[发明专利]图像识别方法、装置、设备及存储介质

说明书

本发明涉及图像识别领域，公开了一种图像识别方法、装置、设备及存储介质，用于提高识别效率。图像识别方法包括：获取待识别图片，待识别图片中包括有多个目标对象，目标对象为监控影像中码放的货物；调用训练好的识别模型对待识别图片进行识别，得到目标识别结果，目标识别结果用于指示货物码放的规范情况；当目标识别结果为货物码放不规范时，生成警示信息并将警示信息发送至管理终端；当目标识别结果为货物码放规范时，生成码放规范信息并将码放规范信息发送至管理终端；当目标识别结果为其他情况时，将待识别图片中的多个目标对象进行标记，生成提醒信息并将提醒信息发送至管理终端，其他情况表示目标识别结果需要进行二次判定。

技术领域

本发明涉及图像识别领域，尤其涉及一种图像识别方法、装置、设备及存储介质。

背景技术

随着互联网电商的快速发展，快递已渗透到生活的各个方面，与电商相配套的物流行业也迅猛发展，物流作为供应链的一部分，以仓储为中心，链接厂商与市场。

忙碌的工作状态驱使物流人员快速码放货物，货物码放的规范性仅凭物流人员自身的行为决定，在有限的存储空间中，不规范地码放货物容易消耗存储空间，也会影响后续物流人员的操作效率，当若干不规范码放的行为出现在一处时，严重的，还可能会造成危害人身安全的事故。

为避免上述问题，企业通常会安排安检员对仓库进行巡查，但仓库货物进出频繁，安检员工作量巨大，不仅人力成本高，还容易有遗漏区域。

发明内容

本发明的主要目的在于提供一种图像识别方法，用于监控货物码放的规范，可减少人力成本，提高识别效率。

本发明第一方面提供了一种图像识别方法，包括：获取待识别图片，所述待识别图片中包括有多个目标对象，所述目标对象为监控影像中码放的货物；调用训练好的识别模型对所述待识别图片进行识别，得到目标识别结果，所述目标识别结果用于指示货物码放的规范情况；当所述目标识别结果为货物码放不规范时，生成警示信息并将所述警示信息发送至管理终端；当所述目标识别结果为货物码放规范时，生成码放规范信息并将所述码放规范信息发送至管理终端；当所述目标识别结果为其他情况时，将所述待识别图片中的多个目标对象进行标记，生成提醒信息并将所述提醒信息发送至管理终端，所述其他情况表示所述目标识别结果需要进行二次判定。

可选的，在本发明第一方面的第一种实现方式中，所述调用训练好的识别模型对所述待识别图片进行识别，得到目标识别结果，所述目标识别结果用于指示货物码放的规范情况，包括：通过所述训练好的识别模型中的密集卷积网络对所述待识别图片进行特征提取，得到目标特征图，所述训练好的识别模型包括密集卷积网络、注意力网络和激活函数；通过所述注意力网络对所述目标特征图进行加权计算，得到目标特征向量列表；调用所述激活函数对所述目标特征向量列表进行分类计算，得到目标分类值；根据所述目标分类值确定目标识别结果。

可选的，在本发明第一方面的第二种实现方式中，所述通过所述训练好的识别模型中的密集卷积网络对所述待识别图片进行特征提取，得到目标特征图，所述训练好的识别模型包括密集卷积网络、注意力网络和激活函数，包括：通过所述密集卷积网络的第一密集块对所述待识别图片进行初步特征提取，得到初步特征图，所述第一密集块包括批量归一化层、修正线性单元层和卷积层；将所述初步特征图输入第一过渡块进行下采样，得到经过下采样的特征图，所述第一过渡块包括池化层；将所述经过下采样的特征图再输入所述密集卷积网络中剩余的密集块和剩余的过渡块，其中，所述剩余的密集块之间通过所述剩余的过渡块连接，重复执行特征提取和下采样操作，最终生成目标特征图。

可选的，在本发明第一方面的第三种实现方式中，所述通过所述注意力网络对所述目标特征图进行加权计算，得到目标特征向量列表，包括：根据所述目标特征图进行点积运算得到注意力得分；将所述注意力得分进行归一化计算，得到权重系数表；根据所述权重系数表对所述目标特征图进行加权求和，得到目标特征向量列表。