[发明专利]一种自动售货机的缺货检测方法、装置、设备和介质

权利要求书

1.一种自动售货机的缺货检测方法，其特征在于，所述自动售货机包括外壳以及设置在所述外壳内部的货架、摄像头和镜面，所述摄像头设置在所述货架上，所述镜面设置在所述外壳的内部侧壁表面，所述摄像头的镜头朝向所述镜面，以通过所述镜面获得所述货架的反射图像；

所述方法包括：

从所述摄像头获取所述反射图像；

将所述反射图像输入训练后的神经网络模型，得到所述货架中每个货道的货物状态；

根据所述货架中每个货道的货物状态，确定所述货架中每个货道是否处于缺货状态。

2.如权利要求1所述的方法，其特征在于，训练所述神经网络模型，包括：

获取反射图像样本集，其中，所述反射图像样本集中每个训练样本包括反射图像样本和反射图像样本中的货物标注信息；

利用每个反射图像样本和每个反射图像样本中的货物标注信息进行模型训练，得到所述神经网络模型。

3.如权利要求2所述的方法，其特征在于，所述每个反射图像样本中的货物标注信息包括每个货道的货道编号、货物品类和剩余货物数量进行标注。

4.如权利要求3所述的方法，其特征在于，所述每个反射图像样本中的货物标注信息还包括背景环境的标注信息。

5.如权利要求1所述的方法，其特征在于，当确定所述货架中存在处于缺货状态的目标货道时，所述方法还包括：

获取所述目标货道的货道编号、货物品类和剩余货物数量，并将所述目标货道的货道编号、货物品类和剩余货物数量上传至管理服务器。

6.如权利要求1所述的方法，其特征在于，所述将所述反射图像输入训练后的神经网络模型，得到所述货架中每个货道的货物状态，包括：

提取所述反射图像的图像特征向量；

将所述图像特征向量输入到所述神经网络模型中，得到所述货架中每个货道的的货物状态。

7.一种自动售货机的缺货检测装置，其特征在于，所述装置包括：

获取模块，用于从所述摄像头获取所述反射图像；

输出模块，用于将所述反射图像输入训练后的神经网络模型，得到所述货架中每个货道的货物状态；

确定模块，用于根据所述货架中每个货道的货物状态，确定所述货架中每个货道是否处于缺货状态。

8.如权利要求7所述的装置，其特征在于，所述输出模块，包括：

获取子模块，用于获取反射图像样本集，其中，所述反射图像样本集中每个训练样本包括反射图像样本和反射图像样本中的货物标注信息；

训练子模块，用于利用每个反射图像样本和每个反射图像样本中的货物标注信息进行模型训练，得到所述神经网络模型。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行以实现如权利要求1至6中任一项所述的一种自动售货机的缺货检测方法。

10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行实现如权利要求1至6中任一项所述的一种自动售货机的缺货检测方法。