CN110119914A - 对象补货处理方法、装置和系统 - Google Patents
对象补货处理方法、装置和系统 Download PDFInfo
- Publication number
- CN110119914A CN110119914A CN201810119017.7A CN201810119017A CN110119914A CN 110119914 A CN110119914 A CN 110119914A CN 201810119017 A CN201810119017 A CN 201810119017A CN 110119914 A CN110119914 A CN 110119914A
- Authority
- CN
- China
- Prior art keywords
- commodity
- image
- stock
- replenish
- processing
- 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.)
- Granted
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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种对象补货处理方法、装置和系统。其中,该方法包括:采集图像;识别图像中的对象;调取识别出的对象的库存量;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象。本发明解决了现有技术需要人工确定对象的补货信息的技术问题。
Description
技术领域
本发明涉及图像识别技术领域,具体而言,涉及一种对象补货处理方法、装置和系统。
背景技术
由于超市具有自助选购、商品齐全等优点,其受到了人们的喜爱。在人们在超市购买商品的过程中,超市内的商品的库存量在一直变动。因此,超市的工作人员需要定期盘查货架上商品的库存量,并人工记录商品的缺货情况,以方便补货。然而,超市里的商品种类繁多,需要超市的工作人员耗费大量的时间去盘查每类商品的库存量,由此,加到了超市工作人员的工作量。此外,由于商品种类、数目繁多,超市的工作人员在进行盘查时,容易漏报缺货商品的现象,进而导致超市商品补货不及时,严重时还可能影响超市的经营效益。
针对上述现有技术需要人工确定对象的补货信息的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种对象补货处理方法、装置和系统,以至少解决现有技术需要人工确定对象的补货信息的技术问题。
根据本发明实施例的一个方面,提供了一种对象补货处理方法,包括:采集图像;识别图像中的对象;调取识别出的对象的库存量;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象。
根据本发明实施例的另一方面,还提供了一种对象补货处理方法,包括:显示对象的名称、对象的缺货数量,其中,对象通过对采集的图像进行识别得到,对象的缺货数量依据对象的库存量确定,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;接收到用于指示确认对对象进行补货的补货指令;根据补货指令输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
根据本发明实施例的另一方面,还提供了一种商品补货处理方法,包括:采集用于放置商品的货架的图像;识别图像中货架上的商品;对识别出的货架上的商品进行补货处理。
根据本发明实施例的另一方面,还提供了一种对象补货处理装置,包括:采集模块,用于采集图像;识别模块,用于识别图像中的对象;调取模块,用于调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;确定模块,用于根据库存量确定对象的缺货数量;输出模块,用于根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
根据本发明实施例的另一方面,还提供了一种对象补货处理装置,包括:显示模块,用于显示对象的名称、对象的缺货数量,其中,对象通过对采集的图像进行识别得到,对象的缺货数量依据对象的库存量确定,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;接收模块,用于接收到用于指示确认对对象进行补货的补货指令;输出模块,用于根据补货指令输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
根据本发明实施例的另一方面,还提供了一种商品补货处理装置,包括:采集模块,用于采集用于放置商品的货架的图像;识别模块,用于识别图像中货架上的商品;处理模块,用于对识别出的货架上的商品进行补货处理。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行对象补货处理方法。
根据本发明实施例的另一方面,还提供了一种对象补货处理系统,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
在本发明实施例中,采用图像识别的方式,通过采集图像,并识别图像中的对象,同时调取识别出的对象的库存量,然后根据库存量确定对象的缺货数量,最后根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象,达到了自动确定对象的补货信息的目的,从而实现了及时对对象进行补货以及节省人力的技术效果,进而解决了现有技术需要人工确定对象的补货信息的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种对象补货处理方法的流程图;
图2是根据本发明实施例的一种可选的货架上的商品的图像的显示示意图;
图3是根据本发明实施例的一种可选的商品补货设备的界面显示示意图;
图4是根据本发明实施例的一种可选的商品补货设备的界面显示示意图;
图5是根据本发明实施例的一种可选的图像采集设备采集到的图像的示意图;
图6是根据本发明实施例的一种可选的商品的正面图像的示意图;
图7是根据本发明实施例的一种可选的商品的侧面图像的示意图;
图8是根据本发明实施例的一种可选的商品的顶面图像的示意图;
图9是根据本发明实施例的一种可选的商品的底面图像的示意图;
图10是根据本发明实施例的一种对象补货处理方法的流程图;
图11是根据本发明实施例的一种商品补货处理方法的流程图;
图12是根据本发明实施例的一种对象补货处理装置的结构示意图;
图13是根据本发明实施例的一种对象补货处理装置的结构示意图;
图14是根据本发明实施例的一种商品补货处理装置的结构示意图;以及
图15是根据本发明实施例的一种计算机终端的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,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的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,还提供了一种对象补货处理方法实施例,需要说明的是,本申请所提出的对象补货处理方法主要是利用图像识别技术,其中,该对象可以为商品,具体的,本申请所提供的对象补货处理方法利用图像识别技术识别出货架上的商品的名称,并根据商品的名称来确定商品的库存量,进而在商品的库存量不足的情况下,在用户终端上显示商品的缺货数量,进而超市的工作人员根据用户终端上显示的商品的缺货数量对商品进行补货处理。通过本申请所提供的对象补货处理方法,可以有效解决现有技术中需要人工确定商品是否补货造成的增加工作人员的工作量的问题,并可以达到自动确定商品补货信息,减少工作人员的工作量的技术效果。另外,本申请所提供的对象补货处理方法还可以达到避免工作人员漏报需要补货的商品的问题,进而可以保证及时对商品进行补货。
此外,还需要说明的是,本申请所提供的对象补货处理方法可以广泛应用到信息管理方面,例如,超市的商品管理方面,鞋店、衣服店、手机店等各种商店的商品管理方面。现以对超市的商品进行补货为例进行简要说明。具体的,超市内的监控摄像头可采集到超市内货架上的商品图像,监控摄像头的处理器可对该商品图像进行识别处理,以确定该商品的名称,然后基于该商品的名称确定商品的库存量,进而根据商品的库存量确定商品的补货数量。在确定商品的缺货数量之后,监控摄像头的处理器可将采集到的商品图像以及商品的缺货数量发送给终端设备,终端设备在接收到商品图像以及商品的缺货数量之后,在终端设备的显示屏上显示商品的缺货数量,进而工作人员根据商品的缺货数量对商品进行补货。
