CN109377289A - 销售数据采集方法、装置和服务器 - Google Patents
销售数据采集方法、装置和服务器 Download PDFInfo
- Publication number
- CN109377289A CN109377289A CN201811530284.XA CN201811530284A CN109377289A CN 109377289 A CN109377289 A CN 109377289A CN 201811530284 A CN201811530284 A CN 201811530284A CN 109377289 A CN109377289 A CN 109377289A
- Authority
- CN
- China
- Prior art keywords
- sales
- product name
- image
- commodity
- default
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种销售数据采集方法、装置和服务器,该销售数据采集方法包括:响应于预设事件的触发,利用摄像头获取预设销售区域的图像;将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。本发明的销售数据采集方法,可以实时获取销售区域商品的销售数据,并生成商品的销售盘点图,便于对商品销售进行跟踪,降低对商品销售跟踪的成本,提高商品销售数据的准确率。
Description
技术领域
本发明涉及销售领域,具体而言,涉及一种销售数据采集方法、装置、服务器和计算机存储介质。
背景技术
销售数据的获取,目前在线上可以根据POS系统的成交情况进行跟踪获取,但是在实际货架以及货柜等线下场地中无法做到实时的商品跟踪。
而线下场景中关于商品的销售数据一般由人工来进行采集,利用人工按照固定的时间周期进行线下各场景中商品销售数据的采集,因此整个商品销售跟踪的成本比较高,并且由人工采集的商品销售数据可能会由于人为的因素而导致销售数据的不准确。
发明内容
鉴于上述问题,本发明提供了一种销售数据采集方法、装置、服务器和计算机存储介质,以降低对商品销售跟踪的成本,提高商品销售数据的准确率。
为了实现上述目的,本发明采用如下的技术方案:
一种销售数据采集方法,包括:
响应于预设事件的触发,利用摄像头获取预设销售区域的图像;
将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;
利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
优选地,所述预设销售区域包括商品货架、商品柜台以及电子货柜。
优选地,所述“响应于预设事件的触发,利用摄像头获取预设销售区域的图像”包括:
响应于所述电子货柜柜门的开启以及关闭,利用摄像头获取预设销售区域的图像。
优选地,所述“响应于预设事件的触发,利用摄像头获取预设销售区域的图像”包括:
按照预设时间间隔利用摄像头获取预设销售区域的图像。
优选地,所述商品识别模型包括卷积神经网络和深度学习模型。
优选地,所述的销售数据采集方法,还包括:
判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配;
当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
本发明还提供一种销售数据采集装置,包括:
图像获取模块,用于响应于预设事件的触发,利用摄像头获取预设销售区域的图像;
商品识别模块,用于将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;
盘点图更新模块,用于利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
优选地,所述的销售数据采集装置,还包括:
商品匹配模块,用于判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配;
异常提示模块,用于当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
本发明还提供一种服务器,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述服务器执行所述的销售数据采集方法。
本发明还提供一种计算机存储介质,其存储有所述的服务器中所使用的计算机程序。
本发明提供一种销售数据采集方法,该销售数据采集方法包括:响应于预设事件的触发,利用摄像头获取预设销售区域的图像;将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。本发明的销售数据采集方法,可以实时获取销售区域商品的销售数据,并生成商品的销售盘点图,便于对商品销售进行跟踪,降低对商品销售跟踪的成本,提高商品销售数据的准确率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明范围的限定。
图1是本发明实施例1提供的一种销售数据采集方法的流程图;
图2是本发明实施例2提供的一种销售数据采集方法的流程图;
图3是本发明实施例3提供的一种销售数据采集方法的流程图;
