本申请涉及物流,具体涉及一种物流件重量信息获取方法、装置、电子设备及计算机可读存储介质。
背景技术:
1、重量通常是物流件收费的一个重量衡量标准,但是,由于物流件的重量是由收件工作人员上报的,因此物流件有可能会出现误报情况,从而导致运费少收等情况。因此,物流公司常常需要对物流件进行二次公平的称重(后文中简称复重)。
2、为了提高物流件的复重效率,现有技术中,通过在分拣时将物流件放在传送装置上流转至称重区域,在完成物流件分拣的同时完成复重过程。
3、但是,由于物流件分拣时会有多个物流件,因此当多个物流件未准确分离时,多个物流件会同时在称重区域,进而会出现误将多个物流件的重量作为单个物流件的重量情况,进而导致物流件的复重准确率低的问题。
技术实现思路
1、本申请提供一种物流件重量信息获取方法、装置、电子设备及计算机可读存储介质,旨在解决由于多个物流件未准确分离时物流件的复重准确率低的问题。
2、第一方面,本申请提供一种物流件重量信息获取方法,所述方法包括:
3、获取物流件的目标称重区域的第一识别图像;
4、通过已训练的单件识别模型,基于所述第一识别图像进行识别,确定所述目标称重区域存在的物流件的第一物流件类别;
5、若所述第一物流件类别为单个物流件,则启动对所述目标称重区域内的单个物流件进行称重,得到所述目标称重区域内的单个物流件的第一重量信息。
6、第二方面,本申请提供一种物流件重量信息获取装置,所述物流件重量信息获取装置包括:
7、获取单元,用于获取物流件的目标称重区域的第一识别图像;
8、识别单元,用于通过已训练的单件识别模型,基于所述第一识别图像进行识别,确定所述目标称重区域存在的物流件的第一物流件类别;
9、称重单元,用于若所述第一物流件类别为单个物流件,则启动对所述目标称重区域内的单个物流件进行称重,得到所述目标称重区域内的单个物流件的第一重量信息。
10、在本申请的一些实施例中,所述物流件重量信息获取装置还包括训练单元,所述训练单元具体用于:
11、从原始样本图像集合的各原始样本图像中提取出特定物流件的目标区域图像,其中,所述特定物流件包括部分显示的物流件、存在叠加的物流件、颜色相似度大于预设相似度的物流件中的至少一者;
12、将所述目标区域图像与预设的称重区域图像进行组合,形成所述原始样本图像集合的扩充样本图像;
13、获取所述扩充样本图像的样本标注类别;
14、基于所述扩充样本图像和所述样本标注类别,对预设识别模型进行训练,直至符合预设的停止训练条件时,将所述预设识别模型作为已训练的单件识别模型。
15、在本申请的一些实施例中,在所述从原始样本图像集合的各原始样本图像中提取出特定物流件的目标区域图像步骤之前,所述训练单元具体用于:
16、获取所述预设识别模型对预设称重区域的第二识别图像进行预测得到的第二物流件类别;
17、获取所述第二物流件类别的目标置信度;
18、当所述第二物流件类别是单个物流件、且所述目标置信度小于第一预设阈值时,将所述第二识别图像作为第一样本图像;
19、当所述第二物流件类别是多个物流件、且所述目标置信度小于第二预设阈值时,将所述第二识别图像作为第二样本图像,其中,所述第一预设阈值小于所述第二预设阈值;
20、对目标样本图像集合中的各图像进行去重,得到所述原始样本图像集合,其中,所述目标样本图像集合包括所述第一样本图像和所述第二样本图像。
21、在本申请的一些实施例中,所述训练单元具体用于:
22、获取所述目标样本图像集合中任意两个图像之间的目标相似度;
23、当所述目标相似度大于预设相似度阈值时,将所述任意两个图像的其中一个图像从所述目标样本图像集合中滤除,得到所述原始样本图像集合。
24、在本申请的一些实施例中,所述训练单元具体用于:
25、通过所述预设识别模型,对所述扩充样本图像进行预测,得到所述扩充样本图像的初步标注类别;
26、对所述初步标注类别进行纠正,得到所述样本标注类别。
27、在本申请的一些实施例中,在所述通过所述单件识别模型,基于所述第一识别图像进行识别,确定所述目标称重区域存在的物流件的第一物流件类别的步骤之后,所述称重单元具体用于:
28、若所述第一物流件类别为多个物流件,则对所述目标称重区域内的多个物流件进行单件分离;
29、基于所述目标称重区域中的分离后单件进行称重,得到所述分离后单件的第二重量信息。
30、在本申请的一些实施例中,所述物流件重量信息获取装置还包括提醒单元,所述提醒单元具体用于:
31、获取所述分离后单件的第二原始重量信息;
32、检测所述第二重量信息和所述第二原始重量信息是否一致;
33、当所述第二重量信息和所述第二原始重量信息不一致时,输出所述分离后单件的重量信息异常提醒。
34、在本申请的一些实施例中,所述提醒单元具体用于:
35、获取所述目标称重区域内的单个物流件的第一原始重量信息;
36、检测所述第一重量信息和所述目标称重区域内的单个物流件的第一原始重量信息是否一致;
37、当所述第一重量信息和所述第一原始重量信息不一致时,输出所述目标称重区域内的单个物流件的重量信息异常提醒。
38、第三方面,本申请还提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种物流件重量信息获取方法中的步骤。
39、第四方面,本申请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进行加载,以执行所述的物流件重量信息获取方法中的步骤。
40、本申请通过获取物流件的目标称重区域的第一识别图像;通过已训练的单件识别模型,基于第一识别图像进行识别,确定目标称重区域存在的物流件的第一物流件类别;若第一物流件类别为单个物流件,则启动对目标称重区域内的单个物流件进行称重,得到目标称重区域内的单个物流件的第一重量信息。可以基于已训练的单件识别模型识别物流件的称重区域所存在物流件是否为单个物流件,当目标称重区域存在的物流件为单个物流件时,再对物流件进行称重,以避免称重区域同时存在多个物流件时,启动对物流件的称重,会导致称重信息不准确的问题。
1.一种物流件重量信息获取方法,其特征在于,所述方法包括:
2.根据权利要求1所述的物流件重量信息获取方法,其特征在于,所述单件识别模型通过如下步骤训练得到:
3.根据权利要求2所述的物流件重量信息获取方法,其特征在于,所述从原始样本图像集合的各原始样本图像中提取出特定物流件的目标区域图像之前,还包括:
4.根据权利要求3所述的物流件重量信息获取方法,其特征在于,所述对目标样本图像集合中的各图像进行去重,得到原始样本图像集合,包括:
5.根据权利要求2所述的物流件重量信息获取方法,其特征在于,所述获取所述扩充样本图像的样本标注类别,包括:
6.根据权利要求1所述的物流件重量信息获取方法,其特征在于,所述通过已训练的单件识别模型,基于所述第一识别图像进行识别,确定所述目标称重区域存在的物流件的第一物流件类别之后,还包括:
7.根据权利要求6所述的物流件重量信息获取方法,其特征在于,所述方法还包括:
8.根据权利要求1-7任一项所述的物流件重量信息获取方法,其特征在于,所述方法还包括:
9.一种物流件重量信息获取装置,其特征在于,所述物流件重量信息获取装置包括:
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行如权利要求1至8任一项所述的物流件重量信息获取方法。
11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至8任一项所述的物流件重量信息获取方法中的步骤。