本公開的實施例涉及計算機，具體涉及用于稱重設備的物品圖像采集方法、裝置、設備和介質。
背景技術：
1、在物品數據庫建立過程中，物品種類豐富、圖像角度各異，具有多樣性，因此需要采集大量真實的物品圖像。目前大多食品稱采用在秤上加入攝像頭的方法進行物品圖像采集。
2、然而，當采用上述方式采集物品圖像時，經常會存在如下技術問題：
3、食品秤上的物品經常會被塑料袋遮擋，若直接加入數據庫，會使數據庫圖像質量降低，影響相應的模型訓練，若直接全部篩除，則會損失大量有效數據，使物品圖像數據缺乏多樣性。
4、該背景技術部分中所公開的以上信息僅用于增強對本公開構思的背景的理解，并因此，其可包含并不形成本領域普通技術人員已知的現有技術的信息。
技術實現思路
1、本公開的內容部分用于以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。本公開的內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。
2、本公開的一些實施例提出了用于稱重設備的物品圖像采集方法、裝置、電子設備和計算機可讀介質，來解決以上背景技術部分提到的技術問題中的一項或多項。
3、第一方面，本公開的一些實施例提供了一種用于稱重設備的物品圖像采集方法，該方法包括：對稱重設備上的物體進行拍攝，得到初始物品圖像；將上述初始物品圖像輸入至預先訓練的圖像分類模型，得到初始物品圖像分類結果；響應于確定上述初始物品圖像分類結果表征有塑料袋遮擋，確定上述初始物品圖像滿足暫時保留條件；響應于確定上述初始物品圖像滿足上述暫時保留條件，對上述初始物品圖像進行塑料袋特征識別，得到對應上述初始物品圖像的塑料袋特征信息，其中，上述塑料袋特征信息包括塑料袋遮擋比例信息；根據上述塑料袋特征信息包括的塑料袋遮擋比例信息，確定上述初始物品圖像是否滿足保留條件；響應于確定上述初始物品圖像滿足上述保留條件，將上述初始物品圖像確定為所采集的物品圖像。
4、第二方面，本公開的一些實施例提供了一種用于稱重設備的物品圖像采集裝置，裝置包括：拍攝單元，被配置成對稱重設備上的物體進行拍攝，得到初始物品圖像；分類單元，被配置成將上述初始物品圖像輸入至預先訓練的圖像分類模型，得到初始物品圖像分類結果；第一確定單元，被配置成響應于確定上述初始物品圖像分類結果表征有塑料袋遮擋，確定上述初始物品圖像滿足暫時保留條件；第二確定單元，被配置成響應于確定上述初始物品圖像滿足上述暫時保留條件，對上述初始物品圖像進行塑料袋特征識別，得到對應上述初始物品圖像的塑料袋特征信息，其中，上述塑料袋特征信息包括塑料袋遮擋比例信息；第三確定單元，被配置成根據上述塑料袋特征信息包括的塑料袋遮擋比例信息，確定上述初始物品圖像是否滿足保留條件；第四確定單元，被配置成響應于確定上述初始物品圖像滿足上述保留條件，將上述初始物品圖像確定為所采集的物品圖像。
5、第三方面，本公開的一些實施例提供了一種電子設備，包括：一個或多個處理器；存儲裝置，其上存儲有一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現上述第一方面任一實現方式所描述的方法。
6、第四方面，本公開的一些實施例提供了一種計算機可讀介質，其上存儲有計算機程序，其中，程序被處理器執行時實現上述第一方面任一實現方式所描述的方法。
7、本公開的上述各個實施例中具有如下有益效果：通過本公開的一種用于稱重設備的物品圖像采集方法，可以通過預測含有塑料袋的圖片中塑料袋信息，根據下游模型（如物品識別）自行設定所采集物品圖像的保留條件。由此，可以靈活篩選出含塑料袋但可用性較高圖片。具體來說，造成大多物品圖像采集方法不能靈活的選出可用性較高的圖像的原因在于：大多物品圖像采集方法不會對被塑料袋遮擋的物品圖片進行進一步篩選，導致物品圖像采集的數量少且質量差。基于此，本公開的一些實施例的用于稱重設備的物品圖像采集方法包括：首先，對稱重設備上的物體進行拍攝，得到初始物品圖像。由此，得到待處理的物品圖像。然后，將上述初始物品圖像輸入至預先訓練的圖像分類模型，得到初始物品圖像分類結果。由此，可以通過第一個模型對物品進行首次粗分類。然后，響應于確定上述初始物品圖像分類結果表征有塑料袋遮擋，確定上述初始物品圖像滿足暫時保留條件。由此，為后續進一步分類打下基礎。然后，響應于確定上述初始物品圖像滿足上述暫時保留條件，對上述初始物品圖像進行塑料袋特征識別，得到對應上述初始物品圖像的塑料袋特征信息，其中，上述塑料袋特征信息包括塑料袋遮擋比例信息。然后，根據上述塑料袋特征信息包括的塑料袋遮擋比例信息，確定上述初始物品圖像是否滿足保留條件。最后，響應于確定上述初始物品圖像滿足上述保留條件，將上述初始物品圖像確定為所采集的物品圖像。由此，完成對采集物品圖像的數據清洗。上述用于稱重設備的物品圖像采集方法通過使用兩個深度學習模型對采集的物品圖像進行數據清洗，運用預設條件篩選出了可用的物品圖像。由此，在保證了采集物品圖像的質量的同時，盡可能多的增加了采集物品圖像的數量，提高了采集可用物品圖像的效率。
1.一種用于稱重設備的物品圖像采集方法，包括：
2.據權利要求1所述的方法，其中，所述方法還包括：
3.根據權利要求1所述的方法，其中，所述將所述初始物品圖像輸入至預先訓練的圖像分類模型，得到初始物品圖像分類結果，包括：
4.根據權利要求3所述的方法，其中，所述將初始物品圖像輸入至所述預先訓練的圖像分類模型包括的分類卷積網絡，得到分類特征圖，包括：
5.根據權利要求3所述的方法，其中，所述預先訓練的圖像分類模型是通過以下步驟訓練得到的：
6.根據權利要求1所述的方法，其中，所述響應于確定所述初始物品圖像滿足所述暫時保留條件，對所述初始物品圖像進行塑料袋特征識別，得到對應所述初始物品圖像的塑料袋特征信息，包括：
7.根據權利要求6所述的方法，其中，所述將所述滿足所述暫時保留條件的初始物品圖像輸入至預先訓練的塑料袋特征提取模型包括的提取卷積網絡，得到塑料袋信息特征圖，包括：
8.一種用于稱重設備的物品圖像采集裝置，包括：
9.一種電子設備，包括：
10.一種計算機可讀介質，其上存儲有計算機程序，其中，所述程序被處理器執行時實現如權利要求1至7中任一所述的方法。