一种数据处理方法、电子设备及存储介质与流程

本技术涉及数据处理，更具体地涉及一种数据处理方法、一种电子设备及一种存储介质。

背景技术：

1、二维码是用某种特定的几何图形按一定规律在平面（二维方向）分布的黑白相间的图形记录数据符号信息的方式。二维码具有数据容量大、数据密度高、纠错恢复功能强等优点，广泛应用于电商、支付、社交、医疗、物流等领域。

2、相关技术中，二维码所在区域可能存在磨损严重、对比度差、光照不均等情况，这些情况可能导致二维码无法被准确识别，影响了用户的使用。

技术实现思路

1、考虑到上述问题而提出了本技术。本技术提供了一种数据处理方法、一种电子设备及一种存储介质。

2、根据本技术一方面，提供了一种数据处理方法，包括：获取待处理图像，待处理图像包含待处理二维码；将待处理图像输入至经训练的二维码定位模型中，以确定待处理图像中的获得定位结果，定位结果为包含待处理二维码的待处理二维码图像或待处理二维码在待处理图像中的位置信息；将待处理二维码图像输入至经训练的二维码识别模型中，以获得与待处理二维码图像对应的码点位置图像，码点位置图像用于指示待处理二维码图像上的码点的位置；其中，在定位结果为待处理二维码在待处理图像中的位置信息时，方法还包括：基于待处理二维码在待处理图像中的位置信息和待处理图像生成待处理二维码图像。待处理二维码的位置；将基于待处理图像获取的包含待处理二维码的待处理二维码图像输入至经训练的二维码识别模型中，以获得与待处理二维码图像对应的码点位置图像，码点位置图像用于指示待处理二维码图像上的码点的位置。

3、上述技术方案通过利用经训练的二维码定位模型获得待处理二维码图像，并利用经训练的二维码识别模型获得与待处理二维码图像对应的码点位置图像，从而可以较为准确地估计待处理二维码图像的码点位置。该方案有助于在二维码所在区域存在磨损严重、对比度差、光照不均等情况时，仍能保证对二维码的码点位置识别的准确性和鲁棒性，有助于提高用户的使用体验。

4、示例性地，二维码识别模型通过以下方式训练获得：获取样本二维码图像和对应的第一标注信息，第一标注信息用于指示对应样本二维码图像中的码点的位置和/或码点的数量；将样本二维码图像输入二维码识别模型，以获得样本二维码图像对应的预测码点位置图像，预测码点位置图像用于指示样本二维码图像上的码点的预测位置和码点的预测数量；基于第一标注信息与预测码点位置图像，计算训练损失值；基于训练损失值，更新二维码识别模型的权重，以获得经训练的二维码识别模型。

5、上述技术方案通过利用样本二维码图像对二维码识别模型进行训练，并利用基于第一标注信息和预测码点位置图像所得到的训练损失值更新二维码识别模型的权重，有助于提高二维码识别模型的识别精度，从而可以保证利用二维码识别模型得到的码点位置图像的准确度。

6、示例性地，训练损失值包括第一训练损失值，第一训练损失值表示预测码点位置图像中的目标点占比与样本二维码图像中的目标点占比的差异，预测码点位置图像中的目标点占比包括预测码点位置图像中的码点数量与预测码点位置图像中的总点位置数量之比和/或预测码点位置图像中的空点数量与预测码点位置图像中的总点位置数量之比，样本二维码图像中的目标点占比包括样本二维码图像中的码点数量与样本二维码图像中的总点位置数量之比和/或样本二维码图像中的空点数量与样本二维码图像中的总点位置数量之比；基于第一标注信息与预测码点位置图像，计算训练损失值，包括：分别计算预测码点位置图像中的目标点占比与样本二维码图像中的目标点占比；将预测码点位置图像中的目标点占比与样本二维码图像中的目标点占比代入第一损失函数，以确定第一训练损失值；至少基于第一训练损失值确定训练损失值。

7、上述技术方案通过确定预测码点位置图像的点预测分布情况与样本二维码图像的点实际分布情况间的差异，并基于该差异（即第一训练损失值）确定二维码识别模型的训练损失值，从而可以利用点&空分布约束更新二维码识别模型的权重，有助于提高二维码识别模型的识别精度。

8、示例性地，训练损失值包括第二训练损失值，第二训练损失值表示预测码点位置图像中各个码点的位置与样本二维码图像中各个码点的位置的差异，基于第一标注信息与预测码点位置图像，计算训练损失值，包括：将预测码点位置图像中的各个码点的位置与样本二维码图像中各个码点的位置代入第二损失函数，以确定第二训练损失值；至少基于第二训练损失值确定训练损失值。

