CN113239228A - 基于图像识别的商品打标签方法 - Google Patents

基于图像识别的商品打标签方法 Download PDF

Info

Publication number
CN113239228A
CN113239228A CN202110651406.6A CN202110651406A CN113239228A CN 113239228 A CN113239228 A CN 113239228A CN 202110651406 A CN202110651406 A CN 202110651406A CN 113239228 A CN113239228 A CN 113239228A
Authority
CN
China
Prior art keywords
data
information
image
database
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110651406.6A
Other languages
English (en)
Inventor
李抒雁
沙涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Shixiang Culture Communication Co ltd
Original Assignee
Shanghai Shixiang Culture Communication Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Shixiang Culture Communication Co ltd filed Critical Shanghai Shixiang Culture Communication Co ltd
Priority to CN202110651406.6A priority Critical patent/CN113239228A/zh
Publication of CN113239228A publication Critical patent/CN113239228A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Library & Information Science (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于图像识别的商品打标签方法，包括如下步骤：S1、上传需要检测标志的图片和对应标签表；S2、训练识别模型；S3、上传数据检测标签；S4、将识别的标签关联到图片，所述S1中对于数据通过网络数据进行采集，对于标志的图片进行剪切，将其格式修改为20*20px以上，接着将其识别，并对于颜色、尺寸、旋转、扭曲和凹陷的变化进行记录，本发明结构科学合理，使用安全方便，解决图片中特征标志信息的提取，可快速提取特征标签作为改图片的标签，方便搜索和测试，其中数据库的建立与信息的录入与管理，可以大大的对于降低信息的错误率。

