[发明专利]基于人工智能目标识别的条码解码方法、装置及存储介质

权利要求书

1.基于人工智能目标识别的条码解码方法，其特征在于，包括：

建立人工智能识别模型，所述建立人工智能识别模型的操作步骤为：

获取条码场景图像，形成训练集和验证集；

利用解码算法整理验证集，用于验证人工智能算法，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；该操作步骤为：利用解码算法对验证集里的条码场景图像进行解码测试，得到对应的中间变量并将其保存，其中，所述中间变量包括计算方法标识值和相应时间值；根据中间变量对验证集进行分类，其中，分类标识为一级类型，二级对应质量；人工智能识别算法加载人工智能识别模型，对分类好的验证集进行识别，得到相应的识别结果数据，所述识别结果数据包括召回率和准确率；将识别结果数据和实际的识别结果数据，筛选出相应的条码场景图像，形成新的训练集，并将新的训练集重新训练所述人工智能识别模型，如此循环，最终形成一个微缩稳定的训练集；

以及基于所述人工智能识别模型进行条码识别，所述基于所述人工智能识别模型进行条码识别的操作步骤为：

将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域；

对所述条码区域进行解码，得到条码信息。

2.根据权利要求1所述的基于人工智能目标识别的条码解码方法，其特征在于，所述将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域的操作步骤为：

提取图像特征，根据图像特征来预测位置和类别概率值；

结合预测结果，输出条码位置和信心值；

建立坐标并根据坐标截取条码，根据条码对应的类别概率值和信心值确定条码类别和品质。

3.根据权利要求2所述的基于人工智能目标识别的条码解码方法，其特征在于，所述对所述条码区域进行解码，得到条码信息的操作步骤为：

根据条码类别和品质，进行相对应的二值化处理，提取条码特征图像；

根据条码特征图像进行解码，获取条码信息。

4.根据权利要求2所述的基于人工智能目标识别的条码解码方法，其特征在于，所述建立坐标并根据坐标截取条码，根据条码对应的类别概率值和信心值确定条码类别和品质还包括将截取出来的条码做图像预处理，所述图像预处理包括但不局限于去噪、模糊、锐化、彩色转黑白、缩放、归一化。

5.基于人工智能目标识别的条码解码装置，其特征在于，包括：

采集单元，用于获取条码场景图像，并将条码场景图像划分为训练集和验证集，所述训练集用于训练所述人工智能识别模型，所述验证集用于对所述人工智能识别模型进行验证；

模型构建和训练单元，用于构建人工智能识别模型，通过所述训练集对所述人工智能识别模型进行训练；

验证单元，用于通过所述验证集对所述人工智能识别模型进行验证，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；

条码定位单元，用于将获取到带有条码的图像输入到训练好的人工智能识别模型，对条码进行定位；

条码解码单元，用于对条码进行解码，获取条码信息。

6.根据权利要求5所述的基于人工智能目标识别的条码解码装置，其特征在于，所述条码定位单元包括特征处理单元、条码预测单元和条码处理单元，所述特征处理单元用于提取图像特征并处理，所述条码预测单元用于根据图像特征对条码位置和类别概率值进行预测，并输出条码位置和信心值；所述条码处理单元用于依据条码位置建立坐标，并根据坐标截取条码。

7.根据权利要求6所述的基于人工智能目标识别的条码解码装置，其特征在于，所述条码解码单元包括二值化单元和解码单元，所述二值化单元用于对定位好的条码类别和品质进行二值化处理，并提取条码特征图像；所述解码单元对所述条码特征图像进行解码。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的基于人工智能目标识别的条码解码方法。