另外,在本申请中以对超市的商品进行补货为例进行说明,其中,本申请的应用范围不限于对超市商品进行补货处理方面,还可应用到任何需要对商品进行补货处理的领域。
由上述内容可知,本申请通过采用图像识别技术来自动确定商品的缺货数量,从而对商品进行补货处理。其中,图1示出了本申请所提供的对象补货处理方法的流程图,由图1可知,对象补货处理方法具体包括如下步骤:
步骤S102,采集图像。
需要说明的是,图像采集设备可通过以下方式至少之一采集图像:通过拍照的方式,采集图像;通过录像的方式,采集图像。其中,图像采集设备可以为但不限于摄像机、录像机以及任何可以获取到图像的设备,图像采集设备还可以为具有获取图像功能的移动终端,例如,智能手机、智能平板等。
在一种可选的实施例中,安装在超市内的图像采集设备(例如,摄像头)除可对在超市内选购商品的消费者的行为进行监控,还可以实时获取到位于货架上的商品的图像。具体的,商品补货设备与图像采集设备连接,商品补货设备可每隔预设时间(例如,5分钟)向图像采集设备发送一次采集指令,以控制图像采集设备采集图像。另外,工作人员通过移动终端来对货架上的商品进行拍摄,以获取到商品的图像,移动终端在得到商品的图像之后,将图像发送至商品补货设备,其中,通过图像采集设备可获取到如图2所示的货架上的商品的图像,其中,U表示伊利巧克力牛奶,V表示康师傅红烧牛肉面,W表示老干妈牛肉酱。
步骤S104,识别图像中的对象。
需要说明的是,上述对象可以为但不限于商品。
在一种可选的实施例中,商品补货设备在获取到图像之后,对图像中的商品进行识别处理,并得到商品的名称,其中,图像识别是指对图像进行对象识别,以识别各种不同模式的目标和对象的技术。具体的,商品补货设备通过采集到的图像与预存的360度图片库中商品的图像进行比较,根据比较结果来确定商品的名称。
在另一种可选的实施例中,图像采集设备在采集图像之后,将采集到的图像发送至云端,由云端对采集到的图像以及云端的360度图片库中的商品图像进行比对,云端根据比较结果确定图像中的所有商品的名称,并将所有商品的名称发送至商品补货设备。
需要说明的是,通过步骤S104可自动确定商品的名称,进而根据商品的名称进一步确定商品的库存量以及缺货数量。
步骤S106,调取识别出的对象的库存量。
需要说明的是,上述库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象,即库存量为存储在仓库中的商品的数量。
在一种可选的实施例中,商品补货设备在得到图像中商品的名称之后,可以通过调取超市的进销存储系统,在进销存储系统中根据商品的名称查询该商品的库存量。其中,进销存储系统是指记录有商品的销售量与进货量的数据库。
在另一种可选的实施例中,商品补货设备在得到图像中商品的名称之后,商品补货设备将商品的名称发送至各个收银台,以调取每个收银台所记录的售出该商品的数量,并得到所有收银台售出该商品的总和。然后再根据该超市的进货量来确定商品的库存量。
需要说明的是,通过步骤S106,商品补货设备可根据自动提取出的商品的名称,自动确定商品的库存量,而不需要人为计算,从而减轻了工作人员的工作负担。
步骤S108,根据库存量确定对象的缺货数量。
需要说明的是,上述对象的缺货数量为商品的缺货数量。
此外,还需要说明的是,在进销存储系统中存储有每个商品的商品数量的阈值下限,即如果商品的数量低于阈值下限,则确定该商品需要补货。其中,每个商品可能具有不同的阈值下限,此外,商品的阈值下限与该商品的销售热度有关,例如,在夏天,冰激凌的阈值下限设定为300;而在冬天,冰激凌的阈值下限可设定为100。在一种可选的实施例中,商品甲的库存量为A,商品甲的阈值下限为B,其中,A<B,则商品甲的缺货数量C=B-A。即至少需要为商品甲补充B-A件商品。
步骤S110,根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
需要说明的是,对商品进行补货处理的信息至少包括:商品的名称、商品的缺货数量以及用于标识是否对商品进行补货的按钮,如图3所示的“立即补货”按钮。由图3可知,伊利巧克力牛奶缺货18盒,康师傅红烧牛肉面缺货28袋,老干妈牛肉酱缺货28盒。另外,图4示出的是可对多个区域的商品的补货信息进行监控的示意图。
在一种可选的实施例中,商品补货设备在得到商品的缺货数量之后,在商品补货设备的显示屏上显示图像采集设备所采集到的图像,并在该图像中对应的商品的位置上以标签的形式显示需要进行补货的商品的名称、缺货数量,同时显示对商品进行补货的补货按钮。当工作人员通过商品补货设备点击补货按钮之后,商品补货设备根据该商品的缺货数量进行自动下订单处理,例如,将该商品加入到购物车中,待工作人员点击确认支付按钮之后,即可为完成对该商品的购买。运营商在接收到订单之后,根据订单信息向该超市发送该商品,从而完成了对该商品的补货。
基于上述步骤S102至步骤S110所限定的步骤,可以获知,通过采集图像,并识别图像中的对象,同时调取识别出的对象的库存量,然后根据库存量确定对象的缺货数量,最后根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象。
容易注意到的是,商品补货设备通过图像识别技术可识别图像中商品的名称,进而根据商品的名称确定商品的缺货数量,整个过程中均不需要工作人员的参与,实现了自动确定商品的缺货数量的技术效果,减轻了工作人员的工作负担。另外,在得到缺货数量之后,工作人员通过操作商品补货设备即可完成确认对商品进行补货处理的操作,进而达到了对商品进行及时补货的目的,从而避免了由于商品补货不及时所造成的经济损失。
由上述内容可知,本申请所提供的对象补货处理方法可以达到自动确定商品的补货信息的目的,从而实现了及时对商品进行补货以及节省人力的技术效果,进而解决了现有技术需要人工确定对象的补货信息的技术问题。
在一种可选的实施例中,根据缺货数量输出处理结果包括如下步骤:
步骤S1100,对对象的名称、对象的缺货数量以及用于标识是否对对象进行补货的按钮进行显示;
步骤S1102,在接收到通过按钮输入的用于指示确认补货的补货指令的情况下,根据确定的缺货数量输出对对象进行补货处理的信息。
具体的,以图3为例进行说明,商品补货设备在确定了图像中的商品的名称以及商品的缺货数量之后,商品补货设备可将缺货数量大于阈值下限的商品进行标注,如图3所示,标注了伊利巧克力牛奶、康师傅红烧牛肉面以及老干妈牛肉酱,并在对应商品的旁边设置了标签,在该标签上显示了商品的名称、商品的缺货数量以及用于标识是否对商品进行补货的按钮。在工作人员点击用于标识是否对商品进行补货的按钮之后,即可对商品进行补货处理。
需要说明的是,为了得到比较精确的图像识别结果,可以调节图像采集设备,使其位于合适的位置上,以获取到最佳的图像。具体的,在采集图像之前,对象补货处理方法还包括如下步骤:
步骤S10,接收语音指令,其中,语音指令中携带有对象的名称;
步骤S12,根据接收的语音指令,定位用于采集图像的图像采集设备;
步骤S14,接收图像采集设备采集的图像。
在一种可选的实施例中,商品补货设备具有语音接收以及语音识别设备,工作人员可向商品补货设备发出语音指令,例如,工作人员需要查看方便面的补货信息,工作人员可通过向商品补货设备发出“查看方便面货架”。商品补货设备在接收到该语音之后,对该语音进行处理,得到语音指令,同时识别出语音中所包含的商品的名称,例如,识别“查看方便面货架”中的“方便面”。商品补货设备根据关键词“方便面”确定可监控方便面所在货架的图像采集设备的所在位置,并确定能够采集到最佳图像的图像采集设备,例如,能够监控到方便面所在货架的图像采集设备有三个,分别为A、B和C,而与方便面所在货架距离最近的图像采集设备为A,则商品补货设备接收图像采集设备A所采集到的图像。
需要说明的是,通过定位用于采集图像的图像采集设备,可以确定能够采集到最佳图像的图像采集设备,进而提高了识别图像中的商品的识别率。另外,商品补货设备根据用户的语音即可完成确定图像采集设备的工作,简化了工作人员的操作流程,进一步提高了工作人员的使用体验。
在另一种可选的实施例中,在确定了所要采集图像的图像采集设备之后,还可进一步调节图像采集设备的摄像头的角度,使其可拍摄到最佳的商品图像,以避免出现拍摄死角,影响对图像的识别率。另外,还可通过增强摄像头的分辨率以达到提高图像采集设备所采集到的图像质量的目的。
在一种可选的实施例中,在得到图像采集设备所采集到的图像之后,商品补货设备即可根据采集到的图像识别图像中的对象,其中,识别图像中的对象具体包括如下步骤:
步骤S1040,将图像与360度图片库中对象的图像进行比较,得到比较结果,其中,360度图片库中存储有对象的至少两个面的图像;
步骤S1042,根据得到的比较结果,识别出图像中的对象。
需要说明的是,商品为包含四个面的图像,其中,商品的四个面的图像为商品的正面图像、侧面图像、顶面图像以及底面图像。如图5、图6、图7、图8和图9所示,其中,图5为图像采集设备所采集到的某一牛奶的图像,图6为360度图片库中所存储的X牛奶的正面图像,图7为360度图片库中所存储的X牛奶的侧面图像,图8为360度图片库中所存储的X牛奶的顶面图像,图9为360度图片库中所存储的X牛奶的底面图像。
其中,将图像与360度图片库中对象的图像进行比较,得到比较结果包括如下步骤:
步骤S1040a,将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果;
步骤S1040b,对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计,得到比较结果。
在一种可选的实施例中,以图5-图9为例进行说明,将图5与图6、图7、图8和图9分别进行比对,得到图5与其他四个图像的比对结果,即得到四个匹配度,然后商品补货设备对得到的四个匹配度进行加权求和,得到最终的比较结果。同样,将图5与360度图片库商品中的所有商品的正面图像、侧面图像、顶面图像、底面图像分别进行比较,得到比较结果。然后商品补货设备确定比较结果中匹配度最大或者匹配度大于预设匹配度的商品的名称即为图像采集设备所采集到的图像的名称,例如,图5与360度图片库中的X牛奶的匹配度最高,则图5中的商品的名称即为X牛奶。
需要说明的是,在与360度图片库中的商品图像进行比较的过程中,可以不对360度图片库中的所有商品进行匹配,具体的,在得到图像采集设备所采集到的图像之后,可根据图像中商品的形状、颜色等特性来粗略确定商品的类型,进而只对360度图片库中相同商品类型的商品图像进行比对。例如,图像采集设备所采集到的图像中的商品为瓶状、白色,则可粗略确定该商品可能为食品类,进而商品补货设备对360度图片库中食品类的商品图像进行匹配。
此外,还需要说明的是,由于商品种类不断的增加以及商品种类的不断更新,为了保证能够识别所采集的图像中的所有商品,需要定期更新360度图片库。其中,可通过人工定期手动更新的方式更新360度图片库,还可通过自动更新的方式更新360度图片库。
在一种可选的实施例中,如果采集到的图像与360度图片库中所有商品图像的比较结果所对应的匹配度均小于预设阈值,则说明360度图片库中可能不存在该商品,此时,商品补货设备将保存该商品的图像,并通过云端服务器获取到互联网上该商品的名称,以及该商品的正面结果、侧面结果、顶面结果以及底面结果。在获取到上述信息之后,360度图片库对上述信息进行存储,至此,便完成了自动更新360度图片库的过程。
在一种可选的实施例中,还可通过机器学习的方法识别图像中的对象,具体包括如下步骤:
步骤S104a,确定对象识别模型,其中,对象识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别对象;
步骤S104b,根据确定的对象识别模型,识别图像中的对象。
需要说明的是,上述对象识别模型为商品识别模型。
具体的,在获取到多张待识别图像之后,可利用预先通过机器学习训练得到的商品识别模型对待识别图像进行分析,确定待识别图像中的识别商品,例如,确定待识别图像中的商品的形状、颜色、文字等图像特征,并根据上述图像特征来识别待识别图像中的识别商品。为了能够从待识别图像中识别出商品,可以建立神经网络模型,预先获取多组用于标识从待识别图像中识别出的识别商品,并通过人工标注的方式进行标识,然后使用标识好的从待识别图像中识别出的识别商品进行训练,得到商品识别模型。在得到商品识别模型之后,可图像采集设备所采集到的图像作为商品识别模型的输入,而商品识别模型的输出即为图像中的商品。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的对象补货处理方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
实施例2
根据本发明实施例,还提供了一种对象补货处理方法,其中,图10示出了对象补货处理方法的流程图,如图10所示,该方法包括如下步骤:
步骤S502,显示对象的名称、对象的缺货数量,其中,对象通过对采集的图像进行识别得到,对象的缺货数量依据对象的库存量确定,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象。
需要说明的是,上述对象可以为但不限于商品,其中,对象的名称、对象的缺货数量即为商品的名称、商品的缺货数量。商品补货设备与图像采集设备连接,可获取到图像采集设备所采集到的图像,并对采集到的图像进行图像识别,从而得到图像中商品的名称、商品的缺货数量以及用于标识是否对商品进行补货的按钮。其中,在图3所示的商品补货设备上显示了上述信息,由图3可知,伊利巧克力牛奶缺货18盒,康师傅红烧牛肉面缺货28袋,老干妈牛肉酱缺货28盒。
步骤S504,接收到用于指示确认对对象进行补货的补货指令。
在一种可选的实施例中,工作人员点击图3所示的用于标识是否对商品进行补货的按钮之后,商品补货设备即可接收到用于指示确认补货的补货指令。
步骤S506,根据补货指令以及缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
在一种可选的实施例中,在接收到补货指令之后,商品补货设备根据商品的缺货数量确定所要补货的商品的数量,将商品的缺货数量作为购物车所要购买商品的数量,并在工作人员确定支付信息之后,向提供商品的厂家发送商品的订单信息,进而完成了对商品的自动补货过程。
基于上述步骤S502至步骤S506所限定的步骤,可以获知,通过显示对象的名称、对象的缺货数量,并接收到用于指示确认补货的补货指令,然后根据补货指令以及缺货数量输出处理结果,其中,对象通过对采集的图像进行识别得到,,对象的缺货数量依据对象的库存量确定,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象,处理结果包括:对对象进行补货处理的信息。
容易注意到的是,商品补货设备通过图像识别技术可识别图像中商品的名称,进而根据商品的名称确定商品的缺货数量,整个过程中均不需要工作人员的参与,实现了自动确定商品的缺货数量的技术效果,减轻了工作人员的工作负担。另外,在得到缺货数量之后,工作人员通过操作商品补货设备即可完成确认对商品进行补货处理的操作,进而达到了对商品进行及时补货的目的,从而避免了由于商品补货不及时所造成的经济损失。
由上述内容可知,本申请所提供的对象补货处理方法可以达到自动确定商品的补货信息的目的,从而实现了及时对商品进行补货以及节省人力的技术效果,进而解决了现有技术需要人工确定对象的补货信息的技术问题。
在一种可选的实施例中,接收到用于指示确认对对象进行补货的补货指令包括:
步骤S5040a,显示用于标识是否对对象进行补货的按钮;
步骤S5042a,接收到通过按钮输入的用于指示确认补货的补货指令。
具体的,在商品补货设备显示商品的名称以及商品的缺货数量之后,商品补货设备进一步确定商品的缺货数量是否大于预设数量,其中,如果商品的缺货数量大于预设数量,则在图像上对应的商品位置处显示补货按钮(如图3中的“立即补货”按钮),例如,如果商品的缺货数量大于9,则在图像中对应的商品位置上显示补货按钮。在商品补货设备显示用于标识是否对商品进行补货的按钮之后,工作人员可通过点击商品补货设备中的补货按钮以向商品补货设备中输入用于指示确认补货的补货指令。在接收到补货指令之后,商品补货设备将需要补充货物的商品加入到购物车,并确定购买商品的订单信息,在确认订单信息之后,即完成了对商品的自动补货。
需要说明的是,除通过点击补货按钮来得到补货指令之外,还可通过发送语音信息的方式来得到补货指令,具体方法如下:
步骤S5040b,发出用于提示是否对对象进行补货的语音指令;
步骤S5042b,收集语音指令,其中,语音指令中携带有用于确认补货的补货指令。
在一种可选的实施例中,商品补货设备具有语音接收以及语音识别设备,工作人员可向商品补货设备发出语音,商品补货设备在接收到语音之后,对该语音进行识别处理,得到用于提示是否对商品进行补货的语音指令。由于该语音指令中包含有用于确认补货的补货指令,因此,在接收到补货指令之后,商品补货设备根据补货指令进行自动补货操作。其中,该补货指令可以为但不限于语音关键词,例如,“补货”、“确认”等关键词。
需要说明的是,商品补货设备可根据用户的语音确定商品是否补货,而不需要工作人员的手动操作,从而简化了工作人员的操作流程,进一步提高了工作人员的使用体验。
此外,还需要说明的是,在显示对象的名称、对象的缺货数量之前,需要获取包含对象的图像,具体步骤如下:
步骤S50,接收通过接口输入的采集参数,其中,采集参数用于图像采集设备采集图像;
步骤S52,显示图像采集设备根据采集参数采集的图像。
需要说明的是,采集参数包括以下至少之一:图像采集设备的采集方位、图像采集设备的采集角度、图像采集设备的采集时间。
在一种可选的实施例中,工作人员可通过商品补货设备输入图像采集设备的采集方位、图像采集设备的采集角度以及图像采集设备的采集时间等采集参数,商品补货设备在接收到采集参数之后,调节图像采集设备的采集方位、采集角度以及采集时间等参数。然后商品补货设备接收图像采集设备所采集到的图像,商品补货设备在对图像进行处理之后,显示采集到的图像以及需要补货的商品的名称和商品的缺货数量。
需要说明的是,在得到图像采集设备所采集到的图像之后,还需要对图像进行进一步处理,具体步骤如下:
步骤S54,接收选择指令,其中,选择指令用于从图像采集设备采集的图像中选择出用于识别出对象的图像;
步骤S56,显示识别结果,其中,识别结果为对根据选择指令选择的图像进行识别而识别出的对象。
需要说明的是,图像采集设备采集多张图像,工作人员可从多张图像中选择出最佳的图像来进行图像中商品的识别。
在一种可选的实施例中,工作人员可通过点击商品补货设备中的选择按钮来向商品补货设备发送选择指令,商品补货设备在接收到选择指令之后,将选择的图像与360度图片库中商品的图像进行比较,得到比较结果;然后根据得到的比较结果,识别出图像中的商品。其中,360度图片库中存储有商品的至少两个面的图像。
在另一种可选的实施例中,工作人员可通过点击商品补货设备中的选择按钮来向商品补货设备发送选择指令,商品补货设备在接收到选择指令之后,确定商品识别模型,并根据确定的商品识别模型,识别选择的图像中的商品。其中,商品识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别商品。
还存在另一种可选的实施例,工作人员向商品补货设备发出语音命令,商品补货设备对接收到的语音命令进行处理,提取语音命令中的关键词,并根据关键词来生成选择指令,例如,工作人员发出“选择T图像”,商品补货设备从“选择T图像”中提取关键词“T”或“T图像”,并生成选择指令。商品补货设备在接收到选择指令之后,将选择的图像与360度图片库中商品的图像进行比较,得到比较结果;然后根据得到的比较结果,识别出图像中的商品。其中,360度图片库中存储有商品的至少两个面的图像。
还存在另一种可选的实施例,工作人员向商品补货设备发出语音命令,商品补货设备对接收到的语音命令进行处理,提取语音命令中的关键词,并根据关键词来生成选择指令,例如,工作人员发出“选择T图像”,商品补货设备从“选择T图像”中提取关键词“T”或“T图像”,并生成选择指令。商品补货设备在接收到选择指令之后,确定商品识别模型,并根据确定的商品识别模型,识别选择的图像中的商品。其中,商品识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别商品。
实施例3
根据本发明实施例,还提供了一种商品补货处理方法,其中,图11示出了商品补货处理方法的流程图,如图11所示,该方法包括如下步骤:
步骤S602,采集用于放置商品的货架的图像。
需要说明的是,图像采集设备可获取到用于放置商品的货架的图像,其中,图像采集设备为任何可进行图像采集的设备,例如,摄像机、录像机、手机、照相机等。另外,图像采集设备可以安装在固定位置处,例如,安装在商店或超市的天花板上;图像采集设备可以为移动终端,例如,智能手机、智能平板等。其中,可通过拍照和/或录像的方式采集货架的图像。
在一种可选的实施例中,安装在超市内的图像采集设备(例如,摄像头)除可对在超市内选购商品的消费者的行为进行监控,还可以实时获取到位于货架上的商品的图像。具体的,商品补货设备与图像采集设备连接,商品补货设备可每隔预设时间(例如,5分钟)向图像采集设备发送一次采集指令,以控制图像采集设备采集图像。另外,工作人员通过移动终端来对货架上的商品进行拍摄,以获取到商品的图像,移动终端在得到商品的图像之后,将图像发送至商品补货设备。
步骤S604,识别图像中货架上的商品。,
在一种可选的实施例中,商品补货设备在获取到货架的图像之后,对货架上的商品进行识别处理,得到商品的标识信息,例如,商品的名称、商品的编号、商品的二维码图像等。具体的,商品补货设备通过采集到的图像与预存的360度图片库中商品的图像进行比较,根据比较结果来确定商品的标识信息。
在另一种可选的实施例中,图像采集设备在采集图像之后,将采集到的图像发送至云端,由云端对采集到的图像以及云端的360度图片库中的商品图像进行比对,云端根据比较结果确定图像中的所有商品的名称,并将所有商品的名称发送至商品补货设备。
步骤S606,对识别出的货架上的商品进行补货处理。
需要说明的是,在识别图像中货架上的商品之后,商品补货设备根据商品的标识信息确定商品的库存量,并根据库存量确定是否对商品是否缺货。如果确定商品缺货,则自动对商品进行补货处理。其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象,即库存量为存储在仓库中的商品的数量。
在一种可选的实施例中,商品补货设备在识别出货架上的商品之后,确定商品是否缺货,以及缺货数量,并在得到商品的缺货数量之后,在显示屏上显示图像采集设备所采集到的图像,并在该图像中对应的商品的位置上以标签的形式显示需要进行补货的商品的名称、缺货数量,同时显示对商品进行补货的补货按钮。当工作人员通过商品补货设备点击补货按钮之后,商品补货设备根据该商品的缺货数量进行自动下订单处理,例如,将该商品加入到购物车中,待工作人员点击确认支付按钮之后,即可为完成对该商品的购买。运营商在接收到订单之后,根据订单信息向该超市发送该商品,从而完成了对该商品的补货。
基于上述步骤S602至步骤S606所限定的步骤,可以获知,通过采集用于放置商品的货架的图像,并识别图像中货架上的商品,最后对识别出的货架上的商品进行补货处理。
容易注意到的是,商品补货设备通过图像识别技术可识别图像中商品的标识,进而根据商品的标识确定商品的缺货数量,整个过程中均不需要工作人员的参与,实现了自动确定商品的缺货数量的技术效果,减轻了工作人员的工作负担。另外,在得到缺货数量之后,工作人员通过操作商品补货设备即可完成确认对商品进行补货处理的操作,进而达到了对商品进行及时补货的目的,从而避免了由于商品补货不及时所造成的经济损失。
由上述内容可知,本申请所提供的对象补货处理方法可以达到自动确定商品的补货信息的目的,从而实现了及时对商品进行补货以及节省人力的技术效果,进而解决了现有技术需要人工确定商品的补货信息的技术问题。
在一种可选的实施例中,在识别出货架上的商品之后,商品补货设备对识别出的货架上的商品进行补货处理,具体步骤如下:
步骤S6060,调取识别出的货架上的商品的库存量,其中,库存量为商品未售出的数量,未售出的商品包括存放于仓库中的商品和存放于货架上的商品;
步骤S6062,根据库存量确定货架上的商品的缺货数量;
步骤S6064,根据缺货数量对商品进行补货处理。
在一种可选的实施例中,商品补货设备在得到图像中商品的标识信息之后,可以通过调取超市的进销存储系统,在进销存储系统中根据商品的标识信息查询该商品的库存量。其中,进销存储系统是指记录有商品的销售量与进货量的数据库。
在另一种可选的实施例中,商品补货设备在得到图像中商品的标识信息之后,商品补货设备将商品的标识信息发送至各个收银台,以调取每个收银台所记录的售出该商品的数量,并得到所有收银台售出该商品的总和。然后再根据该超市的进货量来确定商品的库存量。
需要说明的是,在进销存储系统中存储有每个商品的商品数量的阈值下限,即如果商品的数量低于阈值下限,则确定该商品需要补货。其中,每个商品可能具有不同的阈值下限,此外,商品的阈值下限与该商品的销售热度有关,例如,在夏天,冰激凌的阈值下限设定为300;而在冬天,冰激凌的阈值下限可设定为100。在一种可选的实施例中,商品甲的库存量为A,商品甲的阈值下限为B,其中,A<B,则商品甲的缺货数量C=B-A。即至少需要为商品甲补充B-A件商品。
此外,还需要说明的是,在确定了商品需要补货以及商品需要补货的数量之后,在商品补货设备的显示屏上显示需要补货的商品的名称以及补货数量等信息,工作人员根据上述信息即可完成商品的补货。
在一种可选的实施例中,在采集货架的图像之后,商品补货设备可接收工作人员的语音指令,并根据接收到的语音指令确定用于采集图像的图像采集设备,然后接收选定的图像采集设备所采集到的图像,其中,语音指令中携带有商品的标识信息,例如,商品的名称、商品的编号等。
在一种可选的实施例中,商品补货设备可确定对象识别模型,并根据确定的对象识别模型识别图像中的商品,其中,对象识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别对象。
在另一种可选的实施例中,可通过360度图片库来识别图像中的商品。具体的,商品补货设备将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果,然后对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计,得到比较结果。最后再根据得到的比较结果,识别出图像中的对象。
实施例4
根据本发明实施例,还提供了一种用于实施上述实施例1中的对象补货处理装置,如图12所示的对象补货处理装置的结构示意图,该装置包括:采集模块701、识别模块703、调取模块705、确定模块707以及输出模块709。
其中,采集模块701,用于采集图像;识别模块703,用于识别图像中的对象;调取模块705,用于调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;确定模块707,用于根据库存量确定对象的缺货数量;输出模块709,用于根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
此处需要说明的是,上述采集模块701、识别模块703、调取模块705、确定模块707以及输出模块709对应于实施例1中的步骤S102至步骤S110,五个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
在一种可选的实施例中,输出模块709包括:显示模块以及第一输出模块。其中,显示模块,用于对对象的名称,对象的缺货数量,以及用于标识是否对对象进行补货的按钮进行显示;第一输出模块,用于在接收到通过按钮输入的用于指示确认补货的补货指令的情况下,输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
此处需要说明的是,上述显示模块以及第一输出模块对应于实施例1中的步骤S1100至步骤S1102,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
此外,还需要说明的是,通过以下方式至少之一采集图像:通过拍照的方式,采集图像;通过录像的方式,采集图像。
在一种可选的实施例中,对象补货处理装置还包括:第一接收模块、定位模块以及第二接收模块。其中,第一接收模块,用于接收语音指令,其中,语音指令中携带有对象的名称;定位模块,用于根据接收的语音指令,定位用于采集图像的图像采集设备;第二接收模块,用于接收图像采集设备采集的图像。
此处需要说明的是,上述第一接收模块、定位模块以及第二接收模块对应于实施例1中的步骤S10至步骤S10,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
在一种可选的实施例中,识别模块包括:第一比较模块以及第一识别模块。其中,第一比较模块,用于将图像与360度图片库中对象的图像进行比较,得到比较结果,其中,360度图片库中存储有对象的至少两个面的图像;第一识别模块,用于根据得到的比较结果,识别出图像中的对象。
此处需要说明的是,上述第一比较模块以及第一识别模块对应于实施例1中的步骤S1040至步骤S1042,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
在一种可选的实施例中,第一比较模块包括:第二比较模块以及第三比较模块。其中,第二比较模块,用于将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果;第三比较模块,用于对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计,得到比较结果。
此处需要说明的是,上述第二比较模块以及第三比较模块对应于实施例1中的步骤S1040a至步骤S1040a,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
在一种可选的实施例中,识别模块包括:第一确定模块以及第二识别模块。其中,第一确定模块,用于确定对象识别模型,其中,对象识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别对象;第二识别模块,用于根据确定的对象识别模型,识别图像中的对象。
此处需要说明的是,上述第一确定模块以及第二识别模块对应于实施例1中的步骤S104a至步骤S104b,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。
实施例5
根据本发明实施例,还提供了一种用于实施上述实施例2中的对象补货处理装置,如图13所示的对象补货处理装置的结构示意图,该装置包括:显示模块801、接收模块803以及输出模块805。
其中,显示模块801,用于显示对象的名称、对象的缺货数量,其中,对象通过对采集的图像进行识别得到,对象的缺货数量依据对象的库存量确定,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;接收模块803,用于接收到用于指示确认对对象进行补货的补货指令;输出模块805,用于根据补货指令输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
此处需要说明的是,上述显示模块801、接收模块803以及输出模块805对应于实施例2中的步骤S502至步骤S506,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。
在一种可选的实施例中,接收模块包括:第一显示模块以及第一接收模块。其中,第一显示模块,用于显示用于标识是否对对象进行补货的按钮;第一接收模块,用于接收到通过按钮输入的用于指示确认补货的补货指令。
此处需要说明的是,上述第一显示模块以及第一接收模块对应于实施例2中的步骤S5040a至步骤S5042a,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。
在一种可选的实施例中,接收模块包括:发送模块以及收集模块。其中,发送模块,用于发出用于提示是否对对象进行补货的语音指令;收集模块,用于收集语音指令,其中,语音指令中携带有用于确认补货的补货指令。
此处需要说明的是,上述发送模块以及收集模块对应于实施例2中的步骤S5040b至步骤S5042b,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。
在一种可选的实施例中,对象补货处理装置还包括:第二接收模块以及第二显示模块。其中,第二接收模块,用于接收通过接口输入的采集参数,其中,采集参数用于图像采集设备采集图像;第二显示模块,用于显示图像采集设备根据采集参数采集的图像。
此处需要说明的是,上述第二接收模块以及第二显示模块对应于实施例2中的步骤S50至步骤S52,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。
在一种可选的实施例中,采集参数包括以下至少之一:图像采集设备的采集方位、图像采集设备的采集角度、图像采集设备的采集时间。
在一种可选的实施例中,对象补货处理装置还包括:第三接收模块以及第三显示模块。其中,第三接收模块,用于接收选择指令,其中,选择指令用于从图像采集设备采集的图像中选择出用于识别出对象的图像;第三显示模块,用于显示识别结果,其中,识别结果为对根据选择指令选择的图像进行识别而识别出的对象。
此处需要说明的是,上述第三接收模块以及第三显示模块对应于实施例2中的步骤S54至步骤S56,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。
实施例6
根据本发明实施例,还提供了一种用于实施上述实施例3中的商品补货处理装置,如图14所示的商品补货处理装置的结构示意图,该装置包括:采集模块901、识别模块903以及处理模块905。
其中,采集模块901,用于采集用于放置商品的货架的图像;识别模块903,用于识别图像中货架上的商品;处理模块905,用于对识别出的货架上的商品进行补货处理。
此处需要说明的是,上述采集模块901、识别模块903以及处理模块905对应于实施例3中的步骤S602至步骤S606,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例3所公开的内容。
在一种可选的实施例中,处理模块包括:调取模块、确定模块以及处理模块。其中,调取模块,用于调取识别出的货架上的商品的库存量,其中,库存量为商品未售出的数量,未售出的商品包括存放于仓库中的商品和存放于货架上的商品;确定模块,用于根据库存量确定货架上的商品的缺货数量;处理模块,用于根据缺货数量对商品进行补货处理。
此处需要说明的是,上述调取模块、确定模块以及处理模块对应于实施例3中的步骤S6060至步骤S6064,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例3所公开的内容。
实施例7
根据本发明实施例的另一方面,还提供了一种对象补货处理系统,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
实施例8
本发明的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
图15示出了一种计算机终端的硬件结构框图。如图15所示,计算机终端A可以包括一个或多个(图中采用1002a、1002b,……,1002n来示出)处理器1002(处理器1002可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器1004、以及用于通信功能的传输装置1006。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图15所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图15中所示更多或者更少的组件,或者具有与图15所示不同的配置。
应当注意到的是上述一个或多个处理器1002和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端A中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
处理器1002可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
存储器1004可用于存储应用软件的软件程序以及模块,如本申请实施例中的对象补货处理方法对应的程序指令/数据存储装置,处理器1002通过运行存储在存储器1004内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的对象补货处理方法。存储器1004可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器1004可进一步包括相对于处理器1002远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端A的通信供应商提供的无线网络。在一个实例中,传输装置1006包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置1006可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端A的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图15所示的计算机终端A可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图15仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机终端A中的部件的类型。
在本实施例中,上述计算机终端A可以执行应用程序的对象补货处理方法中以下步骤的程序代码:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
可选的,上述处理器还可以执行如下步骤的程序代码:对对象的名称,对象的缺货数量,以及用于标识是否对对象进行补货的按钮进行显示;在接收到通过按钮输入的用于指示确认补货的补货指令的情况下,输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
可选的,通过以下方式至少之一采集图像:通过拍照的方式,采集图像;通过录像的方式,采集图像。
可选的,上述处理器还可以执行如下步骤的程序代码:接收语音指令,其中,语音指令中携带有对象的名称;根据接收的语音指令,定位用于采集图像的图像采集设备;接收图像采集设备采集的图像。
可选的,上述处理器还可以执行如下步骤的程序代码:将图像与360度图片库中对象的图像进行比较,得到比较结果,其中,360度图片库中存储有对象的至少两个面的图像;根据得到的比较结果,识别出图像中的对象。
可选的,上述处理器还可以执行如下步骤的程序代码:将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果;对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计,得到比较结果。
可选的,上述处理器还可以执行如下步骤的程序代码:确定对象识别模型,其中,对象识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别对象;根据确定的对象识别模型,识别图像中的对象。
本领域普通技术人员可以理解,图15所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图15其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图15中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图15所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例9
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的对象补货处理方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:采集图像;识别图像中的对象;调取识别出的对象的库存量,其中,库存量为对象未售出的数量,未售出的对象包括存放于仓库中的对象;根据库存量确定对象的缺货数量;根据缺货数量输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:对对象的名称,对象的缺货数量,以及用于标识是否对对象进行补货的按钮进行显示;在接收到通过按钮输入的用于指示确认补货的补货指令的情况下,输出处理结果,其中,处理结果包括:对对象进行补货处理的信息。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:接收语音指令,其中,语音指令中携带有对象的名称;根据接收的语音指令,定位用于采集图像的图像采集设备;接收图像采集设备采集的图像。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:将图像与360度图片库中对象的图像进行比较,得到比较结果,其中,360度图片库中存储有对象的至少两个面的图像;根据得到的比较结果,识别出图像中的对象。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果;对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计,得到比较结果。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:确定对象识别模型,其中,对象识别模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:待识别图像和用于标识从待识别图像中识别出的识别对象;根据确定的对象识别模型,识别图像中的对象。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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全部或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(可为个人计算机、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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (20)
1.一种对象补货处理方法,其特征在于,包括:
采集图像;
识别所述图像中的对象;
调取识别出的所述对象的库存量,其中,所述库存量为所述对象未售出的数量,未售出的对象包括存放于仓库中的对象;
根据所述库存量确定所述对象的缺货数量;
根据所述缺货数量输出处理结果,其中,所述处理结果包括:对所述对象进行补货处理的信息。
