[发明专利]物品识别方法、装置及设备

说明书

本发明实施例提供一种物品识别方法、装置及设备，该方法包括：获取待识别物品的目标图像；将目标图像分别输入特征检索模型和属性分类模型，以分别输出目标图像对应的目标检索特征和目标属性特征，其中目标检索特征用于表征待识别物品的类别特征、目标属性特征用于表征待识别物品的颜色特征以及形状特征；确定目标检索特征和目标属性特征与预设特征的相似度，并根据相似度确定分类结果预测分值；根据分类结果预测分值，确定待识别物品的分类结果。本发明实施例提供的物品识别方法操作方便，不需要提前给物品黏贴标签，识别效率高、且成本较低。

技术领域

本发明实施例涉及深度学习技术领域，尤其涉及一种物品识别方法、装置及设备。

背景技术

目前，在超市等场所购买物品时，需要超市工作人员来确定购买的物品的类型，从而完成计价等购买流程。目前，现有技术中，在确定购买的物品的类型时，通常采用的方式是通过扫描设备扫描物品上的识别码(例如条形码或二维码)以确定物品的类型。

然而，通过扫描识别的方式以确定物品类型的方式，需要提前准备好物品类型对应给的识别码的标签，并黏贴到对应的物品上，使得物品类型识别的效率较差、成本较高。

发明内容

本发明实施例提供一种物品识别方法、装置及设备，以解决现有技术中通过扫描识别的方式以确定物品类型的方式，需要提前准备好物品类型对应给的识别码的标签，并黏贴到对应的物品上，使得物品类型识别的效率较差、成本较高的问题。

第一方面，本发明实施例提供一种物品识别方法，包括：

获取待识别物品的目标图像；

将所述目标图像分别输入特征检索模型和属性分类模型，以分别输出所述目标图像对应的目标检索特征和目标属性特征，其中所述目标检索特征用于表征所述待识别物品的类别特征、所述目标属性特征用于表征所述待识别物品的颜色特征以及形状特征；

确定所述目标检索特征和所述目标属性特征与预设特征的相似度，并根据所述相似度确定分类结果预测分值；

根据所述分类结果预测分值，确定所述待识别物品的分类结果。

第二方面，本发明实施例还提供一种物品识别方法，包括：

获取待识别物品的目标图像；

将所述目标图像分别输入特征检索模型和属性分类模型，以分别输出所述目标图像对应的目标检索特征和目标属性特征，其中所述目标检索特征用于表征所述待识别物品的商品类别特征、所述目标属性特征用于表征所述待识别物品的颜色特征以及形状特征；

确定所述目标检索特征和目标属性特征与各预存特征的相似度，并根据所述相似度确定分类结果预测分值；

根据所述分类结果预测分值，确定所述待识别物品的分类结果；

根据所述待识别物品的分类结果对所述待识别物品进行称重。

第三方面，本发明实施例提供一种物品识别装置，包括：

图像获取模块，用于获取待识别物品的目标图像；

模型处理模块，用于将所述目标图像分别输入特征检索模型和属性分类模型，以分别输出所述目标图像对应的目标检索特征和目标属性特征，其中所述目标检索特征用于表征所述待识别物品的类别特征、所述目标属性特征用于表征所述待识别物品的颜色特征以及形状特征；

相似度处理模块，用于确定所述目标检索特征和所述目标属性特征与预设特征的相似度，并根据所述相似度确定分类结果预测分值；

分类预测模块，用于根据所述分类结果预测分值，确定所述待识别物品的分类结果。

第四方面，本发明实施例还提供一种物品识别装置，包括：