(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 202210660417.5 (22)申请日 2022.06.13 (71)申请人 烟台创迹软件 有限公司 地址 264006 山东省烟台市中国 （山 东） 自 由贸易试验区烟台片区长江路161号 天马中心1号楼 2401室 (72)发明人 闫凤图　曙光　李想　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李彩玲 (51)Int.Cl. G06F 16/21(2019.01) G06F 16/23(2019.01) G06F 16/2458(2019.01) G06F 16/9537(2019.01)G06K 9/62(2022.01) G06N 3/08(2006.01) G06Q 30/02(2012.01) (54)发明名称 一种识别模型的更新方法、 装置、 设备及介 质 (57)摘要 本发明公开了一种识别模型的更新方法、 装 置、 设备及介质。 该方法包括： 若检测到称重事 件， 则获取所述称重设备当前使用的原识别模型 的识别日志数据； 根据所述识别日志数据， 确定 物品的异常改价次数， 并确定更新数据； 若存在 至少一种物品的异常改价次数超过预设次数阈 值， 则通过所述学习设备根据所述更新数据训练 得到改进识别模 型， 并用改进识别模 型更新原识 别模型。 本技术方案可以解决智能称重设备在使 用过程中受不规范操作影响导致识别模型的识 别精度下降的问题， 可以及时监测识别模型识别 效果， 保证高精度识别。 权利要求书2页 说明书10页 附图3页 CN 115048355 A 2022.09.13 CN 115048355 A 1.一种识别模型的更新方法， 其特征在于， 所述方法由称重设备执行， 所述称重设备与 学习设备交 互； 所述方法包括： 若检测到称重事 件， 则获取 所述称重设备当前使用的原 识别模型的识别日志数据； 根据所述识别日志数据， 确定物品的异常改价次数， 并确定更新数据； 若存在至少一种物品的异常改价 次数超过预设次数阈值， 则通过所述学习设备根据 所 述更新数据训练得到改进识别模型， 并用改进识别模型 更新原识别模型。 2.根据权利要求1所述的方法， 其特征在于， 所述识别日志数据包括至少一条识别记 录， 所述识别记录包括时间信息、 模型输出信息和物品确认信息； 所述根据所述识别日志数据， 确定物品的异常改价次数， 包括： 根据所述模型输出信 息与所述物品确认信 息的匹配结果， 确定所述模型输出信 息对应 的物品的改价次数； 根据所述 时间信息和各物品的改价 次数， 确定各物品在预先设置的至少两个时段的改 价频率； 根据所述改价频率， 确定各物品的改价次数中的异常改价次数。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述改价频率， 确定各物品的改 价次数中的异常改价次数， 包括： 根据各时段内各物品的改价频率， 确定目标时段和/或目标物品； 在各物品的改价次数中剔除目标时段的改价次数， 得到各物品的异常改价次数； 和/ 或， 在各物品的改价次数中剔除目标物品的改价次数， 得到各物品的异常改价次数。 4.根据权利要求3所述的方法， 其特征在于， 所述根据各时段内各物品的改价频率， 确 定目标时段和/或目标物品， 包括： 若存在至少一个时段内各物品的改价频率满足预设频率条件， 则确定所述至少一个时 段为目标时段； 和/或， 若存在至少一种物品在各时段内的改价频率均高于预设频率阈值， 则确定所述至少一种物品为目标物品。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述模型输出信 息与所述物品确 认信息的匹配结果， 确定所述模型输出信息对应的物品的改价次数， 包括： 若所述模型输出信 息与所述物品确 认信息不匹配， 则将所述模型输出信 息对应的物品 的改价次数加1。 6.根据权利要求1所述的方法， 其特征在于， 所述更新数据包括异常改价物品的称重物 品图像和物品标签信息； 相应的， 所述若存在至少一种物品的异常改价次数超过预设次数阈值， 则通过所述学 习设备根据所述更新数据训练得到改进识别模型， 包括： 若存在至少一种物品的异常改价 次数超过预设次数阈值， 则获取异常改价物品的称重 物品图像和物品标签信息； 基于所述称重物品图像和所述物品标签信 息， 通过所述学习设备训练得到改进识别模 型。 7.根据权利要求1所述的方法， 其特征在于， 所述预设次数阈值是基于全部物品的平均 异常改价次数确定的。 8.一种识别模型的更新装置， 其特征在于， 所述装置配置于称重设备， 所述称重设备与权　利　要　求　书 1/2 页 2 CN 115048355 A 2学习设备交 互； 所述装置包括： 识别日志数据获取模块， 用于若检测到称重事件， 则获取所述称重设备当前使用的原 识别模型的识别日志数据； 异常改价 次数确定模块， 用于根据所述识别日志数据， 确定物品的异常改价 次数， 并确 定更新数据； 识别模型更新模块， 用于若存在至少一种物品的异常改价次数超过预设次数阈值， 则 通过所述学习设备根据所述更新数据训练得到改进识别模型， 并用改进识别模型更新原识 别模型。 9.一种称重设备， 其特征在于， 所述设备包括： 物品识别摄像头、 至少一个处理器以及 存储器； 所述物品识别摄 像头与所述处 理器通信连接， 所述处 理器与所述存 储器通信连接； 其中， 所述物品识别摄 像头， 用于采集称重物品图像； 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 识别模型的更新方法。 10.一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指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑7中任一项所述的识别模型 的更 新方法。权　利　要　求　书 2/2 页 3 CN 115048355 A 3