一种多层联级式的快递包装图像识别方法

本发明涉及快递包装识别，特别是涉及一种多层联级式的快递包装图像识别方法。

背景技术：

1、面对海量的快递包装废弃物及其引发的环境影响，快递包装的快速识别是分析快递包装使用现状、跟踪行业绿色化表现、评估政策实施效果和提出管理路径改进方向的基础。然而，由于目前缺乏高效、智能、可持续、低成本的应用工具，难以实现广泛持久的追踪和监管。因此，设计一种多层联级式的快递包装图像识别方法是十分有必要。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种多层联级式的快递包装图像识别方法。

2、为实现上述目的，本发明提供了如下方案：

3、本发明提供了一种多层联级式的快递包装图像识别方法，包括：

4、采集快递包装图像数据；

5、基于快递包装图像数据构建多标签快递包装数据集；

6、基于预设的数据集对yolov8框架模型进行预训练，得到预训练的yolov8n-cls模型；

7、将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，分别构建内外部包装分类模型、内缓冲包装分类模型、外包装材质分类模型、外打包方式分类模型及多目标定位识别模型；

8、根据所含目标数量判断待识别图像的类型，若为单目标包装图像，则将待识别图像输入内外部包装分类模型，将内外部包装分类模型的输出结果输入外包装材质分类模型、外打包方式分类模型及内缓冲包装分类模型，对单目标包装图像进行识别，若为多目标包装图像，则将待识别图像输入多目标定位识别模型，对多目标包装图像进行识别。

9、根据本发明提供的具体实施例，本发明公开了以下技术效果：

10、本发明提供了一种多层联级式的快递包装图像识别方法，该方法包括采集快递包装图像数据，基于快递包装图像数据构建多标签快递包装数据集，基于预设的数据集对yolov8框架模型进行预训练，得到预训练的yolov8n-cls模型，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，分别构建内外部包装分类模型、内缓冲包装分类模型、外包装材质分类模型、外打包方式分类模型及多目标定位识别模型，根据所含目标数量判断待识别图像的类型，若为单目标包装图像，则将待识别图像输入内外部包装分类模型，将内外部包装分类模型的输出结果输入外包装材质分类模型、外打包方式分类模型及内缓冲包装分类模型，对单目标包装图像进行识别，若为多目标包装图像，则将待识别图像输入多目标定位识别模型，对多目标包装图像进行识别。本发明能够实现快递包装图像识别，便于使用。

技术特征：

1.一种多层联级式的快递包装图像识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，采集快递包装图像数据，具体为：

3.根据权利要求1所述的方法，其特征在于，基于快递包装图像数据构建多标签快递包装数据集，具体为：

4.如权利要求3所述的方法，其特征在于，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，构建内外部包装分类模型，具体为：

5.根据权利要求3所述的方法，其特征在于，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，构建内缓冲包装分类模型，具体为：

6.根据权利要求3所述的方法，其特征在于，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，分别构建外包装材质分类模型，具体为：

7.根据权利要求3所述的方法，其特征在于，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，构建外打包方式分类模型，包括：

8.根据权利要求3所述的方法，其特征在于，将预训练的yolov8n-cls模型迁移至多标签快递包装数据集中对应的子数据集，构建多目标定位识别模型，包括：

技术总结本发明提供了一种多层联级式的快递包装图像识别方法，该方法包括采集快递包装图像数据，构建多标签快递包装数据集，对YOLOv8框架模型进行预训练，将预训练的模型迁移至多标签快递包装数据集中对应的子数据集，分别构建内外部包装分类模型、内缓冲包装分类模型、外包装材质分类模型、外打包方式分类模型及多目标定位识别模型，判断待识别图像的类型，若为单目标包装图像，则将待识别图像输入内外部包装分类模型，将内外部包装分类模型的输出结果输入外包装材质分类模型、外打包方式分类模型及内缓冲包装分类模型，进行识别，若为多目标包装图像，则将待识别图像输入多目标定位识别模型，对多目标包装图像进行识别。本发明能够实现快递包装图像识别。技术研发人员：温宗国,谭旖琦受保护的技术使用者：清华大学技术研发日：技术公布日：2025/1/6