[发明专利]一种移动人工神经网络设备

说明书

提供了根据本发明的实施方案的便携式人工神经网络设备。该便携式人工神经网络设备包括：相机，其被配置为以第一帧率输出产品的视频；AI识别模型，其被配置成通过接收产品的视频来识别产品信息；人工神经网络处理器，其被配置成以第二帧率驱动AI识别模型；和显示模块，其被配置成以第一帧率显示产品的视频，而以第二帧率显示产品信息。

技术领域

本公开涉及一种便携式人工神经网络设备，并且更具体地，涉及一种能够向用户提供使用AI识别模型识别的产品信息的便携式人工神经网络设备。

背景技术

在传统的一般在线产品购买系统的操作中，首先，消费者通过安装在终端中的因特网访问在线商城服务器以购买产品。然后，商场服务器通过互联网将包含各种商品信息的首页信息发送给对应的终端，终端将对应的信息显示在显示模块上。此时，在终端用户搜索显示模块上显示的商城服务器的主页时，检查由商城服务器提供的关于产品的各种文字信息或图片信息。如果有想要的产品，用户可以选择该产品并购买。商城服务器通过电子支付方法接收支付，并将已付费的产品线下交付。

然而，在传统的在线产品购买系统中，为了购买消费者想要的产品，繁琐且不方便，因为为了购买消费者想要的产品，需要在线访问互联网后通过产品搜索找到消费者想要的产品，并且掌握关于产品的信息。另外，与在线上时相比，当线下有想要的产品时，存在的问题是搜索产品的价格和信息比较麻烦。

发明内容

技术问题

本公开的发明人已经对能够使用人工神经网络在离线购物期间快速识别关于销售产品的信息的便携式终端进行了研究和开发。

首先，本公开的发明人试图通过将由便携式终端拍摄的视频实时发送到存储在互联网服务器中的AI识别模型并且将通过互联网服务器的AI识别模型识别的产品信息发送回到便携式终端而在便携式终端中实现增强现实。

但是，在这种方法中，由于高清视频必须实时发送到互联网服务器，所以发送的数据量明显大于照片信息的量，存储在互联网服务器中的AI识别模型必须顺序处理许多未指定的识别请求。对此，发明人已经认识到，用户实时独占服务器的AI识别模型实际上是困难的，并且响应速度可能显著延迟，具体取决于连接到服务器的用户数量。

因此，本公开的发明人已经认识到有必要在便携式终端中执行人工神经网络操作。

因此，本公开要解决的问题是提供一种便携式人工神经网络设备，在便携式人工神经网络设备中配备有相机，该设备是能够进行人工神经网络操作的便携式终端，其在使用相机实时拍摄产品的同时使用AI识别模型实时识别产品信息，并且通过能够在显示模块上同时实时显示识别的产品信息和产品视频的增强现实来实现。

在另一方面，本公开的发明人也认识到，在利用便携式人工神经网络设备中学习并存储的AI识别模型识别新产品时，对产品的识别率(％)可能会下降。也就是说，没有学习过新产品的AI识别模型可能会将其识别作为已经被学习过的类似产品，但可能无法识别出新产品。因此，本公开的发明人也认识到，当新产品发布时，为了提高每个产品的识别率(％)，需要重新训练AI识别模型。因此，本公开的发明人对一种能够更新AI识别模型的便携式人工神经网络设备进行了研究，以提高新发布产品的识别率(％)。然而，本公开的发明人也认识到，为了识别新发布的产品，便携式人工神经网络设备中存储的AI识别模型自行学习并不容易。更具体地说，人们认识到这可能需要数小时或数天学习AI识别模型，对于用户而言，很难直接生成新的学习数据来学习新发布的产品，并且认识到学习需要相当大的功耗和计算量。

因此，本公开要解决的另一个问题是提供一种便携式人工神经网络设备，其能够通过将便携式人工神经网络设备中存储的AI识别模型更新为新学习的AI识别模型而提高对新推出产品的识别率(％)，并最大限度地减少便携式人工神经网络设备的自学习。