图4是本发明实施例4提供的一种销售数据采集方法的流程图;
图5是本发明实施例5提供的一种销售数据采集装置的结构示意图;
图6是本发明实施例5提供的另一种销售数据采集装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
图1是本发明实施例1提供的一种销售数据采集方法的流程图,该方法包括如下步骤:
步骤S11:响应于预设事件的触发,利用摄像头获取预设销售区域的图像。
本发明实施例中,可以在预设的销售区域中设置有摄像头,利用摄像头可以获取该销售区域的图像。其中,该摄像头连接于服务器,并可以将获取的预设销售区域的图像传输至该服务器中。该服务器还可以连接至预设销售区域的各种传感器中,利用该预设销售区域的传感器监控预设事件,当预设事件触发时,可以发送控制指令至摄像头,控制该摄像头获取预设销售区域的图像。例如,该服务器可以连接电子货架上的重力感应装置,当有顾客拿走商品触发该重力感应装置时,服务器可以生成摄像头的控制指令并发送至该摄像头,控制摄像头获取电子货架上的商品图像,并将该商品图像传输至服务器中。其中,该预设销售区域包括商品货架、商品柜台以及电子货柜等摆放商品的区域。
本发明实施例中,该摄像头可以处于长时间开启状态,实时监控预设区域商品的动态,在接收服务器的控制命令后,采集接受命令后的图像并发送至服务器。同时,该摄像头还可以处于关闭状态,在接收服务器发送的控制指令后激活,并获取预设销售区域的图像发送至服务器。对于一些较大的预设销售区域,在设置摄像头时,可以在该预设销售区域的不同位置设置有摄像头,以便全方位获取预设销售区域上的商品图像。同时还可以在预设销售区域中设置有摄像头的滑动导轨,在获取预设销售区域的图像时可以利用滑动导轨控制摄像头进行移动,以便全面获取预设销售区域上的商品图像。
步骤S12:将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间。
本发明实施例中,服务器通过摄像头获取预设销售区域的图像后,可以将该图像输入预先建立的商品识别模型中,以通过该商品识别模型对预设销售区域的图像中的商品进行识别,获取图像中至少一个商品名称以及相应商品数量。其中,该商品识别模型包括卷积神经网络和深度学习模型。其中,该服务器在进行商品识别时还对进行识别的时间进行记录。该服务器在获取商品名称以及商品数量后,还可以判断该商品的数量是否低于预设的阈值,也即判断该商品是否需要补货,当商品数量低于预设阈值时,还可以发送消息通知工作人员进行该商品的补货操作。
步骤S13:利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
本发明实施例中,在服务器中还可以预先建立有各商品的销售盘点图,该商品的销售盘点图包括有商品的信息、商品的销售时间和销售量,以及商品的利润等。该服务器通过预设销售区域的图像获取至少一个商品名称、相应商品数量以及识别时间后,可以进行商品销售数据的分析,获得商品销售盘点数据,并利用该商品销售盘点数据更新该预先建立的商品销售盘点图。其中,该商品销售盘点图可以为条形图以及折线图等图表,并且在服务器中根据预定的规则进行更新,例如可以按照预定的时间间隔进行更新,可以每天更新一次,或一个月更新一次,以往的历史盘点数据也记录在该盘点图中,以便观察商品销售的变化。
本发明实施例中,该商品销售盘点图的更新过程可以利用算法或应用程序来实现,例如可以在服务器中设置有商品销售盘点图的更新应用程序,该应用程序可以利用获取的商品名称、相应商品数量以及记录时间对该商品销售盘点图进行更新。
实施例2
图2是本发明实施例2提供的一种销售数据采集方法的流程图,该方法包括如下步骤:
步骤S21:响应于所述电子货柜柜门的开启以及关闭,利用摄像头获取预设销售区域的图像。
本发明实施例中,当预设销售区域为电子货柜时,可以利用服务器连接该电子货柜,并利用服务器获取电子货柜的交易信息,在电子货柜柜门开启以及关闭后确定为一次销售行为,并利用该摄像头获取预设销售区域的图像。
步骤S22:将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间。
此步骤与上述步骤S12一致,在此不再赘述。
步骤S23:利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
此步骤与上述步骤S13一致,在此不再赘述。
实施例3
图3是本发明实施例3提供的一种销售数据采集方法的流程图,该方法包括如下步骤:
步骤S31:按照预设时间间隔利用摄像头获取预设销售区域的图像。
本发明实施例中,该服务器中还按照预设的时间间隔生成控制指令,并将该控制指令发送至摄像头。其中,该服务器按照预设时间间隔生成控制指令的过程可以利用算法或应用程序来实现,例如,可以在服务器中设置有计时应用程序,在预设时间间隔后,该计时应用程序可以生成摄像头的控制指令。其中,该预设时间间隔可以为两小时以及一天等更长,或更短的时间间隔,这里不做限定。
步骤S32:将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间。
此步骤与上述步骤S12一致,在此不再赘述。
步骤S33:利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
此步骤与上述步骤S13一致,在此不再赘述。
实施例4
图4是本发明实施例4提供的一种销售数据采集方法的流程图,该方法包括如下步骤:
步骤S41:响应于预设事件的触发,利用摄像头获取预设销售区域的图像。
此步骤与上述步骤S11一致,在此不再赘述。
步骤S42:将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间。
此步骤与上述步骤S12一致,在此不再赘述。
步骤S43:利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
此步骤与上述步骤S13一致,在此不再赘述。
步骤S44:判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配。
本发明实施例中,该服务器在获取预设销售区域图像中至少一个商品名称后,可以利用该至少一个商品名称与预先建立的商品名称清单进行匹配,也即判断预设销售区域中是否缺少预先建立的商品名称清单中的商品。其中,该至少一个商品名称与预先建立的商品名称清单进行匹配的过程可以利用算法或应用程序来实现,例如可以在服务器中设置有进行商品名称匹配的应用程序,在服务器利用商品识别模型获取至少一个商品名称后,将该至少一个商品名称输入至该应用程序中与预先建立的商品名称清单进行匹配。
步骤S45:当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
本发明实施例中,当服务器利用算法或应用程序确定通过商品识别模型获取的至少一个商品名称与预先建立的商品名称清单未完全匹配时,也即预设销售区域中缺少预先建立的商品名称清单中的商品时,可以生成相应预设销售区域的异常警报,并将该警报发送至管理终端,以便工作人员及时对预设销售区域的商品做出调整,例如为缺少的商品进行补充等。
实施例5
图5是本发明实施例5提供的一种销售数据采集装置的结构示意图。
该销售数据采集装置500包括:
图像获取模块510,用于响应于预设事件的触发,利用摄像头获取预设销售区域的图像。
商品识别模块520,用于将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间。
盘点图更新模块530,用于利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
如图6所示,该销售数据采集装置500还包括:
商品匹配模块540,用于判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配。
异常提示模块550,用于当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
本发明实施例中,上述各个模块更加详细的功能描述可以参考前述实施例中相应部分的内容,在此不再赘述。
此外,本发明还提供了一种服务器,该服务器包括存储器和处理器,存储器可用于存储计算机程序,处理器通过运行所述计算机程序,从而使服务器执行上述方法或者上述销售数据采集装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质,用于储存上述服务器中使用的计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种销售数据采集方法,其特征在于,包括:
响应于预设事件的触发,利用摄像头获取预设销售区域的图像;
将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;
利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
2.根据权利要求1所述的销售数据采集方法,其特征在于,所述预设销售区域包括商品货架、商品柜台以及电子货柜。
3.根据权利要求2所述的销售数据采集方法,其特征在于,所述“响应于预设事件的触发,利用摄像头获取预设销售区域的图像”包括:
响应于所述电子货柜柜门的开启以及关闭,利用摄像头获取预设销售区域的图像。
4.根据权利要求1所述的销售数据采集方法,其特征在于,所述“响应于预设事件的触发,利用摄像头获取预设销售区域的图像”包括:
按照预设时间间隔利用摄像头获取预设销售区域的图像。
5.根据权利要求1所述的销售数据采集方法,其特征在于,所述商品识别模型包括卷积神经网络和深度学习模型。
6.根据权利要求1所述的销售数据采集方法,其特征在于,还包括:
判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配;
当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
7.一种销售数据采集装置,其特征在于,包括:
图像获取模块,用于响应于预设事件的触发,利用摄像头获取预设销售区域的图像;
商品识别模块,用于将所述预设销售区域的图像输入预先建立的商品识别模型,获取所述预设销售区域的图像中至少一个商品名称以及相应的商品数量,并记录识别时间;
盘点图更新模块,用于利用所述至少一个商品名称、相应商品数量以及所述识别时间,更新预先建立的商品销售盘点图。
8.根据权利要求7所述的销售数据采集装置,其特征在于,还包括:
商品匹配模块,用于判断所述至少一个商品名称与预先建立的商品名称清单是否完全匹配;
异常提示模块,用于当所述至少一个商品名称与预先建立的商品名称清单未完全匹配时,生成相应预设销售区域的异常警报,并发送至管理终端。
9.一种服务器,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述服务器执行根据权利要求1至6中任一项所述的销售数据采集方法。
10.一种计算机存储介质,其特征在于,其存储有权利要求9所述的服务器中所使用的计算机程序。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530284.XA CN109377289A (zh) | 2018-12-14 | 2018-12-14 | 销售数据采集方法、装置和服务器 |
PCT/CN2019/070735 WO2020118821A1 (zh) | 2018-12-14 | 2019-01-08 | 销售数据采集方法、装置和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530284.XA CN109377289A (zh) | 2018-12-14 | 2018-12-14 | 销售数据采集方法、装置和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109377289A true CN109377289A (zh) | 2019-02-22 |
Family
ID=65373852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811530284.XA Withdrawn CN109377289A (zh) | 2018-12-14 | 2018-12-14 | 销售数据采集方法、装置和服务器 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109377289A (zh) |
WO (1) | WO2020118821A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751028A (zh) * | 2019-09-10 | 2020-02-04 | 深圳码隆科技有限公司 | 一种基于智能售货柜的交易方法及装置 |
CN111222431A (zh) * | 2019-12-27 | 2020-06-02 | 合肥美的智能科技有限公司 | 商品售卖柜的管理方法、商品售卖柜及计算机存储介质 |
CN115100640A (zh) * | 2022-08-29 | 2022-09-23 | 北京海上升科技有限公司 | 基于人工智能的智慧超市商品销售大数据检测方法及系统 |
CN115796748A (zh) * | 2023-02-08 | 2023-03-14 | 山东鼎信数字科技有限公司 | 一种不锁库的门店盘点方法、系统、装置以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101492971A (zh) * | 2009-01-06 | 2009-07-29 | 张伟 | 一种新型餐厅的布局及销售方法 |
CN206388273U (zh) * | 2016-12-19 | 2017-08-08 | 澳柯玛股份有限公司 | 一种带射频芯片识别的自动售卖系统 |
CN108765699A (zh) * | 2018-05-30 | 2018-11-06 | 济南每日优鲜便利购网络科技有限公司 | 基于无线通信的补货方法、装置及存储介质 |
CN108922026A (zh) * | 2018-07-09 | 2018-11-30 | 深圳码隆科技有限公司 | 一种自动售货机的补货管理方法、装置和用户终端 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4191718B2 (ja) * | 2005-10-24 | 2008-12-03 | 株式会社TanaーX | 商品陳列棚システム及び購買行動分析プログラム |
WO2018053847A1 (zh) * | 2016-09-26 | 2018-03-29 | 达闼科技(北京)有限公司 | 一种智能库存管理系统、服务器、方法、终端和程序产品 |
CN107730168B (zh) * | 2017-09-28 | 2021-10-01 | 中南大学 | 一种基于图像识别的自动售货机自动库存管理系统及方法 |
CN108416901A (zh) * | 2018-03-27 | 2018-08-17 | 合肥美的智能科技有限公司 | 智能货柜内货品识别方法及装置、智能货柜 |
-
2018
- 2018-12-14 CN CN201811530284.XA patent/CN109377289A/zh not_active Withdrawn
-
2019
- 2019-01-08 WO PCT/CN2019/070735 patent/WO2020118821A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101492971A (zh) * | 2009-01-06 | 2009-07-29 | 张伟 | 一种新型餐厅的布局及销售方法 |
CN206388273U (zh) * | 2016-12-19 | 2017-08-08 | 澳柯玛股份有限公司 | 一种带射频芯片识别的自动售卖系统 |
CN108765699A (zh) * | 2018-05-30 | 2018-11-06 | 济南每日优鲜便利购网络科技有限公司 | 基于无线通信的补货方法、装置及存储介质 |
CN108922026A (zh) * | 2018-07-09 | 2018-11-30 | 深圳码隆科技有限公司 | 一种自动售货机的补货管理方法、装置和用户终端 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751028A (zh) * | 2019-09-10 | 2020-02-04 | 深圳码隆科技有限公司 | 一种基于智能售货柜的交易方法及装置 |
CN111222431A (zh) * | 2019-12-27 | 2020-06-02 | 合肥美的智能科技有限公司 | 商品售卖柜的管理方法、商品售卖柜及计算机存储介质 |
CN111222431B (zh) * | 2019-12-27 | 2023-12-05 | 合肥美的智能科技有限公司 | 商品售卖柜的管理方法、商品售卖柜及计算机存储介质 |
CN115100640A (zh) * | 2022-08-29 | 2022-09-23 | 北京海上升科技有限公司 | 基于人工智能的智慧超市商品销售大数据检测方法及系统 |
CN115100640B (zh) * | 2022-08-29 | 2023-12-12 | 广东番客连锁品牌管理有限公司 | 基于人工智能的智慧超市商品销售大数据检测方法及系统 |
CN115796748A (zh) * | 2023-02-08 | 2023-03-14 | 山东鼎信数字科技有限公司 | 一种不锁库的门店盘点方法、系统、装置以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2020118821A1 (zh) | 2020-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109377289A (zh) | 销售数据采集方法、装置和服务器 | |
CN109509030A (zh) | 销量预测方法及其模型的训练方法、装置和电子系统 | |
CN109685610A (zh) | 产品推送方法、装置、计算机设备和存储介质 | |
CN109309579A (zh) | 日志记录处理方法、装置、计算机设备和存储介质 | |
US9990597B2 (en) | System and method for forecast driven replenishment of merchandise | |
CN109598576A (zh) | 服务推荐方法、装置及设备 | |
CN104515503A (zh) | 停留持续时间测量装置、测量系统及测量方法 | |
CN110874583A (zh) | 一种客流统计的方法、装置、存储介质及电子设备 | |
CN109543132A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN108335317A (zh) | 一种线下导购方法及装置 | |
CN109815370A (zh) | 一种归档方法及装置 | |
JP7264401B2 (ja) | 会計方法、装置及びシステム | |
CN106850335A (zh) | 一种统计软件使用率和调整试用期的方法 | |
CN109949103A (zh) | 一种数据处理方法、装置及电子设备 | |
CN109597833A (zh) | 基于大数据的事件预测方法、装置、计算机设备及存储介质 | |
US11961125B2 (en) | Method for quantifying advertising impressions | |
US10628792B2 (en) | Systems and methods for monitoring and restocking merchandise | |
CN107527186A (zh) | 电子阅读管理方法、装置和终端设备 | |
CN110310168A (zh) | 模型的调整方法、装置、服务器和存储介质 | |
CN113762106A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN108810526A (zh) | 摄像头故障智能预测方法、装置和摄像头管理服务器 | |
Gupta et al. | Implementation of demand forecasting–A comparative approach | |
CN110163084A (zh) | 操作员动作监督方法、装置及电子设备 | |
CN108460363A (zh) | 监控考勤方法、装置及系统 | |
CN115985479A (zh) | Rfid医疗耗材智能货架仓储管理系统、方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190222 |