[发明专利]云边协同自动点货方法、装置、系统及其存储介质在审
申请号: | 202110389490.9 | 申请日: | 2021-04-12 |
公开(公告)号: | CN113065492A | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 刘青;叶建林 | 申请(专利权)人: | 北京滴普科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06Q10/08;G06N3/04 |
代理公司: | 广东中科华海知识产权代理有限公司 44668 | 代理人: | 何文峰 |
地址: | 100000 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 协同 自动 方法 装置 系统 及其 存储 介质 | ||
1.一种云边协同自动点货方法,其特征在于,包括:
获取包含有货物信息的训练图像;
获取与所述训练图像相对应的门店设备的标识,并将所述标识与其训练图像相关联;
将所述训练图像发送至云端的训练平台进行深度学习得到对应的检测模型,并根据与所述训练图像相关联的标识将该检测模型发送至对应的门店设备;
所述门店设备接收训练平台所发送的检测模型;
获取包含有货物信息的点货图像;
将所述点货图像导入所述检测模型中,并通过将所述点货图像的特征与该检测模型的比对,识别出所述货物信息。
2.根据权利要求1所述的云边协同自动点货方法,其特征在于,所述将所述点货图像导入所述检测模型中之前包括:
获取货架在所述点货图像中的坐标,然后根据所述坐标对所述点货图像进行截取。
3.根据权利要求2所述的云边协同自动点货方法,其特征在于,所述获取货架在所述点货图像中的坐标包括:
通过卷积神经网络提取货架的特征,再通过回归来确定货架在所述点货图像中的坐标。
4.根据权利要求3所述的云边协同自动点货方法,其特征在于,所述货物信息包括:货物的类别、货物的坐标、货物的数量。
5.根据权利要求4所述的云边协同自动点货方法,其特征在于,所述识别出所述货物信息之后包括:
当识别到任一类别的货物其相应的货物的数量少于预定值时,则发出警报信号。
6.一种云边协同自动点货装置,其特征在于,包括:
图像获取模块,所述图像获取模块用于获取包含有货物信息的训练图像,或获取包含有货物信息的点货图像;
图像关联模块,所述图像关联模块与所述图像获取模块相连接,用于获取与所述训练图像相对应的门店设备的标识,并将所述标识与其训练图像相关联;
平台通讯模块,所述平台通讯模块与所述图像关联模块相连接,用于将所述训练图像发送至云端的训练平台进行深度学习得到对应的检测模型;
货物识别模块,所述货物识别模块分别与所述图像获取模块和所述平台通讯模块相连接,用于对训练平台根据门店设备的标识定向发送的检测模型进行存储;将所述点货图像导入所述检测模型中,并通过将所述点货图像的特征与该检测模型的比对,识别出所述货物信息。
7.根据权利要求6所述的云边协同自动点货装置,其特征在于,所述货物识别模块中包括:
图像截取单元,所述图像截取单元用于获取货架在所述点货图像中的坐标,然后根据所述坐标对所述点货图像进行截取。
8.一种云边协同自动点货系统,其特征在于,包括:训练平台以及如权利要求6至7任一项所述的自动点货装置,所述训练平台通过通讯网络与所述自动点货装置相连接,所述训练平台用于对所述自动点货装置所发送的训练图像进行深度学习,得到对应的检测模型;并根据与所述训练图像相关联的标识将该检测模型发送至对应的所述自动点货装置中。
9.根据权利要求8所述的云边协同自动点货系统,其特征在于,还包括:
摄像头,所述摄像头的数量为一个以上,其均与所述自动点货装置中的图像获取模块相连接;
货物管理平台,所述货物管理平台与所述自动点货装置相连接,用于获取自动点货装置所产生的货物信息,并对该货物信息进行处理。
10.一种计算机可读程序存储介质,其特征在于,其存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行根据权利要求1至5中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京滴普科技有限公司,未经北京滴普科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110389490.9/1.html,转载请声明来源钻瓜专利网。