[发明专利]一种商品识别方法、识别装置、存储介质和服务器

权利要求书

1.一种商品识别方法，其特征在于，方法包括以下步骤：

S1、构建商品数据库D，学习训练得到商品端到端分类模型M；

S2、采用商品端到端分类模型M对待识别商品T的特征数据处理，得到C个分类置信度F∈R^1*C，其中,F＝[F₀,F₁,...,F_c-1]，为C个数值，其累加和为1，每个数值对应一个商品类别的识别置信度，按照即在C个数值中取最大的数值对应的索引输出，不重复取前N个结果输出，N≤C，得到商品topN的分类识别结果；

S3、将步骤S2中商品topN个分类识别结果中的top1结果默认输出为商品识别结果；

S4、当步骤S3中top1结果为误识结果时，人工自助选择修改，自助终端会下拉出N个选项，其中N-1个选项为topN识别结果中另N-1个结果，1个选项为该商品不存在选项；

S5、当出现人工自助修改情况，将当前商品的采集数据及人工自助修改的结果返回后端中央人工服务确认，若人工服务确认完成，则商品误识纠错成功，若人工服务确认失败，则判该商品不存在；

S6、重复步骤S2至步骤S5过程，完成整个新零售商品识别周期及误识纠错。

2.根据权利要求1所述的商品识别方法，其特征在于，步骤S1包括：

S11、通过对无人零售场景下的所有商品品类C进行数据采集，记为商品数据库D；

S12、用深度学习算法对商品数据库D进行学习训练，得到商品端到端分类模型M。

3.根据权利要求2所述的商品识别方法，其特征在于：步骤S12中，采用深度ResNet101为主干网络加上全连接神经网络作为深度学习算法。

4.一种采用权利要求1-3任一项所述商品识别方法的识别装置，其特征在于，识别装置包括：

图像获取单元，包括网络获取和采用摄像设备图像采集两种方式获取商品图像信息；

图像预处理单元，通过图像处理软件对获取的商品图像预处理；

商品识别单元，包括商品特征提取模块、基于分类置信度的商品分类判定模块和误识纠错模块；

结果输出单元，用于显示商品识别单元判定的商品识别结果。

5.一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中存储有计算机指令，当计算机指令在计算机上运行时，使得所述计算机执行权利要求1-3中任意一项所述的商品识别方法。

6.一种服务器，其特征在于：所述服务器包括存储器和处理器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述服务器执行权利要求1-3中任一项所述的商品识别方法。