Description

基于图像识别的商品打标签方法
技术领域
本发明涉及图像识别技术领域，具体为基于图像识别的商品打标签方法。
背景技术
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用，现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域；
图像的传统识别流程分为四个步骤：图像采集、图像预处理、特征提取、图像识别，图像识别软件国外代表的有康耐视等，国内代表的有图智能、海深科技等，另外在地理学中指将遥感图像进行分类的技术；
但是目前市场上的商品打标签方法不仅复杂，而且对于数据提取不准确，造成了后期打标签的错误率的提高，造成了操作失误与数据的不稳定性。
发明内容
本发明提供基于图像识别的商品打标签方法，可以有效解决上述背景技术中提出目前市场上的商品打标签方法不仅复杂，而且对于数据提取不准确，造成了后期打标签的错误率的提高，造成了操作失误与数据的不稳定性的问题。
为实现上述目的，本发明提供如下技术方案，基于图像识别的商品打标签方法，包括如下步骤：
S1、上传需要检测标志的图片和对应标签表；
S2、训练识别模型；
S3、上传数据检测标签；
S4、将识别的标签关联到图片。
根据上述技术方案，所述S1中对于数据通过网络数据进行采集，对于标志的图片进行剪切，将其格式修改为20*20px以上，接着将其识别，并对于颜色、尺寸、旋转、扭曲和凹陷的变化进行记录。
根据上述技术方案，所述S1中对于信息先通过网络数据采集，计算后输入到数据库，然后对于新的信息进行识别，获取信息后接着处理信息，处理完成后识别信息，在于数据库中的信息进行识别，从而确定数据信息的正确性；
其中数据采集的图像进行编码、压缩、增强分隔、分类分析、匹配的过程。
根据上述技术方案，所述S1中数据库建立后，对于数据图片与标签信息进行一致化的确定，然后人工进行确定，将标签表与图像信息进行比对，确定其数据的正常与信息确定后，将其进行确认。
根据上述技术方案，所述S2中对于模型进行识别训练，将图片进行数据处理后，与标签表进行比对，对于正确的数据进行保留，出现错误后，再次对于图片进行识别检测，对于识别的数据进行多次取样后，再次进行比对训练。
根据上述技术方案，所述S3中对于数据进行加密，然后进行数据库上传，传输到服务器后，进行保存，对于传输的日志进行记录；
日志包括运行日期、各个端口运行状况、服务器工作状况、通信设备工作状况、故障处理排除情况、责任人员签名内容；
且接收方网络维护人员应及时对接收数据进行检查，发现数据益出、数据断点、接收失败应及时排除问题并通知发送方重新发送，确保数据库的完整；
不经过网络维护人员处理的直报信息、数据，由发送部广和接收部门按照上述要求进行处理，网络维护人员应给予技术帮助；
在启动应急预案时，网络维护人员应按照应急预案要求，确保网络畅通并及时发送、接收信息数据。
根据上述技术方案，所述S3中数据维护的时候应定期组织数据质量检查，数据检查项目，对于在数据检查中发现的数据质量问题，应在三个工作日内及时通报相关单位进行补正和重传。
根据上述技术方案，所述S4中将图片与标签相互关联，形成分类的系统目录，对于数据库中的过期、冗余数据每半年进行一次清理，清理中发现需要删除的数据，应提出警示，待确定后进行处理，并生成处理日志。
与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，解决图片中特征标志信息的提取，可快速提取特征标签作为改图片的标签，方便搜索和测试，其中数据库的建立与信息的录入与管理，可以大大的对于降低信息的错误率，同时对于正确的数据进行保留，出现错误后，再次对于图片进行识别检测，对于识别的数据进行多次取样后，再次进行比对训练，可以提高数据库的数据正确率，而网络维护人员对于数据库的维护，也是其进行更好的保护，降低了数据库的数据丢失问题。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明的方法步骤结构示意图；
图2是本发明的演示结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-2所示，本发明提供技术方案，基于图像识别的商品打标签方法，包括如下步骤：
S1、上传需要检测标志的图片和对应标签表；
S2、训练识别模型；
S3、上传数据检测标签；
S4、将识别的标签关联到图片。
根据上述技术方案，S1中对于数据通过网络数据进行采集，对于标志的图片进行剪切，将其格式修改为20*20px以上，接着将其识别，并对于颜色、尺寸、旋转、扭曲和凹陷的变化进行记录。
其中对于图片的角度和信息进行记录，对于一些特殊图形，进行三角定位。
根据上述技术方案，S1中对于信息先通过网络数据采集，计算后输入到数据库，然后对于新的信息进行识别，获取信息后接着处理信息，处理完成后识别信息，在于数据库中的信息进行识别，从而确定数据信息的正确性；
其中数据采集的图像进行编码、压缩、增强分隔、分类分析、匹配的过程。
根据上述技术方案，S1中数据库建立后，对于数据图片与标签信息进行一致化的确定，然后人工进行确定，将标签表与图像信息进行比对，确定其数据的正常与信息确定后，将其进行确认。
根据上述技术方案，S2中对于模型进行识别训练，将图片进行数据处理后，与标签表进行比对，对于正确的数据进行保留，出现错误后，再次对于图片进行识别检测，对于识别的数据进行多次取样后，再次进行比对训练。
根据上述技术方案，S3中对于数据进行加密，然后进行数据库上传，传输到服务器后，进行保存，对于传输的日志进行记录；
日志包括运行日期、各个端口运行状况、服务器工作状况、通信设备工作状况、故障处理排除情况、责任人员签名内容；
且接收方网络维护人员应及时对接收数据进行检查，发现数据益出、数据断点、接收失败应及时排除问题并通知发送方重新发送，确保数据库的完整；
不经过网络维护人员处理的直报信息、数据，由发送部广和接收部门按照上述要求进行处理，网络维护人员应给予技术帮助；
在启动应急预案时，网络维护人员应按照应急预案要求，确保网络畅通并及时发送、接收信息数据。
根据上述技术方案，S3中数据维护的时候应定期组织数据质量检查，数据检查项目，对于在数据检查中发现的数据质量问题，应在三个工作日内及时通报相关单位进行补正和重传。
根据上述技术方案，S4中将图片与标签相互关联，形成分类的系统目录，对于数据库中的过期、冗余数据每半年进行一次清理，清理中发现需要删除的数据，应提出警示，待确定后进行处理，并生成处理日志。
与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，解决图片中特征标志信息的提取，可快速提取特征标签作为改图片的标签，方便搜索和测试，其中数据库的建立与信息的录入与管理，可以大大的对于降低信息的错误率，同时对于正确的数据进行保留，出现错误后，再次对于图片进行识别检测，对于识别的数据进行多次取样后，再次进行比对训练，可以提高数据库的数据正确率，而网络维护人员对于数据库的维护，也是其进行更好的保护，降低了数据库的数据丢失问题。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于图像识别的商品打标签方法，其特征在于：包括如下步骤：
S1、上传需要检测标志的图片和对应标签表；
S2、训练识别模型；
S3、上传数据检测标签；
S4、将识别的标签关联到图片。
2.根据权利要求1所述的基于图像识别的商品打标签方法，其特征在于，所述S1中对于数据通过网络数据进行采集，对于标志的图片进行剪切，将其格式修改为20*20px以上，接着将其识别，并对于颜色、尺寸、旋转、扭曲和凹陷的变化进行记录。
3.根据权利要求2所述的基于图像识别的商品打标签方法，其特征在于，所述S1中对于信息先通过网络数据采集，计算后输入到数据库，然后对于新的信息进行识别，获取信息后接着处理信息，处理完成后识别信息，在于数据库中的信息进行识别，从而确定数据信息的正确性；
其中数据采集的图像进行编码、压缩、增强分隔、分类分析、匹配的过程。
4.根据权利要求1所述的基于图像识别的商品打标签方法，其特征在于，所述S1中数据库建立后，对于数据图片与标签信息进行一致化的确定，然后人工进行确定，将标签表与图像信息进行比对，确定其数据的正常与信息确定后，将其进行确认。
5.根据权利要求1所述的基于图像识别的商品打标签方法，其特征在于，所述S2中对于模型进行识别训练，将图片进行数据处理后，与标签表进行比对，对于正确的数据进行保留，出现错误后，再次对于图片进行识别检测，对于识别的数据进行多次取样后，再次进行比对训练。
6.根据权利要求1所述的基于图像识别的商品打标签方法，其特征在于，所述S3中对于数据进行加密，然后进行数据库上传，传输到服务器后，进行保存，对于传输的日志进行记录；
日志包括运行日期、各个端口运行状况、服务器工作状况、通信设备工作状况、故障处理排除情况、责任人员签名内容；
且接收方网络维护人员应及时对接收数据进行检查，发现数据益出、数据断点、接收失败应及时排除问题并通知发送方重新发送，确保数据库的完整；
不经过网络维护人员处理的直报信息、数据，由发送部广和接收部门按照上述要求进行处理，网络维护人员应给予技术帮助；
在启动应急预案时，网络维护人员应按照应急预案要求，确保网络畅通并及时发送、接收信息数据。
7.根据权利要求6所述的基于图像识别的商品打标签方法，其特征在于，所述S3中数据维护的时候应定期组织数据质量检查，数据检查项目，对于在数据检查中发现的数据质量问题，应在三个工作日内及时通报相关单位进行补正和重传。
8.根据权利要求1所述的基于图像识别的商品打标签方法，其特征在于，所述S4中将图片与标签相互关联，形成分类的系统目录，对于数据库中的过期、冗余数据每半年进行一次清理，清理中发现需要删除的数据，应提出警示，待确定后进行处理，并生成处理日志。
CN202110651406.6A 2021-06-11 2021-06-11 基于图像识别的商品打标签方法 Pending CN113239228A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110651406.6A CN113239228A (zh) 2021-06-11 2021-06-11 基于图像识别的商品打标签方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110651406.6A CN113239228A (zh) 2021-06-11 2021-06-11 基于图像识别的商品打标签方法

