[发明专利]一种中药饮片小包装目标检测识别方法及系统

说明书

本发明公开一种中药饮片小包装目标检测识别方法及系统，涉及中药饮片小包装的自动调配技术领域，包括：获取各类中药饮片小包装的图像集；每类中药饮片小包装的图像集均包括多个同类中药饮片小包装的图像；每张图像中均包括一个可抓取中药饮片小包装；对图像中的可抓取中药饮片小包装进行标定；利用标定后的图像构建训练数据集；利用训练数据集、K‑means++聚类算法和Focalloss损失函数对YOLO‑V4模型进行训练和优化；将待识别图像输入优化后的模型中，识别出待识别图像中可抓取中药饮片小包装的边界框以及可抓取中药饮片小包装的边界框的中心点。本发明能够快速精确地识别出可抓取中药饮片小包装的位置。

技术领域

本发明涉及中药饮片小包装的自动调配技术领域，特别是涉及一种中药饮片小包装目标检测识别方法及系统。

背景技术

中药饮片小包装是不同规格的小袋包装，中药饮片小包装的包装袋大小按照1克～30克范围内的克数大小，如3克、5克、6克、10克、15克、30克等划分。中药饮片小包装目标检测识别对于中药饮片小包装的自动分拣系统尤为重要。由于中药饮片小包装为塑料材质，在摆放过程中易于出现堆叠和变形等现象，使用传统的图像识别算法解决这一类问题识别结果较差，即传统的图像识别算法对于中药饮片小包装这种塑料材质的堆叠变形不太好识别。

YOLO-V4算法是目前为止在目标检测领域综合性能较为出色的算法，不仅检测精度高，在检测速度上也强于其他算法，而且YOLO-V4算法在小物体检测以及目标分布集中的情况下也有出色的表现。目前物流分拣中有采用YOLO-V4算法识别堆叠服装包装以进行服装分拣，但是服装包装堆叠较整齐，不会存在中药饮片小包装堆叠无序、变形和杂乱无章等情况。此外，工厂金属零件分拣中也有采用YOLO-V4算法识别堆叠零件以进行零件分拣，但是金属零件为金属材质，与中药饮片小包装的塑料材质完全不同，并不会存在中药饮片小包装堆叠无序、变形和杂乱无章等情况。

目前，现有的YOLO-V4算法应用于中药饮片小包装目标检测识别以进行中药饮片小包装的自动分拣时，对于中药饮片小包装这种塑料材质的堆叠变形识别效果较差且识别速度较慢，无法快速精确地识别出可抓取中药饮片小包装的位置。

发明内容

本发明的目的是提供一种中药饮片小包装目标检测识别方法及系统，能够快速精确地识别出可抓取中药饮片小包装的位置。

为实现上述目的，本发明提供了如下方案：

一种中药饮片小包装目标检测识别方法，所述方法包括：

获取各类中药饮片小包装的图像集；每类所述中药饮片小包装的图像集均包括多个同类中药饮片小包装的图像；每张所述图像中均包括一个可抓取中药饮片小包装；所述可抓取中药饮片小包装为在所述图像中包装完整且无遮挡情况的中药饮片小包装；

对所述图像中的可抓取中药饮片小包装进行标定，得到标定后的图像；所述标定后的图像包括可抓取中药饮片小包装的边界框以及所述可抓取中药饮片小包装的边界框的中心点；

利用所述标定后的图像构建训练数据集；所述训练数据集包括各所述标定后的图像；

利用所述训练数据集、K-means++聚类算法和Focal loss损失函数对YOLO-V4模型进行训练和优化，得到优化后的YOLO-V4模型；

将待识别图像输入所述优化后的YOLO-V4模型中，识别出所述待识别图像中可抓取中药饮片小包装的边界框以及可抓取中药饮片小包装的边界框的中心点。

可选地，所述对所述图像中的可抓取中药饮片小包装进行标定，得到标定后的图像，具体包括：

利用LabelIMG软件对所述图像中的可抓取中药饮片小包装进行标定，得到标定后的图像。