(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211154222.X (22)申请日 2022.09.21 (71)申请人 正泰集团研发中心 （上海） 有限公司 地址 200333 上海市闵行区紫月路968号 (72)发明人 洪乐　刘敏　赖鼎　匡文清　 (74)专利代理 机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 专利代理师 彭绪坤 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 二维码检测方法、 模型训练方法、 装置、 设备 及存储介质 (57)摘要 本发明实施例公开了一种二维码检测方法、 模型训练方法、 装置、 设备及存储介质。 方法包 括： 根据预置的第一检测定位模 型获取待检测图 像的二维码区域； 根据预置的第二检测定位模型 获取所述待检测图像中二维码的回字型方块区 域； 将所述回字型方块区域输入至预置的第一分 类模型中， 得到所述二维码中回字型方块的第一 分类结果； 获取所述二维码的非回字型方块区 域， 并将所述非回字型方块区域输入至预置的第 二分类模型中， 得到所述二维码中非回字型方块 的第二分类结果， 进而避免了无法对二维码上轻 微缺陷不易区分的技术问题， 极大的提高了小型 断路器中二维码检测的精度和效率。 权利要求书2页 说明书13页 附图7页 CN 115471703 A 2022.12.13 CN 115471703 A 1.一种二维码检测方法， 其特 征在于， 包括： 根据预置的第一检测定位模型获取待检测图像的二维码区域； 根据预置的第二检测定位模型获取 所述待检测图像中二维码的回字型 方块区域； 将所述回字型方块区域输入至预置的第 一分类模型中， 得到所述二维码中回字型方块 的第一分类结果； 获取所述二维码的非回字型方块区域， 并将所述非回字型方块 区域输入至预置的第 二 分类模型中， 得到所述 二维码中非回字型 方块的第二分类结果。 2.根据权利要求1所述的二维码检测方法， 其特征在于， 所述根据 预置的第 一检测定位 模型获取待检测图像的二维码区域， 包括： 生成所述待检测图像的特 征金字塔； 根据所述特 征金字塔的特 征预测所述待检测图像的二维码区域。 3.根据权利要求2所述的二维码检测方法， 其特征在于， 所述生成所述待检测图像的特 征金字塔， 包括： 对所述待检测图像进行 特征提取， 得到所述待检测图像的多层第一特 征图； 根据第一特 征融合模块对所述多层第一特 征图进行 特征融合， 得到多层第二特 征图； 根据第二特 征融合模块对所述多层第二特 征图进行 特征融合， 得到所述特 征金字塔。 4.根据权利要求1所述的二维码检测方法， 其特征在于， 在所述根据预置的第 二检测定 位模型获取 所述待检测图像中二维码的回字型 方块区域之前， 还 包括： 根据所述第一检测定位模型获取 所述待检测图像中与所述 二维码相邻的字符区域； 将所述字符区域输入至预置的第 三分类模型中， 得到所述待检测图像中与 所述二维码 相邻字符的第三分类结果。 5.一种模型训练方法， 其特 征在于， 包括： 获取采集到的样本图像集； 对所述样本图像集中每张样本图像进行 标注， 得到标注后的样本图像集； 将所述标注后的样本图像集进行 前处理， 得到第一训练集和验证集； 根据所述第一训练集、 所述验证集对二维码图像的检测网络进行训练， 其中所述检测 网络包括第一检测定位模型、 第二检测定位模型、 第一分类模 型以及第二分类模 型； 所述第 一检测定位模型的检测定位类别包括图像的二维码， 所述第二检测定位模 型的检测类别包 括所述二维码的回字型方块， 所述第一分类模型 的分类类别包括所述回字型方块， 所述第 二分类模型的分类 类别包括所述 二维码中非回字型 方块。 6.根据权利要求5所述的模型训练方法， 其特征在于， 所述根据所述第一训练集、 所述 验证集对二维码图像的检测网络进行训练， 包括： 根据所述第一训练集对所述第一检测定位模型、 所述第二检测定位模型、 所述第一分 类模型以及所述第二分类模型进行迭代训练， 并基于遗传算法优化各个模型 的超参数， 直 至各个模型收敛； 根据所述验证集对各个模型进行测试， 并根据测试结果以及所述第 一训练集生成第 二 训练集； 根据所述第二训练集对各个模型进行迭代训练， 直至各个模型收敛。 7.根据权利要求5所述的模型训练方法， 其特征在于， 在所述根据所述第一训练集、 所权　利　要　求　书 1/2 页 2 CN 115471703 A 2述验证集训练第一检测定位模型、 第二检测定位模型、 第一分类模型以及第二分类模型之 后， 还包括： 基于预设的部署框架， 将训练后的各个模型进行格式转换， 得到格式转换后的各个模 型； 结合格式转换后的各个模型编写检测分类的前向推理脚本， 并对所述前向推理脚本进 行封装。 8.根据权利要求5所述的模型训练方法， 其特征在于， 所述检测网络还包括第 三分类模 型， 所述第一检测定位模型 的检测定位类别还包括与所述二维码相邻的字符区域， 所述第 三分类模型的分类 类别包括所述字符区域。 9.一种二维码检测装置， 其特 征在于， 包括： 第一获取 单元， 用于根据预置的第一检测定位模型获取待检测图像的二维码区域； 第二获取单元， 用于根据预置的第 二检测定位模型获取所述待检测图像中二维码的回 字型方块区域； 第一输入单元， 用于将所述回字型方块区域输入至预置的第一分类模型中， 得到所述 二维码中回字型 方块的第一分类结果； 第二输入单元， 用于获取所述二维码的非回字型方块区域， 并将所述非回字型方块区 域输入至预置的第二分类模型中， 得到所述 二维码中非回字型 方块的第二分类结果。 10.一种模型训练装置， 其特 征在于， 包括： 第三获取 单元， 用于获取采集到的样本图像集； 标注单元， 用于对所述样本 图像集中每张样本 图像进行标注， 得到标注后的样本 图像 集； 前处理单元， 用于将所述标注后的样本图像集进行 前处理， 得到第一训练集和验证集； 训练单元， 用于根据 所述第一训练集、 所述验证集对二维码图像的检测网络进行训练， 其中所述检测网络包括第一检测定位模型、 第二检测定位模型、 第一分类模型以及第二分 类模型； 所述第一检测定位模型 的检测定位类别包括二维码区域， 所述第二检测定位模型 的检测类别包括所述二 维码的回字型方块区域， 所述第一分类模型的分类类别包括所述回 字型方块区域， 所述第二分类模型的分类 类别包括所述 二维码中非回字型 方块区域。 11.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至4中 任一项所述的二维码检测方法或如权利要求5 至8中任一项所述的模型训练方法。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序当被处理器执行时使 所述处理器执行如权利要求 1至4中任一项 所述的 二维码检测方法或如权利要求5 至8中任一项所述的模型训练方法。权　利　要　求　书 2/2 页 3 CN 115471703 A 3