Publications (1)

Publication Number Publication Date
CN113239228A true CN113239228A (zh) 2021-08-10

Family

ID=77139741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110651406.6A Pending CN113239228A (zh) 2021-06-11 2021-06-11 基于图像识别的商品打标签方法

Country Status (1)

Country Link
CN (1) CN113239228A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103479A (zh) * 2021-11-17 2022-03-01 深圳市美意诚科技有限公司 去中心协议化的分布式在线标签打印系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344313A (zh) * 2018-07-31 2019-02-15 中山大学 一种基于商标图像的物品自动识别方法
CN110148007A (zh) * 2018-08-27 2019-08-20 深圳码隆科技有限公司 商品信息检测方法、装置、计算机设备和存储介质
US20200302502A1 (en) * 2019-03-20 2020-09-24 Ishida Co., Ltd. Commodity information inspection system and control method for computer
CN112685385A (zh) * 2020-12-31 2021-04-20 广西中科曙光云计算有限公司 一种用于智慧城市建设的大数据平台

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344313A (zh) * 2018-07-31 2019-02-15 中山大学 一种基于商标图像的物品自动识别方法
CN110148007A (zh) * 2018-08-27 2019-08-20 深圳码隆科技有限公司 商品信息检测方法、装置、计算机设备和存储介质
US20200302502A1 (en) * 2019-03-20 2020-09-24 Ishida Co., Ltd. Commodity information inspection system and control method for computer
CN112685385A (zh) * 2020-12-31 2021-04-20 广西中科曙光云计算有限公司 一种用于智慧城市建设的大数据平台

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103479A (zh) * 2021-11-17 2022-03-01 深圳市美意诚科技有限公司 去中心协议化的分布式在线标签打印系统

Similar Documents

Publication Publication Date Title
CN111460889A (zh) 一种基于语音及图像特征的异常行为识别方法、装置及设备
WO2016169499A1 (zh) 一种基于随机防伪标记的防伪系统及其防伪方法
CN110290346B (zh) 一种基于智能视频分析的招投标视频的获取方法
CN111063144A (zh) 异常行为的监控方法、装置、设备及计算机可读存储介质
CN206136139U (zh) 一种品质生产视频监控系统
CN105260866A (zh) 一种储物柜开箱故障检测方法
CN113038079B (zh) 一种基于5g+mec的定位视频联动系统和方法
CN114022945A (zh) 一种实名收寄验视设备及实名收寄验视方法
CN113239228A (zh) 基于图像识别的商品打标签方法
CN111429304A (zh) 一种食品安全监管平台
CN111523488A (zh) 厨房工作人员行为实时监控方法
CN110276853A (zh) 一种基于动态绑定的设备巡检方法、装置及电子设备
CN111382710A (zh) 一种基于图像识别的图纸比对方法
CN116343343B (zh) 一种基于云边端架构的起重机吊运指挥动作智能测评方法
CN111368946A (zh) 海关物品查验方法和系统
CN111127036A (zh) 一种酒类产品赋码五级关联的方法
CN105933677A (zh) 工业现场视频数据处理系统
CN114842419A (zh) 一种无人机巡查个体防护缺失行为与预警矫正系统及方法
CN212208326U (zh) 一种用于建筑工程取样及送检的联网识别系统
CN107861979A (zh) 一种基于人脸识别的伴随人员获取方法及系统
US20180173989A1 (en) Process and system of identification of products in motion in a product line
CN116611763B (zh) 一种仓库货物定位查找系统
CN205354163U (zh) 派出所办案区进出管理系统
CN111104537A (zh) 一种具有更新功能的电镀产品外观的检测系统
CN111427325A (zh) 一种生产现场实时控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination