CN114511380A - 用于确定物品属性的方法和装置 - Google Patents
用于确定物品属性的方法和装置 Download PDFInfo
- Publication number
- CN114511380A CN114511380A CN202210087565.2A CN202210087565A CN114511380A CN 114511380 A CN114511380 A CN 114511380A CN 202210087565 A CN202210087565 A CN 202210087565A CN 114511380 A CN114511380 A CN 114511380A
- Authority
- CN
- China
- Prior art keywords
- attribute value
- preset
- attribute
- image
- item
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Library & Information Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了用于确定物品属性的方法和装置,涉及计算机技术领域。该方法包括:获取预设物品的物品图像;采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;采用第二图像识别器识别物品图像,获得预设物品的第二属性值;响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。采用该方法可以提高确定物品的属性值的准确性。
Description
技术领域
本公开涉及计算机技术领域,具体涉及用于确定物品属性的方法和装置。
背景技术
采用商品的属性信息对商品进行描述,可以便于用户搜索到所需要的商品、便于推送系统对商品进行精准推送等。现有的确定商品的属性信息的方法通常是:通过多种图像识别模型投票确定出商品的属性信息,或者基于商品的关键信息确定出商品的属性信息。
然而,现有的确定商品的属性信息的方法存在不准确的问题。
发明内容
本公开提供了一种用于确定物品属性的方法、装置、电子设备以及计算机可读存储介质。
根据本公开的第一方面,提供了一种用于确定物品属性的方法,包括:获取预设物品的物品图像;采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;采用第二图像识别器识别物品图像,获得预设物品的第二属性值;响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
在一些实施例中,采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分,包括:采用第一图像识别器识别物品图像,获得预设物品的、至少一个候选属性下的多个候选属性值、以及多个候选属性值中每一个候选属性值的得分;针对至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
在一些实施例中,采用第二图像识别器识别物品图像,获得预设物品的第二属性值,包括:采用第二图像识别器,识别物品图像与数据库中的候选图像之间的相似度;获取与物品图像之间的相似度满足图像相似度阈值的多个候选图像;根据多个候选图像所归属的多个候选物品对应的属性值,确定第二属性值。
在一些实施例中,用于确定物品属性的方法包括:获取预设物品的品类信息;获得预设物品的第一属性值、以及第一属性值的得分,包括:获得预设物品在品类信息下的第一属性值、以及第一属性值的得分;获得预设物品的第二属性值,包括:获得预设物品在品类信息下的第二属性值。
在一些实施例中,用于确定物品属性的方法还包括:响应于确定当前呈现的预设物品的属性值、与目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
根据本公开的第二方面,提供了一种用于确定物品属性的装置,包括:第一获取单元,被配置为获取预设物品的物品图像;第一获得单元,被配置为采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;第二获得单元,被配置为采用第二图像识别器识别物品图像,获得预设物品的第二属性值;第一确定单元,被配置为响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;第二确定单元,被配置为响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
在一些实施例中,第一获得单元,包括:第一获得模块,被配置为采用第一图像识别器识别物品图像,获得预设物品的、至少一个候选属性下的多个候选属性值、以及多个候选属性值中每一个候选属性值的得分;第一确定模块,被配置为针对至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
在一些实施例中,第二获得单元,包括:第二获得模块,被配置为采用第二图像识别器,识别物品图像与数据库中的候选图像之间的相似度;第二确定模块,被配置为获取与物品图像之间的相似度满足图像相似度阈值的多个候选图像;第三确定模块,根据多个候选图像所归属的多个候选物品对应的属性值,确定第二属性值。
在一些实施例中,装置包括:第二获取单元,被配置为获取预设物品的品类信息;第一获得单元,包括:第一获得子模块,被配置为获得预设物品在品类信息下的第一属性值、以及第一属性值的得分;第二获得单元,包括:第二获得子模块,被配置为获得预设物品在品类信息下的第二属性值。
