基于人工智能目标识别的条码解码方法、装置及存储介质制造方法及图纸

本发明专利技术具体公开了基于人工智能目标识别的条码解码方法、装置及存储介质，该条码解码方法包括建立人工智能识别模型；基于人工智能识别模型进行条码识别。首先构建人工智能识别模型并对其训练，然后基于训练好的人工智能识别模型，对条码定位识别，最后将识别到的条码进行解码，对于物流识别条码场景，在推理过程中不需要进行不同条件的叠加或切换，面对场景效率提升，快速抓取随机位置条码；对于多码识别场景，能够对多个条码同时定位识别，不受条码存在位置/背景/类型差异，以及存在缺陷条码这些因素的限制，本发明专利技术提供的基于人工智能目标识别的条码解码方法，无论是在多码识别场景还是在物流识别条码场景，均能够提高条码的定位识别效率。位识别效率。

【技术实现步骤摘要】
基于人工智能目标识别的条码解码方法、装置及存储介质


[0001]本专利技术涉及条码解码
，具体涉及基于人工智能目标识别的条码解码方法、装置及存储介质。

技术介绍

[0002]实现完整的产品溯源是目前生产智能化发展的目标，其中的关键环节生产溯源，要求做到产品所涉及到的物料做到“一物一码”，在生产过程中逐级归并，完成最终的产品赋码，产品赋码可用于后续销售的品质溯源，便于市场监管同时也是产品品质的有力保障。而赋码过程产生的大数据，可用于生产效率评估，总体上为提升企业品质的手段，因此得到了迅速发展。产品赋码过程中需要获取物料实体上附带的条码信息，所用到的前端设备为条码阅读器，条码阅读器功能是通过相机拍摄条码形成图片，然后内置运算器在图片上经过处理，定位条码，并解出条码包含的数字信息，传输到生产现场计算机上。但是随着行业的发展，条码阅读广泛深入，其中多码识别和物流识别为行业应用难点，传统的条码解码方法是通过在图像中逐行搜索条码特征，每搜索出一个标记一个，在物流读码场景，由于大量算力消耗于搜索条码，所以需求速度越高，消耗算力越大。在多个条码分布场景，特别是同时存在位置/背景/类型差异，以及存在缺陷条码，实现多条码搜索需要消耗更多的算力，因此无论是在多码识别场景还是在物流识别条码场景，现有的条码解码方法均存在定位识别效率低下。

