货架线检测方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114092781A(43)申请公布日2022.02.25(21)申请号202010743342.8G06N3/04(2006.01)(22)申请日2020.07.29G06N3/08(2006.01)G06N20/00(2019.01)(71)申请人顺丰科技有限公司地址518000广东省深圳市南山区学府路软件产业基地1栋B座8楼(72)发明人张伟华(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人刘雪帆(51)Int.Cl.G06V20/00(2022.01)G06V10/40(2022.01)G06V10/762(2022.01)G06V10/82(2022.01)G06K9/62(2022.01)权利要求书2页说明书16页附图4页(54)发明名称货架线检测方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种货架线检测方法、装置、计算机设备和存储介质。该方法包括：获取目标图像；通过已训练好的目标检测模型，确定目标图像中每个像素点对应的第一位置标签与第二位置标签；第一位置标签用于表征像素点是否为货架线内部像素点，第二位置标签用于表征像素点是否为头部像素点或尾部像素点；基于目标图像中各像素点的第一位置标签，确定至少一个货架线像素点集合；在每个货架线像素点集合中，基于各像素点的第二位置标签分别确定头部像素点集合与尾部像素点集合；基于每个头部像素点集合与相应尾部像素点集合，确定目标图像中的相应货架线的四个货架线顶点，基于货架线顶点从目标图像中定位货架线。采用本方法能够提高货架线的检测准确性。CN114092781ACN114092781A权利要求书1/2页1.一种货架线检测方法，其特征在于，所述方法包括：获取目标图像；通过已训练好的目标检测模型，确定所述目标图像中每个像素点对应的第一位置标签与第二位置标签；所述第一位置标签用于表征相应像素点是否为货架线内部像素点，所述第二位置标签用于表征相应像素点是否为头部像素点或尾部像素点；基于所述目标图像中各像素点对应的第一位置标签，确定至少一个货架线像素点集合；在每个货架线像素点集合中，基于各像素点对应的第二位置标签分别确定头部像素点集合与相应尾部像素点集合；基于每个头部像素点集合与相应尾部像素点集合，确定所述目标图像中的相应货架线所对应的四个货架线顶点，并基于所述货架线顶点从所述目标图像中定位所述货架线。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像中各像素点对应的第一位置标签，确定至少一个货架线像素点集合，包括：通过遍历所述目标图像中的像素点，将每行中第一位置标签为货架线内部像素点、且相邻的像素点进行聚类，得到货架线像素点子集，并将分处于相邻两行、且存在至少一个横坐标一致的像素点的货架线像素点子集进行合并，得到至少一个货架线像素点集合。3.根据权利要求1所述的方法，其特征在于，所述目标图像中第二位置标签为头部像素点时像素点对应有偏移量；所述目标图像中第二位置标签为尾部像素点时像素点对应有偏移量；所述基于每个头部像素点集合与相应尾部像素点集合，确定所述目标图像中的相应货架线所对应的四个货架线顶点，并基于所述货架线顶点从所述目标图像中定位所述货架线，包括：基于每个头部像素点集合中各像素点对应的偏移量，确定相应货架线头部区域中的两个货架线顶点；基于每个尾部像素点集合中各像素点对应的偏移量，确定相应货架线尾部区域中的两个货架线顶点；基于每个货架线头部区域中的货架线顶点与相应货架线尾部区域中的货架线顶点，从所述目标图像中定位相应货架线。4.根据权利要求3所述的方法，其特征在于，所述目标检测模型的训练步骤，包括：获取训练样本集；所述训练样本集包括样本图像与所述样本图像对应的样本特征集；所述样本特征集包括所述样本图像中每个像素点对应的第一样本位置标签与第二样本位置标签，以及第二样本位置标签为头部像素点或尾部像素点的像素点对应的样本偏移量；基于所述训练样本集进行模型训练，得到已训练好的目标检测模型。5.根据权利要求4所述的方法，其特征在于，所述目标检测模型的训练步骤，还包括：通过待训练的目标检测模型对所述样本图像进行检测，得到所述样本图像对应的预测特征集；根据所述样本特征集与所述预测特征集确定目标损失函数，并基于所述目标损失函数反向调整所述待训练的目标检测模型的模型参数；执行所述通过待训练的目标检测模型对所述样本图像进行检测，得到所述样本图像对应的预测特征集的步骤，直至停止迭代，得到已训练好的目标检测模型。2CN114092781A权利要求书2/2页6.根据权利要求5所述的方法，其特征在于，所述预测特征集包括所述样本图像中每个像素点对应的第一预测位置标签与第二预测位置标签，以及第二预测位