在一些实施例中,装置还包括:提示单元,被配置为响应于确定当前呈现的预设物品的属性值、与目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
根据本公开的第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器:存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面提供的用于确定物品属性的方法。
根据本公开的第四方面,本公开的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面提供的用于确定物品属性的方法。
本公开提供的用于确定物品属性的方法、装置,包括:获取预设物品的物品图像;采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;采用第二图像识别器识别物品图像,获得预设物品的第二属性值;响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值,可以提高确定物品的属性值的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请的实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于确定物品属性的方法的一个实施例的流程图;
图3是根据本申请的用于确定物品属性的方法的另一个实施例的流程图;
图4是根据本申请的用于确定物品属性的方法的一个应用场景的流程图;
图5是根据本申请的用于确定物品属性的方法的另一个应用场景的流程图;
图6是根据本申请的用于确定物品属性的装置的一个实施例的结构示意图;
图7是用来实现本申请实施例的用于确定物品属性的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的用于确定物品属性的方法或用于确定物品属性的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是用户终端设备,其上可以安装有各种客户端应用,例如图像类应用、视频类应用、购物类应用、聊天类应用、搜索类应用、金融类应用等。
终端设备101、102、103可以是具有显示屏并且支持接收服务器消息的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、电子播放器、膝上型便携计算机和台式计算机等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以通过终端设备101、102、103获取预设物品的物品图像,采用第一图像识别器识别物品图像,并获得预设物品的第一属性值、以及该第一属性值的得分,采用第二图像识别器识别物品图像,并获得预设物品的第二属性值,若确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值,若确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
需要说明的是,本公开的实施例所提供的用于确定物品属性的方法可以由服务器105执行,相应地,用于确定物品属性的装置可以设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于确定物品属性的方法的一个实施例的流程200,包括以下步骤:
步骤201,获取预设物品的物品图像。
在本实施例中,用于确定物品属性的方法的执行主体(例如图1所示的服务器105)可以通过有线或者无线的方式获取预设物品的物品图像。该预设物品可以是待上市/待发布的商品,也可以是已经上市的商品,当物品为待上市的商品时,以下步骤可以用于获得该商品的属性值;当物品为已经上市的商品时,以下步骤可以用于检验该商品当前呈现/展示的属性值是否准确。其中,属性值是指物品/商品在某一属性下所具有的具体参数,例如,在颜色属性下,属性值可以是红色、蓝色等;在手机续航能力属性下,属性值可以是10小时、20小时等;在衣服尺寸属性下,属性值可以是小码、大码等。
步骤202,采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及该第一属性值的得分。
在本实施例中,可以采用第一图像识别器识别预设物品的物品图像,并获得预设物品的第一属性值、以及该第一属性值的得分。第一图像识别器可以是预先训练好的图像识别模型,该预先训练好的图像识别模型可以对输入图像进行图像识别,确定出所识别到的图像中的物品的属性值、以及该属性值的得分(如该属性值的准确性概率)。第一图像识别器可以是基于图像结构化技术的识别器,用于识别出物品的某一个具体属性值,具有识别准确率高,但是召回率低的特点。
步骤203,采用第二图像识别器识别物品图像,获得预设物品的第二属性值。
在本实施例中,可以采用第二图像识别器识别预设物品的物品图像,并获得预设物品的第二属性值。第二图像识别器可以是预先训练好的图像识别模型,该预先训练好的图像识别模型可以对输入图像进行图像识别,并根据识别结果,确定出图像中包含的物品的多个属性值。第二图像识别器可以是用于识别出物品的多个属性值的通用属性值识别器,具有识别准确率低,但是召回率高的特点。
步骤204,响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值。
在本实施例中,若确定第一图像识别器所获得的预设图像的第一属性值的得分、大于预设阈值,可以将该第一属性值确定为预设物品的目标属性值。
步骤205,响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
