[发明专利]信息处理和模型训练方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110451594.8 申请日: 2021-04-26
公开(公告)号: CN112861886A 公开(公告)日: 2021-05-28
发明(设计)人: 张鹏;邵蔚元 申请(专利权)人: 浙江口碑网络技术有限公司;口碑(上海)信息技术有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06Q30/06
代理公司: 北京睿派知识产权代理事务所(普通合伙) 11597 代理人: 刘锋
地址: 310012 浙江省杭州市西*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息处理 模型 训练 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种信息处理方法,其特征在于,所述方法包括:

接收用户输入的第一注册请求,所述第一注册请求包括至少一个对象的第一图像数据和对象的属性信息;

通过预先训练的特征提取模型从所述第一图像数据中提取第一特征;

根据所述第一特征和对应的属性信息生成对象库,所述对象库包括至少一个对象的第一特征和属性信息的映射关系;以及

根据所述对象库确定订单信息。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

接收对所述对象库的操作请求,所述操作请求包括添加请求、删除请求、更新请求、查询请求和激活请求中的至少一种;以及

根据所述操作请求对所述对象库进行操作;

其中,所述添加请求包括对象的属性信息和第二图像数据,其中,响应于所述操作请求为添加请求,根据所述操作请求对所述对象库进行操作包括:从所述第二图像数据中提取第一特征,将所述第一特征和对应的属性信息添加至所述对象库;

其中,所述删除请求包括对象标识,其中,响应于所述操作请求为删除请求,根据所述操作请求对所述对象库进行操作具体为:在所述对象库中删除所述对象标识对应的属性信息和第一特征;

其中,所述更新请求包括对象的属性信息和/或第二图像数据,其中,响应于所述操作请求为更新请求,根据所述操作请求对所述对象库进行操作具体为:在所述对象库中更新对象的属性信息和/或第一特征;

其中,响应于所述操作请求为查询请求,根据所述操作请求对所述对象库进行操作具体为:展示所述对象库中对象的属性信息和/或图像数据;

其中,所述激活请求包括至少一个对象标识,其中,根据所述操作请求对所述对象库进行操作具体为:在所述对象库中激活所述对象标识对应的对象。

3.根据权利要求2所述的方法,其特征在于,所述根据所述对象库确定订单信息,具体为:

根据所述对象库中激活的对象确定所述订单信息。

4.根据权利要求1所述的方法,其特征在于,所述根据所述对象库确定订单信息,具体包括:

获取预定区域内的订单图像数据,所述订单图像数据包括至少一个目标对象;

根据所述订单图像数据和所述对象库获取所述目标对象的属性信息,所述属性信息包括目标对象的对象价格;以及

根据所述对象价格确定订单信息,所述订单信息包括订单费用。

5.根据权利要求4所述的方法,其特征在于,所述根据所述订单图像数据和所述对象库获取所述目标对象的属性信息,具体包括:

向服务器发送结算请求,所述结算请求包括所述订单图像数据和用户标识,所述用户标识用于表征商户或设备,所述服务器用于根据所述订单图像数据获取所述目标对象的属性信息;以及

接收服务器发送的所述目标对象的属性信息。

6.根据权利要求4所述的方法,其特征在于,所述根据所述订单图像数据和所述对象库获取所述目标对象的属性信息,具体包括:

通过预先训练的定位模型从所述订单图像数据中获取所述目标对象;

通过预先训练的特征提取模型提取所述目标对象的第二特征;

在所述对象库中获取与所述第二特征匹配的第一特征;以及

将所述匹配的第一特征对应的属性信息确定为所述目标对象的属性信息。

7.根据权利要求6所述的方法,其特征在于,所述在所述对象库中获取与所述第二特征匹配的第一特征,具体包括:

分别获取各个第一特征与所述第二特征的相似度;

根据所述相似度对第一特征进行排序;以及

根据排序结果确定与所述第二特征匹配的第一特征。

8.根据权利要求7所述的方法,其特征在于,所述在所述对象库中获取与所述第二特征匹配的第一特征,还包括:

展示排序结果;

接收用户输入的第一选择信息,所述第一选择信息包括第一特征;

根据所述第一选择信息确定与所述第二特征匹配的第一特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江口碑网络技术有限公司;口碑(上海)信息技术有限公司,未经浙江口碑网络技术有限公司;口碑(上海)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110451594.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top