9、上述技术方案通过对比预测码点位置图像的码点预测位置与样本二维码图像的码点实际位置，并至少基于对比结果（即第二训练损失值）确定训练损失值，从而可以利用点&空位置约束更新二维码识别模型的权重。该方案有助于提高二维码识别模型的识别精度，且有助于提高二维码识别模型的训练。

10、示例性地，二维码定位模型通过以下方式训练获得：获取样本图像和对应的第二标注信息，其中，样本图像中包含样本二维码，第二标注信息用于指示对应样本图像中的样本二维码的实际位置；将样本图像输入到二维码定位模型中，以获得样本二维码的预测位置；基于样本二维码的预测位置与样本二维码的实际位置间的差异，对二维码定位模型的参数进行调整，以获得经训练的二维码定位模型。

11、上述技术方案基于样本二维码的预测位置与样本二维码的实际位置间的差异，对二维码定位模型的参数进行调整，可以提高二维码定位模型的定位精度。该方案训练得到的二维码定位模型有助于准确定位待处理图像中的二维码的位置，从而可以为后续步骤中对待处理二维码图像的识别提供较为准确的依据。

12、示例性地，样本二维码的预测位置包括样本二维码所在的预测目标框和预测目标框的四个角点的预测位置，样本二维码的实际位置包括样本二维码所在的实际目标框和实际目标框的四个角点的实际位置。

13、在该示例中，利用预测目标框和预测目标框的四个角点表示样本二维码的预测位置，并利用实际目标框和实际目标框的四个角点表示样本二维码的实际位置，从而可以利用预测目标框的四个角点与实际目标框的四个角点较为准确地估计样本二维码的预测位置与样本二维码的实际位置间的差异，进而可以提高训练后的二维码定位模型的定位精度。另外，这种利用关键点（即目标框四个角点）定位二维码的方式也有助于实现对任意角度二维码的精准定位，从而进一步提高二维码定位模型的定位精度。

14、示例性地，待处理二维码在待处理图像中的位置信息包括待处理二维码所在的目标框的四个角点的位置，待处理二维码图像为待处理图像中包含待处理二维码所在的目标框的图像块；在将待处理二维码图像输入至经训练的二维码识别模型中，以获得与待处理二维码图像对应的码点位置图像中，以获得与待处理二维码图像对应的码点位置图像之前，方法还包括：基于待处理二维码图像的四个角点的位置，对待处理二维码图像进行仿射变换校正，以得到校正后的待处理二维码图像；将所述待处理二维码图像输入至经训练的二维码识别模型中，以获得与所述待处理二维码图像对应的码点位置图像，包括：将校正后的待处理二维码图像输入至经训练的二维码识别模型中，以获得与待处理二维码图像对应的码点位置图像。

15、在上述方案中，在将待处理二维码图像输入到二维码识别模型前，预先将待处理二维码图像进行仿射变换校正，由此，有助于提高二维码识别模型的识别精度、识别速度和鲁棒性，从而更好地满足实际应用的需求。

16、示例性地，方法还包括：基于预设解码方式，对码点位置图像进行解码，以得到与码点位置图像对应的二维码信息。

17、上述技术方案通过预设解码方式对码点位置图像进行解码，有助于准确获得对应的待处理图像中的二维码信息，且有助于保证用户的使用体验。

18、根据本技术的另一方面，还提供了一种电子设备，包括处理器和存储器，其中，存储器中存储有计算机程序指令，计算机程序指令被处理器运行时用于执行上述的数据处理方法。

19、上述技术方案通过利用经训练的二维码定位模型获得待处理二维码图像，并利用经训练的二维码识别模型获得与待处理二维码图像对应的码点位置图像，从而可以较为准确地估计待处理二维码图像的码点位置。该方案有助于在二维码所在区域存在磨损严重、对比度差、光照不均等情况时，仍能保证对二维码的码点位置识别的准确性和鲁棒性，有助于提高用户的使用体验。

20、根据本技术的又一方面，还提供了一种存储介质，在存储介质上存储了程序指令，程序指令在运行时用于执行上述的数据处理方法。

21、上述技术方案通过利用经训练的二维码定位模型获得待处理二维码图像，并利用经训练的二维码识别模型获得与待处理二维码图像对应的码点位置图像，从而可以较为准确地估计待处理二维码图像的码点位置。该方案有助于在二维码所在区域存在磨损严重、对比度差、光照不均等情况时，仍能保证对二维码的码点位置识别的准确性和鲁棒性，有助于提高用户的使用体验。