2.根据权利要求1所述的方法,其特征在于,根据所述缺货数量输出处理结果包括:
对所述对象的名称,所述对象的缺货数量,以及用于标识是否对所述对象进行补货的按钮进行显示;
在接收到通过所述按钮输入的用于指示确认补货的补货指令的情况下,输出所述处理结果,其中,所述处理结果包括:对所述对象进行补货处理的信息。
3.根据权利要求1所述的方法,其特征在于,通过以下方式至少之一采集所述图像:
通过拍照的方式,采集所述图像;
通过录像的方式,采集所述图像。
4.根据权利要求1所述的方法,其特征在于,在采集所述图像之前,还包括:
接收语音指令,其中,所述语音指令中携带有所述对象的名称;
根据接收的所述语音指令,定位用于采集所述图像的图像采集设备;
接收所述图像采集设备采集的所述图像。
5.根据权利要求1所述的方法,其特征在于,识别所述图像中的所述对象包括:
将所述图像与360度图片库中对象的图像进行比较,得到比较结果,其中,所述360度图片库中存储有对象的至少两个面的图像;
根据得到的所述比较结果,识别出所述图像中的所述对象。
6.根据权利要求5所述的方法,其特征在于,将所述图像与360度图片库中对象的图像进行比较,得到比较结果包括:
将所述图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较,分别获得正面结果、侧面结果、顶面结果以及底面结果;
对获得的所述正面结果、所述侧面结果、所述顶面结果以及所述底面结果进行统计,得到所述比较结果。
7.根据权利要求1至6中任一项所述的方法,其特征在于,识别所述图像中的所述对象包括:
确定对象识别模型,其中,所述对象识别模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:待识别图像和用于标识从所述待识别图像中识别出的识别对象;
根据确定的所述对象识别模型,识别所述图像中的所述对象。
8.一种对象补货处理方法,其特征在于,包括:
显示对象的名称、所述对象的缺货数量,其中,所述对象通过对采集的图像进行识别得到,所述对象的缺货数量依据所述对象的库存量确定,所述库存量为所述对象未售出的数量,未售出的对象包括存放于仓库中的对象;
接收到用于指示确认对所述对象进行补货的补货指令;
根据所述补货指令输出处理结果,其中,所述处理结果包括:对所述对象进行补货处理的信息。
9.根据权利要求8所述的方法,其特征在于,接收到用于指示确认对所述对象进行补货的所述补货指令包括:
显示用于标识是否对所述对象进行补货的按钮;
接收到通过所述按钮输入的用于指示确认补货的所述补货指令。
10.根据权利要求8所述的方法,其特征在于,接收到用于指示确认对所述对象进行补货的所述补货指令包括:
发出用于提示是否对所述对象进行补货的语音指令;
收集所述语音指令,其中,所述语音指令中携带有用于确认补货的所述补货指令。
11.根据权利要求8所述的方法,其特征在于,在显示所述对象的名称、所述对象的缺货数量之前,还包括:
接收通过接口输入的采集参数,其中,所述采集参数用于图像采集设备采集图像;
显示所述图像采集设备根据所述采集参数采集的图像。
12.根据权利要求11所述的方法,其特征在于,所述采集参数包括以下至少之一:所述图像采集设备的采集方位、所述图像采集设备的采集角度、所述图像采集设备的采集时间。
13.根据权利要求11所述的方法,其特征在于,在显示所述图像采集设备根据所述采集参数采集的所述图像之后,还包括:
接收选择指令,其中,所述选择指令用于从所述图像采集设备采集的所述图像中选择出用于识别出对象的图像;
显示识别结果,其中,所述识别结果为对根据所述选择指令选择的所述图像进行识别而识别出的对象。
14.一种商品补货处理方法,其特征在于,包括:
采集用于放置商品的货架的图像;
识别所述图像中货架上的商品;
对识别出的所述货架上的商品进行补货处理。
15.根据权利要求14所述的方法,其特征在于,对识别出的所述货架上的商品进行补货处理包括:
调取识别出的所述货架上的商品的库存量,其中,所述库存量为所述商品未售出的数量,未售出的商品包括存放于仓库中的商品和存放于所述货架上的商品;
根据所述库存量确定所述货架上的商品的缺货数量;
根据所述缺货数量对所述商品进行补货处理。
16.一种对象补货处理装置,其特征在于,包括:
采集模块,用于采集图像;
识别模块,用于识别所述图像中的对象;
调取模块,用于调取识别出的所述对象的库存量,其中,所述库存量为所述对象未售出的数量,未售出的对象包括存放于仓库中的对象;
确定模块,用于根据所述库存量确定所述对象的缺货数量;
输出模块,用于根据所述缺货数量输出处理结果,其中,所述处理结果包括:
对所述对象进行补货处理的信息。
17.一种对象补货处理装置,其特征在于,包括:
显示模块,用于显示对象的名称、所述对象的缺货数量,其中,所述对象通过对采集的图像进行识别得到,所述对象的缺货数量依据所述对象的库存量确定,所述库存量为所述对象未售出的数量,未售出的对象包括存放于仓库中的对象;
接收模块,用于接收到用于指示确认对所述对象进行补货的补货指令;
输出模块,用于根据所述补货指令输出处理结果,其中,所述处理结果包括:
对所述对象进行补货处理的信息。
18.一种商品补货处理装置,其特征在于,包括:
采集模块,用于采集用于放置商品的货架的图像;
识别模块,用于识别所述图像中货架上的商品;
处理模块,用于对识别出的所述货架上的商品进行补货处理。
19.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至15中任意一项所述的对象补货处理方法。
20.一种对象补货处理系统,其特征在于,包括:
处理器;以及
存储器,与所述处理器连接,用于为所述处理器提供处理以下处理步骤的指令:
采集图像;
识别所述图像中的对象;
调取识别出的所述对象的库存量,其中,所述库存量为所述对象未售出的数量,未售出的对象包括存放于仓库中的对象;
根据所述库存量确定所述对象的缺货数量;
根据所述缺货数量输出处理结果,其中,所述处理结果包括:对所述对象进行补货处理的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810119017.7A CN110119914B (zh) | 2018-02-06 | 2018-02-06 | 对象补货处理方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810119017.7A CN110119914B (zh) | 2018-02-06 | 2018-02-06 | 对象补货处理方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110119914A true CN110119914A (zh) | 2019-08-13 |
CN110119914B CN110119914B (zh) | 2023-07-25 |
Family
ID=67520051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810119017.7A Active CN110119914B (zh) | 2018-02-06 | 2018-02-06 | 对象补货处理方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110119914B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110525872A (zh) * | 2019-08-27 | 2019-12-03 | 张紫薇 | 自动分拣补货方法及系统 |
CN110570147A (zh) * | 2019-08-27 | 2019-12-13 | 苏州佳世达电通有限公司 | 物品管理系统及物品管理方法 |
CN111275534A (zh) * | 2020-02-27 | 2020-06-12 | 支付宝实验室(新加坡)有限公司 | 商品补货方法、装置、系统及电子设备 |
CN112434584A (zh) * | 2020-11-16 | 2021-03-02 | 浙江大华技术股份有限公司 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
CN112633789A (zh) * | 2019-09-24 | 2021-04-09 | 东芝泰格有限公司 | 库存管理装置及存储介质 |
CN113298452A (zh) * | 2020-06-01 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 商品库存确定方法及装置、商品处理方法及装置 |