技术实现思路

[0003]本专利技术所要解决的技术问题是提供一种基于人工智能目标识别的条码解码方法及装置，能够实现对多个条码搜索并发定位，提高条码搜索定位效率。
[0004]本专利技术的第一专利技术目的在于提供基于人工智能目标识别的条码解码方法，包括：建立人工智能识别模型，所述建立人工智能识别模型的操作步骤为：获取条码场景图像，形成训练集和验证集；构建人工智能识别模型，利用训练集训练所述人工智能识别模型；利用解码算法整理验证集，用于验证人工智能算法，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；以及基于所述人工智能识别模型进行条码识别，所述基于所述人工智能识别模型进行条码识别的操作步骤为：将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域；对所述条码区域进行解码，得到条码信息。
[0005]进一步地，所述利用解码算法整理验证集，用于验证人工智能算法。，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过
程，将验证集蒸馏成微缩训练集的操作步骤为：利用解码算法对验证集里的条码场景图像进行解码测试，得到对应的中间变量并将其保存，其中，所述中间变量包括计算方法标识值和相应时间值；根据中间变量对验证集进行分类，其中，分类标识为一级类型，二级对应质量；人工智能识别算法加载人工智能识别模型，对分类好的验证集进行识别，得到相应的识别结果数据，所述识别结果数据包括召回率和准确率；将识别结果数据和实际的识别结果数据，筛选出相应的条码场景图像，形成新的训练集，并将新的训练集重新训练所述人工智能识别模型，如此循环，最终形成一个微缩稳定的训练集。
[0006]进一步地，所述将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域的操作步骤为：所述将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域的操作步骤为：提取图像特征，根据图像特征来预测位置和类别概率值；结合预测结果，输出条码位置和信心值；建立坐标并根据坐标截取条码，根据条码对应的类别概率值和信心值确定条码类别和品质。
[0007]进一步地，所述对所述条码区域进行解码，得到条码信息的操作步骤为：根据条码类别和品质，进行相对应的二值化处理，提取条码特征图像；根据条码特征图像进行解码，获取条码信息。
[0008]进一步地，所述建立坐标并根据坐标截取条码，根据条码对应的类别概率值和信心值确定条码类别和品质还包括将截取出来的条码做图像预处理，所述图像预处理包括但不局限于去噪、模糊、锐化、彩色转黑白、缩放、归一化。
[0009]本专利技术的第二专利技术目的在于提供基于人工智能目标识别的条码解码装置，包括：采集单元，用于获取条码场景图像，并将条码场景图像划分为训练集和验证集，所述训练集用于训练所述人工智能识别模型，所述验证集用于对所述人工智能识别模型进行验证；模型构建和训练单元，用于构建人工智能识别模型，通过所述训练集对所述人工智能识别模型进行训练；验证单元，用于通过所述验证集对所述人工智能识别模型进行验证，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；条码定位单元，用于将获取到带有条码的图像输入到训练好的人工智能识别模型，对条码进行定位；条码解码单元，用于对条码进行解码，获取条码信息。
[0010]进一步地，所述条码定位单元包括特征处理单元、条码预测单元和条码处理单元，所述特征处理单元用于提取图像特征并处理，所述条码预测单元用于根据图像特征对条码位置和类别概率值进行预测，并输出条码位置和信心值；所述条码处理单元用于依据条码位置建立坐标，并根据坐标截取条码。
[0011]进一步地，所述条码解码单元包括二值化单元和解码单元，所述二值化单元用于对定位好的条码类别和品质进行二值化处理，并提取条码特征图像；所述解码单元对所述条码特征图像进行解码。
[0012]本专利技术的第三专利技术目的在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如上所述的基于人工智能目标识别的条码解码方法。
[0013]有益效果：本专利技术首先构建人工智能识别模型并对其训练，然后基于训练好的人工智能识别模型，能够条码识别；最后对条码区域进行解码，得到条码信息，基于训练好的人工智能识别模型，对于物流识别条码场景，在推理过程中不需要进行不同条件的叠加或切换，面对场景效率提升，快速抓取随机位置条码；对于多码识别场景，能够对多个条码同时定位识别，不受条码存在位置/背景/类型差异，以及存在缺陷条码这些因素的限制，本专利技术提供的基于人工智能目标识别的条码解码方法，无论是在多码识别场景还是在物流识别条码场景，均能够提高条码的定位识别效率。
具体实施方式
[0014]实施例1基于人工智能目标识别的条码解码方法，包括：建立人工智能识别模型，所述建立人工智能识别模型的操作步骤为：获取条码场景图像，形成训练集和验证集；构建人工智能识别模型，利用训练集训练所述人工智能识别模型；利用解码算法整理验证集，用于验证人工智能算法。以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；以及基于所述人工智能识别模型进行条码识别，所述基于所述人工智能识别模型进行条码识别的操作步骤为：将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域；对所述条码区域进行解码，得到条码信息。
[0015]其中，所述利用解码算法整理验证集，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能目标识别的条码解码方法，其特征在于，包括：建立人工智能识别模型，所述建立人工智能识别模型的操作步骤为：获取条码场景图像，形成训练集和验证集；利用解码算法整理验证集，用于验证人工智能算法，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集；以及基于所述人工智能识别模型进行条码识别，所述基于所述人工智能识别模型进行条码识别的操作步骤为：将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域；对所述条码区域进行解码，得到条码信息。2.根据权利要求1所述的基于人工智能目标识别的条码解码方法，其特征在于，所述利用解码算法整理验证集，用于验证人工智能算法，以解码算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集的操作步骤为：利用解码算法对验证集里的条码场景图像进行解码测试，得到对应的中间变量并将其保存，其中，所述中间变量包括计算方法标识值和相应时间值；根据中间变量对验证集进行分类，其中，分类标识为一级类型，二级对应质量；人工智能识别算法加载人工智能识别模型，对分类好的验证集进行识别，得到相应的识别结果数据，所述识别结果数据包括召回率和准确率；将识别结果数据和实际的识别结果数据，筛选出相应的条码场景图像，形成新的训练集，并将新的训练集重新训练所述人工智能识别模型，如此循环，最终形成一个微缩稳定的训练集。3.根据权利要求1所述的基于人工智能目标识别的条码解码方法，其特征在于，所述将带有条码的图像输入到训练好的人工智能识别模型对条码进行定位，得出条码区域的操作步骤为：提取图像特征，根据图像特征来预测位置和类别概率值；结合预测结果，输出条码位置和信心值；建立坐标并根据坐标截取条码，根据条码对应的类别概率值和信心值确定条码类别和品质。4.根据权利要求3所述的基于人工智能目标识别的条码解码方法，其特征在于，所述对所述条码区域进行解码，得到条码信息的操作步骤为：根据条码类别和品质，进行相...

【专利技术属性】
技术研发人员：陈晓曼，刘欢，吴丹，吴明津，胡嘉文，
申请(专利权)人：广州思林杰科技股份有限公司，
类型：发明
国别省市：