[发明专利]云边协同自动点货方法、装置、系统及其存储介质

说明书

本发明涉及网络技术领域，具体涉及一种云边协同自动点货方法、装置、系统及其存储介质，其方法包括：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；本发明能实现对货物进行准确的识别，有效提高了识别的准确率和速度，利于自动点货技术在市面上的推广。

技术领域

本发明涉及网络技术领域，具体涉及一种云边协同自动点货方法、一种云边协同自动点货装置、一种云边协同自动点货系统以及一种存储有上述方法的可读存储介质。

背景技术

随着社会经济的迅速发展，商业活动也越来越频繁；在现有的大规模连锁门店及商场中，均需要定期对货架中的货物进行盘点；通过盘点，可以控制存货，以指导日常经营业务；同时也能够及时掌握损益情况，以便真实地把握经营绩效。

为了能快速高效地获取到盘点数据，在现今市面上的部分门店及商场均开始通过电子设备对货架中的货物进行自动点货；但在现有技术中，其需要用户携带电子设备到各个门店进行现场的货物图像数据采集，该电子设备将从所有门店中所采集到的货物图像数据进行统一的深度学习，得到检测模型算法，但由于线下门店数量较多，其很难完成对所有门店的货物图像数据进行采集，且每个门店及商场的现场环境差异很大，故其识别准确率不高，其不利于自动点货技术在市面上的推广。

发明内容

为克服上述缺陷，本发明的目的即在于提供一种准确率高的云边协同自动点货方法、装置、系统以及存储有其方法的可读存储介质。

本发明的目的是通过以下技术方案来实现的：

本发明是一种云边协同自动点货方法，其包括：

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。

在本发明中，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。

在本发明中，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。

在本发明中，所述货物信息包括：货物的类别、货物的坐标、货物的数量。

在本发明中，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。

基于同样的构思，本发明还提供一种云边协同自动点货装置，其包括：

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；