一种识别SKU的训练方法及装置制造方法及图纸

本发明专利技术公开了一种识别SKU的训练方法及装置，涉及商品陈列管理管理技术领域。所述方法包括以下步骤：获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对图像样本中的SKU进行自动框选得到检测结果；通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。本发明专利技术结合检测器和分类器进行深度学习聚类标注，能够大大提高针对SKU的标注效率。

【技术实现步骤摘要】
一种识别SKU的训练方法及装置
本专利技术涉及商品陈列管理
，尤其涉及一种识别SKU的训练方法及装置。
技术介绍
SKU（StockKeepingUnit）表示商品的最小销售单元，作为最小销售单元的一款商品拥有不同颜色，代表不同的SKU，例：一件衣服，有红色、白色、蓝色，则SKU编码也不相同，在本申请文件中用SKU指代任一款最小销售单元的商品。随着人工智能在快销行业越来越流行，图像识别技术，语音识别等技术在快速增长。快销行业的发展跟销售能力自动化结合越来越深，无论是业务人员的费用结算，管理人员对销售的判断和分析，还是经销商对未来库存和进货的预算，商品识别带来的结果都会直接影响到他们的最终收益，因此在快销的AI中，图像识别的过程越来越重要，消耗的图片量也越来越多。在以商品数量数不胜数的快消行业中，标注人员的标注能力远远跟不上行业的快速变化需求。
技术实现思路
本专利技术目的在于，提供一种识别SKU的训练方法及装置，以提高针对SKU的标注效率。为实现上述目的，本专利技术实施例提供一种识别SKU的训练方法，包括：获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对图像样本中的SKU进行自动框选得到检测结果；其中，所述检测结果为所述图像样本被框选的区域；通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。优选地，所述分类器包括一级分类器和二级分类器；所述一级分类器用于根据预设的分类需求对所述检测结果进行粗分类，得到第一分类结果；所述二级分类器用于根据所述第一分类结果对所述检测结果进行细分类。优选地，将标注格式统一后的图像样本的70%~90%作为训练集，10%~30%作为测试集对检测器进行训练。优选地，所述图像样本包括线下商场拍摄的A类照片以及通过布景摆拍、3D建模和/或网络爬取获得的C类照片。优选地，所述图像样本的采集场景包括货柜、冰柜、陈列挂架、冷风柜、专柜平台和堆头。优选地，所述SKU信息包括商品类别和型号信息。优选地，所述分类器包括others类别，用于加入不同的负样本，降低误识别率。本专利技术实施例还提供一种识别SKU的训练装置，包括：样本获取模块，用于获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；检测器训练模块，用于将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对图像样本中的SKU进行自动框选得到检测结果；分类器训练模块，用于通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。本专利技术实施例还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的识别SKU的训练方法。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一实施例所述的识别SKU的训练方法。本专利技术的实施例，具有如下有益效果：本专利技术提供了一种识别SKU的训练方法及装置，涉及商品陈列管理
所述方法包括以下步骤：获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对图像样本中的SKU进行自动框选得到检测结果；通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。相较于现有技术在训练和识别的过程中都极大受限于深度学习目标框架的属性，比如需要大量的标注，图片和长时间的训练才能获得一个高精准度模型，本专利技术采用实景照片和目标SKU的摆拍照片结合的模型级联技术进行改良更适合实际场景的应用。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术某一实施例提供的识别SKU的训练方法的流程示意图；图2是本专利技术某一实施例提供的识别SKU的训练装置的结构示意图；图3是本专利技术某一实施例提供的计算机终端设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。SKU（StockKeepingUnit）表示商品的最小销售单元，作为最小销售单元的一款商品拥有不同颜色，代表不同的SKU，例：一件衣服，有红色、白色、蓝色，则SKU编码也不相同，在本申请文件中用SKU指代一款最小销售单元的商品。请参阅图1，图1是本专利技术某一实施例提供的识别SKU的训练方法的流程示意图。本专利技术实施例提供的一种识别SKU的训练方法，包括：步骤S100，获取预设数量的包含有SKU标注信息的图像样本，为SKU标注信息构建统一的标注格式；其中，标注信息包括框选的SKU选区及SKU信息。步骤S200，将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对图像样本中的SKU进行自动框选得到检测结果。其中，检测结果为所述图像样本被框选的区域。步骤S300，通过对检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。检测器和分类器都是基于计算机视觉技术的深度学习神经网络模型，分别用于快速识别出图像样本中SKU（StockKeepingUn本文档来自技高网...

【技术保护点】
1.一种识别SKU的训练方法，其特征在于，包括：/n获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；/n将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对所述图像样本中的SKU进行自动框选得到检测结果；其中，所述检测结果为所述图像样本被框选的区域；/n通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。/n

【技术特征摘要】
1.一种识别SKU的训练方法，其特征在于，包括：
获取预设数量的包含有SKU标注信息的图像样本，为所述SKU标注信息构建统一的标注格式；其中，所述标注信息包括框选的SKU选区及SKU信息；
将标注格式统一后的图像样本按照预设比例随机分配为检测器的训练集和测试集，使得检测器能够对所述图像样本中的SKU进行自动框选得到检测结果；其中，所述检测结果为所述图像样本被框选的区域；
通过对所述检测结果进行特征提取来训练分类器，使得分类器能够根据检测结果自动输出最大概率类别的SKU信息。


2.根据权利要求1所述的识别SKU的训练方法，其特征在于，所述分类器包括一级分类器和二级分类器；
所述一级分类器用于根据预设的分类需求对所述检测结果进行粗分类，得到第一分类结果；
所述二级分类器用于根据所述第一分类结果对所述检测结果进行细分类。


3.根据权利要求1所述的识别SKU的训练方法，其特征在于，将标注格式统一后的图像样本的70%~90%作为训练集，10%~30%作为测试集对检测器进行训练。


4.根据权利要求1所述的识别SKU的训练方法，其特征在于，所述图像样本包括线下商场拍摄的A类照片以及通过布景摆拍、3D建模和/或网络爬取获得的C类照片。


5.根据权利要求1所述的识别SKU的训练方法，其特征在于，所述图像样本的采集场景包括货柜、冰柜、陈列挂架、冷风柜、专柜平台和堆头。
...

【专利技术属性】
技术研发人员：钟忞盛，丁明，李海荣，陈永辉，
申请(专利权)人：广州市玄武无线科技股份有限公司，
类型：发明
国别省市：广东;44