[发明专利]商场中地堆商品占地面积估算方法、系统、设备及介质

说明书

本发明提供了一种商场中地堆商品占地面积估算方法、系统、设备及介质包括如下步骤：将采集到的多张图像输入预设置的场景分类模型，通过场景分类模型在多张图像中筛选出多张地堆商品图像；通过预设置的商品识别模型，将每一地堆商品图像中的每一地推商品区域识别出并生成对多个地堆商品区域通过线条标注出的多边体标注框；根据每一地堆商品图像中多个地推商品区域对应的标注框多边体估算出该地堆商品图像中多个地推商品的占地面积。本发明能够将在巡店时采集的多张图像中的地堆商品图像中的每一地堆商品区域通过标注框标注出，并通过标注框估算出地堆商品图像中多个地推商品的占地面积，从而能够便于租用面积的估算，提高了租用面积的估算效率。

技术领域

本发明涉及机器学习，具体地，涉及一种商场中地堆商品占地面积估算方法、系统、设备及介质。

背景技术

此外，随着商业经济的快速发展，人民生活水平的提高，城市品牌形象的树立，在人民生活的聚集区，都会存在百货商场。作为百货商场的供应商，如可口可乐公司、百事可乐公司、宝洁公司等需要对产品进行促销时，一般都会租用百货商场的场地进行促销，如租用百货商场的门口或过道的位置摆放商品进行促销。

供应商对商品进行促销时，一般由商场的工作人员在租用位置进行商品的摆放，由供应商的巡店员对每一家百货商场进行巡视，检查每一家店的摆放状况，并通过人工估算摆放面积是否与租用面积相符。但是巡店员不仅要检查促销商品，还要检查货架上、冰箱等位置的商品摆放状况，工作内容较为繁重，因此常常发生巡店员随意填写预估出的租用面积的情况，即使巡店员进行预估，预估出的面积也与实际租用的面积相差较大。

机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。随着机器学习技术的发展，有望对商品摆放面积估算提出一些新的解决思路。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种商场中地堆商品占地面积估算方法、系统、设备及介质。

根据本发明提供的商场中地堆商品占地面积估算方法，包括如下步骤：

步骤S1：将采集到的多张图像输入预设置的场景分类模型，通过所述场景分类模型在所述多张图像中筛选出多张地堆商品图像；

步骤S2：通过预设置的商品识别模型，将每一所述地堆商品图像中的每一地推商品区域识别出并生成对多个地堆商品区域通过线条标注出的标注框；

步骤S3：根据每一地堆商品图像中多个地推商品区域对应的所述标注框估算出该地堆商品图像中多个地推商品的占地面积。

优选地，所述步骤S1包括如下步骤：

步骤S101：获取多张用于场景分类的训练图像，对每一所述用于场景分类的训练图像进行应用场景的类别标注；

步骤S102：利用标注应用场景后的所述用于场景分类的训练图像建立所述场景分类模型；

步骤S103：将多张所述图像输入所述场景分类模型进行场景分类筛选出多张地堆商品图像。

优选地，所述应用场景的类别包括如下任一种或任多种应用场景：

-冰箱；

-货架；

-地推商品；

-摆台；

-挂件架。

优选地，所述步骤S2包括如下步骤：

步骤S201：将多张所述地堆商品图像输入所述商品识别模型进行识别，将每一所述地堆商品图像中的每一地推商品区域识别出；