在本实施例中,若确定第一图像识别器所获得的预设图像的第一属性值的得分、不大于预设阈值,可以将第二图像识别器识别出的第二属性值确定为预设物品的目标属性值。
本实施例提供的用于确定物品属性的方法,获取预设物品的物品图像;采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;采用第二图像识别器识别物品图像,获得预设物品的第二属性值;响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值,可以提高确定物品的属性值的准确性。
可选地,采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及该第一属性值的得分,包括:采用第一图像识别器识别物品图像,获得预设物品的、至少一个候选属性下的多个候选属性值、以及多个候选属性值中每一个候选属性值的得分;针对至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
在本实施例中,可以采用第一图像识别器识别物品图像,获得识别出的物品的至少一个候选属性下的多个候选属性值(如基于一张包含衣服的图片,可输出衣长、袖长、领型多个属性,每个属性下可输出多个候选属性值)、以及所识别出的每一个候选属性值的得分(该得分用于表征第一图像识别器确定物品具有该候选属性值的准确程度),并针对每个候选属性,将该候选属性下得分最高的候选属性值,确定为第一图像识别器所输出的、预设物品在该候选属性下的第一属性值,由此,第一图像识别器基于多个候选属性可以确定出多个候选属性值。
本实施例中,第一图像识别器基于候选属性值的得分确定出第一属性值,可以提高确定第一属性值的准确性以及效率。
可选地,采用第二图像识别器识别物品图像,获得预设物品的第二属性值,包括:采用第二图像识别器,识别物品图像与数据库中的候选图像之间的相似度;获取与物品图像之间的相似度满足图像相似度阈值的多个候选图像;根据多个候选图像所归属的多个候选物品对应的属性值,确定第二属性值。
在本实施例中,可以采用第二图像识别器识别物品图像与数据库中的候选图像之间的相似度,并获取与物品图像之间的相似度满足预先设置的图像相似度阈值的多个候选图像(可以理解为以图搜图的步骤),确定出该多个候选图像分别归属的多个候选物品,以及获得与该多个候选物品对应的至少一个候选属性、及每一个候选属性下的多个属性值,在确定每一个候选属性下的第二属性值时,可以针对每一个候选属性,将多个候选物品在该候选属性下、彼此之间全部重叠的(或者重叠个数最高的)属性值确定为预设物品在该候选属性下的第二属性值,由此,第二图像识别器基于多个候选属性可以确定出多个候选属性值。
本实施例中,第二图像识别器通过以预设物品的图像、搜索已确定出属性值的候选物品,并将基于候选物品的属性值所确定出的属性值作为预设物品的第二属性值,可以提高确定第二属性值的召回率,以及基于图像搜索数据库中已具有属性值的物品,并将已具有属性值的物品的属性值作为待求属性值,可以降低生成物品属性值的时间从而提高确定第二属性值的效率,并且由于数据库中已存储的属性值通常是经过了场景使用过程中的验证或者维护人员的验证,采用数据库中已存储的属性值作为待求属性值,可以提高确定第二属性值的准确性。
需要说明的是,步骤202或步骤202的可选实施方式中,针对物品的多个属性可以进行并行识别,即,识别物品的不同属性所分别应用的识别器可以并行的、分别对该物品的不同属性进行识别,以并行识别出每一个属性下的属性值与该属性值的得分。以及,步骤203中或步骤203的可选实施方式中,针对物品的多个属性可以进行并行识别,以并行识别出每一个属性下的属性值。需要说明的是,步骤202以及步骤203可以并行执行、也可以依序串行执行。步骤202的可选实施方式与步骤203的可选实施方式可以并行执行、也可以依序串行执行。
继续参考图3,示出了根据本公开的用于确定物品属性的方法的另一个实施例的流程300,包括以下步骤:
步骤301,获取预设物品的物品图像以及预设物品的品类信息。
在本实施例中,用于确定物品属性的方法的执行主体(例如图1所示的服务器105)可以通过有线或者无线的方式获取预设物品的物品图像、以及预设物品的品类信息,其中,预设物品的品类信息用于表征预设物品所属于的物品类目。
步骤302,采用第一图像识别器识别物品图像,获得预设物品在品类信息下的第一属性值、以及第一属性值的得分。
在本实施例中,可以采用第一图像识别器识别预设物品的物品图像,并获得预设物品在其所属于的品类下所具有的第一属性值、以及该第一属性值的得分。可以理解,相同的物品图像在不同的品类下可以具有不同属性值,例如,包含猫的图像在宠物品类下具有“加菲猫、短毛猫”等与品种相关的属性值,或者“喜活动”等与性格相关的属性值,而包含猫的图像在工艺品品类下具有“塑料材质、金属材质”等与材质相关的属性值,或者“可拆卸”等与安装方式相关的属性值。
步骤303,采用第二图像识别器识别物品图像,获得预设物品在品类信息下的第二属性值。
在本实施例中,可以采用第二图像识别器识别预设物品的图像,并获得预设物品在其所属于的品类下所具有的第二属性值。
步骤304,响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值。
步骤305,响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
本实施例中对步骤304、步骤305的描述与步骤204、步骤205的描述一致,此处不再赘述。
本实施例提供的用于确定物品属性的方法,相比于图2描述的实施例,增加了获取预设物品的品类信息的步骤,并且所确定的第一属性值与第二属性值均为预设物品的品类信息下的属性值,可以提高确定第一属性值以及第二属性值的准确性,从而提高确定预设物品的目标属性值的准确性。
在上述结合图2和图3描述的实施例的一些可选的实现方式中,用于确定物品属性的方法还包括:响应于确定当前呈现的预设物品的属性值、与目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
在本实施例中,若确定当前呈现的预设物品的属性值、与目标属性值的相似度不满足相似度阈值,说明当前呈现的预设物品的属性值不准确,则生成用于指示修改当前呈现的预设物品的属性值的提示信息,以提示用户采用目标属性值更新当前呈现的预设物品的属性值。
在本实施例中,采用基于第一图像识别器与第二图像识别器所确定的目标属性值,检测当前呈现的预设物品的属性值是否准确,并在其不准确的情况下生成提示信息,以提示用户对当前呈现的预设物品的属性值进行更新,可以提高维护物品信息的效率、以及确保物品信息的准确性。
在一些应用场景中,如图4所示,用于确定物品属性的方法可以应用于商品上市/发布前,包括以下步骤:
步骤401,获取用户输入的商品所属于的品类。
步骤402,获取用户输入的商品的图像。
步骤403,获取用户输入的第一识别准确率要求(例如90%),并采用用于确定物品属性的方法得到该商品的属性值。
具体地,用于确定物品属性的方法中的第一图像识别器确定某一属性值的准确率不低于90%时,才将该属性值作为第一图像识别器输出的第一属性值,或者第一图像识别器确定商品具有某一属性值的概率不低于90%时,才将该属性值作为第一图像识别器输出的第一属性值;以及,第二图像识别器确定某一属性值的准确率不低于90%时,才将该属性值作为第二图像识别器输出的第二属性值,或者第二图像识别器确定商品具有某一属性值的概率不低于90%时,才将该属性值作为第二图像识别器输出的第二属性值。从而确保采用用于确定物品属性的方法所确定出的目标属性值的准确性满足用户输入的识别准确率要求。
步骤404,基于用户对上述商品的属性值的校准信息对商品的属性值进行校准。
步骤405,获取用户输入的第二识别准确率要求(例如98%),并采用用于确定物品属性的方法检验步骤404中校准后的该商品的属性值。
具体地,基于用户输入的第二识别准确率要求,用于确定物品属性的方法中的第一图像识别器确定某一属性值的准确率不低于98%时,才将该属性值作为第一图像识别器输出的第一属性值,或者第一图像识别器确定商品具有某一属性值的概率不低于98%时,才将该属性值作为第一图像识别器输出的第一属性值;以及,第二图像识别器确定某一属性值的准确率不低于98%时,才将该属性值作为第二图像识别器输出的第二属性值,或者第二图像识别器确定商品具有某一属性值的概率不低于98%时,才将该属性值作为第二图像识别器输出的第二属性值。从而确保采用用于确定物品属性的方法所确定出的目标属性值的准确性满足用户输入的识别准确率要求。采用该目标属性值与步骤404中校准后的属性值进行相似性比较,若二者相似性不满足预设相似度阈值,则发出提示信息以提示用户再次进行属性值的校准,或者采用目标属性值。
步骤406,将商品与商品的属性值进行发布。
需要说明的是,在该应用场景中,商品通常是非标商品,例如,衣服、鞋、工艺品等。(与非标商品对应的标准商品,标准商品包括电子类产品、电器类产品等具有标准参数或者行业规格的商品)。
在一些应用场景中,如图5所示,用于确定物品属性的方法可以应用于商品上市/发布后,以用于检验已经发布的商品属性值是否准确,包括以下步骤:
步骤501,采用用于确定物品属性的方法确定已发布商品的属性值,并将当前已经发布/呈现的属性值、与确定出的属性值进行相似比较,以确定当前呈现的属性值是否准确。
步骤502,若检测到当前呈现的属性值、与确定出的属性值之间的相似度不满足相似度阈值,例如,既不相同、也不属于近义词/相似的语言表达,则确定当前呈现的属性值不准确,向用户发送用于指示修改当前呈现的属性值的提示信息,并可以将确定出的属性值作为推送信息推送至用户。
步骤503,接收到用户输入商品的新的属性值。
步骤504,在接收到用户输入商品的新的属性值后,采用用于确定物品属性的方法再次确定新的属性值是否准确。
步骤505,对已经发布的商品的属性值进行更新。
需要说明的是,在该应用场景中,商品通常是非标商品。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种用于确定物品属性的装置的一个实施例,该装置实施例与图2和图3所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于确定物品属性的装置,包括:第一获取单元601、第一获得单元602、第二获得单元603、第一确定单元604、第二确定单元605。第一获取单元,被配置为获取预设物品的物品图像;第一获得单元,被配置为采用第一图像识别器识别物品图像,获得预设物品的第一属性值、以及第一属性值的得分;第二获得单元,被配置为采用第二图像识别器识别物品图像,获得预设物品的第二属性值;第一确定单元,被配置为响应于确定第一属性值的得分大于预设阈值,将第一属性值确定为预设物品的目标属性值;第二确定单元,被配置为响应于确定第一属性值的得分不大于预设阈值,将第二属性值确定为预设物品的目标属性值。
在一些实施例中,第一获得单元,包括:第一获得模块,被配置为采用第一图像识别器识别物品图像,获得预设物品的、至少一个候选属性下的多个候选属性值、以及多个候选属性值中每一个候选属性值的得分;第一确定模块,被配置为针对至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
在一些实施例中,第二获得单元,包括:第二获得模块,被配置为采用第二图像识别器,识别物品图像与数据库中的候选图像之间的相似度;第二确定模块,被配置为获取与物品图像之间的相似度满足图像相似度阈值的多个候选图像;第三确定模块,根据多个候选图像所归属的多个候选物品对应的属性值,确定第二属性值。
在一些实施例中,装置包括:第二获取单元,被配置为获取预设物品的品类信息;第一获得单元,包括:第一获得子模块,被配置为获得预设物品在品类信息下的第一属性值、以及第一属性值的得分;第二获得单元,包括:第二获得子模块,被配置为获得预设物品在品类信息下的第二属性值。
在一些实施例中,装置还包括:提示单元,被配置为响应于确定当前呈现的预设物品的属性值、与目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
上述装置600中的各单元与参考图2和图3描述的方法中的步骤相对应。由此上文针对用于确定物品属性的方法描述的操作、特征及所能达到的技术效果同样适用于装置600及其中包含的单元,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图7所示,是根据本申请实施例的用于确定物品属性的方法的电子设备700的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,该存储器存储有可由至少一个处理器执行的指令,以使该至少一个处理器执行本申请所提供的用于确定物品属性的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于确定物品属性的方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用于确定物品属性的方法对应的程序指令/模块(例如,附图6所示的第一获取单元601、第一获得单元602、第二获得单元603、第一确定单元604、第二确定单元605)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于确定物品属性的方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于提取视频片段的电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至用于提取视频片段的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于确定物品属性的方法的电子设备还可以包括:输入装置703、输出装置704以及总线705。处理器701、存储器702、输入装置703和输出装置704可以通过总线705或者其他方式连接,图7中以通过总线705连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与用于提取视频片段的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种用于确定物品属性的方法,包括:
获取预设物品的物品图像;
采用第一图像识别器识别所述物品图像,获得所述预设物品的第一属性值、以及所述第一属性值的得分;
采用第二图像识别器识别所述物品图像,获得所述预设物品的第二属性值;
响应于确定所述第一属性值的得分大于预设阈值,将所述第一属性值确定为所述预设物品的目标属性值;
响应于确定所述第一属性值的得分不大于所述预设阈值,将所述第二属性值确定为所述预设物品的目标属性值。
2.根据权利要求1所述的方法,其中,所述采用第一图像识别器识别所述物品图像,获得所述预设物品的第一属性值、以及所述第一属性值的得分,包括:
采用所述第一图像识别器识别所述物品图像,获得所述预设物品的、至少一个候选属性下的多个候选属性值、以及所述多个候选属性值中每一个候选属性值的得分;
针对所述至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
3.根据权利要求1所述的方法,其中,所述采用第二图像识别器识别所述物品图像,获得所述预设物品的第二属性值,包括:
采用所述第二图像识别器,识别所述物品图像与数据库中的候选图像之间的相似度;
获取与所述物品图像之间的相似度满足图像相似度阈值的多个候选图像;
根据所述多个候选图像所归属的多个候选物品对应的属性值,确定所述第二属性值。
4.根据权利要求1所述的方法,其中,所述方法包括:
获取所述预设物品的品类信息;
所述获得所述预设物品的第一属性值、以及所述第一属性值的得分,包括:
获得所述预设物品在所述品类信息下的第一属性值、以及所述第一属性值的得分;
所述获得所述预设物品的第二属性值,包括:
获得所述预设物品在所述品类信息下的第二属性值。
5.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定当前呈现的所述预设物品的属性值、与所述目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
6.一种用于确定物品属性的装置,包括:
第一获取单元,被配置为获取预设物品的物品图像;
第一获得单元,被配置为采用第一图像识别器识别所述物品图像,获得所述预设物品的第一属性值、以及所述第一属性值的得分;
第二获得单元,被配置为采用第二图像识别器识别所述物品图像,获得所述预设物品的第二属性值;
第一确定单元,被配置为响应于确定所述第一属性值的得分大于预设阈值,将所述第一属性值确定为所述预设物品的目标属性值;
第二确定单元,被配置为响应于确定所述第一属性值的得分不大于所述预设阈值,将所述第二属性值确定为所述预设物品的目标属性值。
7.根据权利要求6所述的装置,其中,所述第一获得单元,包括:
第一获得模块,被配置为采用所述第一图像识别器识别所述物品图像,获得所述预设物品的、至少一个候选属性下的多个候选属性值、以及所述多个候选属性值中每一个候选属性值的得分;
第一确定模块,被配置为针对所述至少一个候选属性下的每一个候选属性,将该候选属性下得分最高的候选属性值,确定为该候选属性下的第一属性值。
8.根据权利要求6所述的装置,其中,所述第二获得单元,包括:
第二获得模块,被配置为采用所述第二图像识别器,识别所述物品图像与数据库中的候选图像之间的相似度;
第二确定模块,被配置为获取与所述物品图像之间的相似度满足图像相似度阈值的多个候选图像;
第三确定模块,根据所述多个候选图像所归属的多个候选物品对应的属性值,确定所述第二属性值。
9.根据权利要求6所述的装置,其中,所述装置包括:
第二获取单元,被配置为获取所述预设物品的品类信息;
所述第一获得单元,包括:
第一获得子模块,被配置为获得所述预设物品在所述品类信息下的第一属性值、以及所述第一属性值的得分;
所述第二获得单元,包括:
第二获得子模块,被配置为获得所述预设物品在所述品类信息下的第二属性值。
10.根据权利要求6所述的装置,其中,所述装置还包括:
提示单元,被配置为响应于确定当前呈现的所述预设物品的属性值、与所述目标属性值的相似度不满足相似度阈值,生成用于指示修改当前呈现的预设物品的属性值的提示信息。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087565.2A CN114511380A (zh) | 2022-01-25 | 2022-01-25 | 用于确定物品属性的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087565.2A CN114511380A (zh) | 2022-01-25 | 2022-01-25 | 用于确定物品属性的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114511380A true CN114511380A (zh) | 2022-05-17 |
Family
ID=81550295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210087565.2A Pending CN114511380A (zh) | 2022-01-25 | 2022-01-25 | 用于确定物品属性的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511380A (zh) |
-
2022
- 2022-01-25 CN CN202210087565.2A patent/CN114511380A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657612B2 (en) | Method and apparatus for identifying video | |
CN111597433B (zh) | 资源搜索方法、装置以及电子设备 | |
CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
CN111949814A (zh) | 搜索方法、装置、电子设备和存储介质 | |
CN111611990A (zh) | 用于识别图像中表格的方法和装置 | |
CN111782785B (zh) | 自动问答方法、装置、设备以及存储介质 | |
CN112380847B (zh) | 兴趣点处理方法、装置、电子设备及存储介质 | |
CN111756832B (zh) | 推送信息的方法、装置、电子设备及计算机可读存储介质 | |
CN111090991A (zh) | 场景纠错方法、装置、电子设备和存储介质 | |
CN112818111A (zh) | 文档推荐方法、装置、电子设备和介质 | |
CN113190695A (zh) | 多媒体数据搜索方法及装置、计算机设备和介质 | |
CN112084150A (zh) | 模型训练、数据检索方法,装置,设备以及存储介质 | |
CN111967304A (zh) | 基于边缘计算的获取物品信息方法、装置和结算台 | |
CN114357951A (zh) | 生成标准报告的方法、装置、设备及存储介质 | |
CN112328896B (zh) | 用于输出信息的方法、装置、电子设备和介质 | |
CN111966846A (zh) | 图像查询方法、装置、电子设备和存储介质 | |
CN111738325A (zh) | 图像识别方法、装置、设备以及存储介质 | |
US20230085684A1 (en) | Method of recommending data, electronic device, and medium | |
CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
CN114265777B (zh) | 应用程序的测试方法、装置、电子设备及存储介质 | |
CN113868453B (zh) | 对象推荐方法和装置 | |
CN111241225A (zh) | 常驻区域变更的判断方法、装置、设备及存储介质 | |
CN114511380A (zh) | 用于确定物品属性的方法和装置 | |
CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN112445968B (zh) | 信息推送方法、装置、设备及计算机可读存储介质 |
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 |