CN113516439A (zh) * | 2021-09-10 | 2021-10-19 | 江西中医药大学 | 一种中药饮片管理方法、装置、电子设备及存储介质 |
CN116777348A (zh) * | 2023-06-21 | 2023-09-19 | 深圳市昂捷信息技术股份有限公司 | 智能货架管理方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101809601A (zh) * | 2007-08-31 | 2010-08-18 | 埃森哲环球服务有限公司 | 基于图像处理的货架图提取 |
CN102105898A (zh) * | 2008-07-15 | 2011-06-22 | 乐天株式会社 | 信息发送装置、信息发送方法、信息发送和处理程序以及信息发送系统 |
CN104077678A (zh) * | 2014-06-30 | 2014-10-01 | 无锡特邦商业设备制造有限公司 | 一种电子货架监控装置 |
CN105956776A (zh) * | 2016-05-03 | 2016-09-21 | 上海救要救信息科技有限公司 | 应急物资统计系统及方法 |
CN107077659A (zh) * | 2016-09-26 | 2017-08-18 | 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 |
CN107222711A (zh) * | 2017-05-27 | 2017-09-29 | 北方民族大学 | 仓储货物的监测系统、方法及客户端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7693757B2 (en) * | 2006-09-21 | 2010-04-06 | International Business Machines Corporation | System and method for performing inventory using a mobile inventory robot |
-
2018
- 2018-02-06 CN CN201810119017.7A patent/CN110119914B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101809601A (zh) * | 2007-08-31 | 2010-08-18 | 埃森哲环球服务有限公司 | 基于图像处理的货架图提取 |
CN102105898A (zh) * | 2008-07-15 | 2011-06-22 | 乐天株式会社 | 信息发送装置、信息发送方法、信息发送和处理程序以及信息发送系统 |
CN104077678A (zh) * | 2014-06-30 | 2014-10-01 | 无锡特邦商业设备制造有限公司 | 一种电子货架监控装置 |
CN105956776A (zh) * | 2016-05-03 | 2016-09-21 | 上海救要救信息科技有限公司 | 应急物资统计系统及方法 |
CN107077659A (zh) * | 2016-09-26 | 2017-08-18 | 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 |
CN107222711A (zh) * | 2017-05-27 | 2017-09-29 | 北方民族大学 | 仓储货物的监测系统、方法及客户端 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110525872A (zh) * | 2019-08-27 | 2019-12-03 | 张紫薇 | 自动分拣补货方法及系统 |
CN110570147A (zh) * | 2019-08-27 | 2019-12-13 | 苏州佳世达电通有限公司 | 物品管理系统及物品管理方法 |
CN112633789A (zh) * | 2019-09-24 | 2021-04-09 | 东芝泰格有限公司 | 库存管理装置及存储介质 |
CN111275534A (zh) * | 2020-02-27 | 2020-06-12 | 支付宝实验室(新加坡)有限公司 | 商品补货方法、装置、系统及电子设备 |
CN113298452A (zh) * | 2020-06-01 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 商品库存确定方法及装置、商品处理方法及装置 |
CN112434584A (zh) * | 2020-11-16 | 2021-03-02 | 浙江大华技术股份有限公司 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
CN112434584B (zh) * | 2020-11-16 | 2024-04-30 | 浙江大华技术股份有限公司 | 货架商品余量计算方法、装置、计算机设备和存储介质 |
CN113516439A (zh) * | 2021-09-10 | 2021-10-19 | 江西中医药大学 | 一种中药饮片管理方法、装置、电子设备及存储介质 |
CN116777348A (zh) * | 2023-06-21 | 2023-09-19 | 深圳市昂捷信息技术股份有限公司 | 智能货架管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110119914B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110119914A (zh) | 对象补货处理方法、装置和系统 | |
US10380546B2 (en) | Intelligent display and self-serve experience system and method | |
US20190333039A1 (en) | Produce and bulk good management within an automated shopping environment | |
US10062257B2 (en) | Intelligent display system and method | |
CN208188867U (zh) | 一种用于无人自动售货的商品识别系统 | |
CN108230086B (zh) | 一种商品售卖调整的方法及存储介质 | |
CN109993516A (zh) | 商品的信息处理方法、装置及系统 | |
CN107507017A (zh) | 一种线下导购方法和装置 | |
CN107464136A (zh) | 一种商品展示方法及系统 | |
CN108549851A (zh) | 智能货柜内货品识别方法及装置、智能货柜 | |
WO2019192231A1 (zh) | 商品定位方法及装置、设备和存储介质 | |
CN108345912A (zh) | 一种基于rgbd信息与深度学习的商品快速结算系统 | |
CN108960038B (zh) | 一种基于图像识别技术的购物手推车及其识别方法 | |
CN110119915A (zh) | 对象入库处理方法、装置和系统 | |
CN108335317A (zh) | 一种线下导购方法及装置 | |
CN109214306A (zh) | 货架扫货机器人及货架扫货系统 | |
CN111428621A (zh) | 货架交互方法、装置和货架 | |
CN111539787A (zh) | 信息推荐方法、智能眼镜、存储介质及电子装置 | |
CN109190706A (zh) | 无人售货方法、装置及系统 | |
CN110895747A (zh) | 商品信息识别、显示、信息关联、结算方法及系统 | |
CN109300238A (zh) | 智能展示及自助体验系统及方法 | |
CN112508132A (zh) | 一种识别sku的训练方法及装置 | |
CN110276623A (zh) | 控制、展示、播放方法、服务器、电子价签、设备和系统 | |
CN109858448A (zh) | 一种零售场景下的物品识别方法及设备 | |
CN107483582A (zh) | 一种借卖平台商品的推送方法和系统 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40012236 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |