技术特征：
1.一种工业物料的识别方法，其特征在于，包括：获取待识别数据；对所述待识别数据进行处理，获取包含先验框的目标数据；将所述目标数据输入目标识别网络，获取输出的识别结果；其中，所述目标识别网络中包括设定个数的残差模块与至少两个输出层。2.根据权利要求1所述的方法，其特征在于，获取待识别数据，包括：获取原始数据；利用迁移学习算法与滑窗算法对所述原始数据的多样性与目标容错性进行增强；将增强后的数据确定为所述待识别数据。3.根据权利要求1所述的方法，其特征在于，对所述待识别数据进行处理，获取包含先验框的目标数据，包括：利用聚类算法确定与所述待识别数据相适应的所述先验框的大小；将包含所述先验框的待识别数据确定为所述目标数据。4.根据权利要求1所述的方法，其特征在于，所述至少两个输出层包括大尺度目标输出层和小尺度目标输出层；所述大尺度目标输出层用于输出大尺度数据的识别结果；所述小尺度目标输出层用于输出小尺度数据的识别结果。5.根据权利要求1所述的方法，其特征在于，所述设定个数的残差模块用于优化所述目标识别网络的性能。6.根据权利要求1所述的方法，其特征在于，所述目标识别网络包括特征提取器与目标识别器；所述特征提取器中包括所述设定个数的残差模块，用于提取所述目标数据的数据特征；所述目标识别器中包括所述至少两个输出层，用于根据所述数据特征获取所述识别结果并输出。7.根据权利要求6所述的方法，其特征在于，所述特征提取器包括超分辨率测试序列网络，所述目标识别器包括实时目标检测网络。8.一种工业物料的识别装置，其特征在于，包括：待识别数据获取模块，用于获取待识别数据；目标数据获取模块，用于对所述待识别数据进行处理，获取包含先验框的目标数据；识别结果获取模块，用于将所述目标数据输入目标识别网络，获取输出的识别结果；其中，所述目标识别网络中包括设定个数的残差模块与至少两个输出层。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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中任一项所述的工业物料的识别方法。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中任一项所述的工业物料的识别方法。
技术总结
本发明公开了一种工业物料的识别方法、装置、设备及存储介质，所述方法包括：获取待识别数据；对待识别数据进行处理，获取包含先验框的目标数据；将目标数据输入目标识别网络，获取输出的识别结果；其中，目标识别网络中包括设定个数的残差模块与至少两个输出层。本发明提供的工业物料识别方法，通过对基础识别网络进行改进，有效提高了网络特征提取的能力和不同尺度下目标的识别精度。同尺度下目标的识别精度。同尺度下目标的识别精度。
技术研发人员：蔡登胜 姚家乐 樊香所 邓林嘉
受保护的技术使用者：广西柳工机械股份有限公司
技术研发日：2022.05.06
技术公布日：2022/8/5