CN111753614A - 一种商品货架的监控方法和装置 - Google Patents
一种商品货架的监控方法和装置 Download PDFInfo
- Publication number
- CN111753614A CN111753614A CN201911061243.5A CN201911061243A CN111753614A CN 111753614 A CN111753614 A CN 111753614A CN 201911061243 A CN201911061243 A CN 201911061243A CN 111753614 A CN111753614 A CN 111753614A
- Authority
- CN
- China
- Prior art keywords
- commodity
- display unit
- display
- shelf
- product
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Abstract
本发明公开了一种商品货架的监控方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:采集商品货架图片;使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。该实施方式能够实时获取商品货架当前陈列图实现对商品货架的实时监控,还可以根据当前陈列图上判断商品的陈列状态,进而对商品货架进行优化整理。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种商品货架的监控方法和装置。
背景技术
随着零售业的发展,越来越多的商品通过线下门店、超市、商场、大卖场等方式进行销售,为便于消费者浏览或购买商品,常采用商品货架陈列展示商品,为及时更新或者补充商品货架中的商品,常需要对商品货架中陈列的商品,尤其贵重、易损坏、易盗取的商品等进行实时监控。
目前,尚没有比较成熟的方法用于实现对商品货架的监控,无法获取商品的实时陈列状态,主要还依赖于人工巡检,成本高且效率差。除此之外,与消费者之间缺少互动,无法获取消费者行为数据,因而无法为精细化运营提供支撑。
发明内容
有鉴于此,本发明提供一种商品货架的监控方法和装置,能够实时获取商品货架当前陈列图实现对商品货架的实时监控,还可以根据当前陈列图上判断商品的陈列状态,进而对商品货架进行优化整理。
为实现上述目的,根据本发明的一个方面,提供了一种商品货架的监控方法,包括:采集商品货架图片;使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
可选地,根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理,所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
可选地,在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息,所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
可选地,在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
可选地,使用所述图片识别模型识别出的所述商品的种类具有可信度;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
可选地,还包括:获取商品在所述商品货架上的一张或多张图片;对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
为实现上述目的,根据本发明的另一个方面,提供了一种商品货架的监控装置,包括:图片采集模块、图片识别模块、货架监控模块;其中,所述图片采集模块,用于采集商品货架图片;所述图片识别模块,用于使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;所述货架监控模块,用于根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
可选地,所述货架监控模块,还用于,根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理;所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
可选地,所述货架监控模块,还用于,在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息;所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
可选地,所述货架监控模块,还用于,在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
可选地,使用所述图片识别模型识别出的所述商品的种类具有可信度;所述货架监控模块,还用于在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
可选地,还包括:图片识别模型获取模块;所述图片识别模型获取模块,用于获取商品在所述商品货架上的一张或多张图片;对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
为实现上述目的,根据本发明的又一个方面,提供了一种用于监控商品货架的服务器,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的商品货架的监控方法中任一所述的方法。
为实现上述目的,根据本发明的再一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的商品货架的监控方法中任一所述的方法。
上述发明中具有如下优点或有益效果:通过实时采集商品货架的图片,并使用训练好的图片识别模型识别图片中商品货架的陈列单元、陈列单元上陈列的商品、商品的种类等,进而可以构建商品货架的当前陈列图,用以实现对商品货架的实时监控。除此之外,还通过当前陈列图判断陈列单元上商品的陈列状态及访问频次,进而根据陈列状态可以对商品货架进行优化和整理;同时,基于商品的访问频次以及实际销售的商品的数量等销售数据,可以侧面反映消费者的消费行为,为商品精细化营销提供可能。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的商品货架的监控方法的主要流程的示意图;
图2是根据本发明实施例的图片识别模型的训练方法的主要流程的示意图;
图3是根据本发明实施例的另一商品货架的监控方法的主要流程的示意图;
图4是根据本发明实施例的又一商品货架的监控方法的主要流程的示意图;
图5是根据本发明实施例的商品货架的监控装置的主要模块的示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的商品货架的监控方法的主要流程的示意图,如图1所示,该方法具体可以包括的步骤如下:
步骤S101,采集商品货架图片。
通过摄像头实时采集商品货架的图片,在商品货架较大无法使用一个摄像头采集全部商品货架的图片时,可以采用多个摄像头同步采集商品货架的图片,并将各个摄像头采集的图片进行拼合得到完整的商品货架的图片。具体地,以四层商品货架且在每一层商品货架左右两边各设置一个广角摄像头(如150°角的摄像头)为例进行说明:八个摄像头同步采集货架图像,但是由于需要将八个摄像头采集的图像进行拼接,为更好地实现图片的拼接,在实际的执行过程中,可以通过在商品货架上设置位置标识的方式确定摄像头采集图片所在的位置,如使用L1、L2、R1、R2等标识分别表示商品货架第一层左边、商品货架第二层左边、商品货架第一层右边、商品货架第二层右边等。
可以理解的是,在采集到的商品货架图片较多的情况下,可以使用云存储模型存储采集到的图片,并通过远程调用的方式对采集到的图片进行处理。
步骤S102,使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类。
陈列单元为商品货架上用于陈列商品的物理空间,如由于货架的物理构造而自然划分出的陈列位置,或商品货架上均匀分布的凹槽、凸起、等划分的物理货位。可以理解的是,在识别出商品货架中的陈列单元的情况下,为便于按照商品的种类监控商品的陈列状态,可以根据陈列单元中陈列的商品的种类,将对应有相同的商品种类的陈列单元合并为一个虚拟的逻辑货位,也即是说一个逻辑货位可以包括一个或多个陈列单元,进而可以根据逻辑货位区别展示不同的陈列商品。
在一种可选的实施方式中,获取商品在所述商品货架上的一张或多张图片;对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
参见图2,提供了一种图片识别模型的训练方法的主要流程示意图,具体可以包括的步骤如下:
步骤S201,获取商品在所述商品货架上的一张或多张图片。
在实际场景中采集商品陈列在商品货架上时,在不同灯光、不同陈列单元、不同摆放姿态等尽可能多状态下的图片,并进行人工标注后用于作为训练数据。
步骤S202,对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注。
标注出一张或多张图片中需要识别的商品的种类及商品在商品货架中的陈列单元,并生成符合训练模型格式的元数据文件等。具体地,根据训练时采用的特征,如商品LOGO、轮廓、颜色、纹理等,对具有相应特征的全部商品进行标注,用以获取尽可能多的训练数据。
步骤S203,根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
Faster RCNN算法是图像识别技术中目前较为成熟的算法,除此之外,还可以使用YOLO算法、SSD算法等多种算法进行训练,用以得到图片识别模型。使用Faster RCNN算法训练得到的图片识别模型在对图片进行识别的过程中,不仅可以识别出商品货架中的陈列单元、陈列的商品的种类,还可以给出识别出的商品的种类对应的概率,即可信度。
步骤S103,根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
当前陈列图指示了商品货架上的陈列单元、陈列单元上是否陈列有商品,以及陈列的商品的种类等信息。除此之外,还可以根据实际需求统计并显示商品货架或者商品相关的其他信息,如商品货架所属门店、商品货架编号、商品货架尺寸(宽*高*深)、商品货架层数、每层层高等;商品所属门店、商品名称、商品编号、商品图片、商品尺寸(长*宽*高)、商品所属类目、商品负责人等。
在一种可选的实施方式中,根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理,所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
不规范是指在陈列单元上陈列有商品的情况下,未识别出商品的种类或者识别出商品的种类对应的可信度偏低,即为商品摆放的不规范。错放是指在陈列单元上陈列有商品的情况下,根据当前陈列图判断出的商品的种类与根据之前生成的其他当前陈列图得到的商品的种类不一致,或者根据当前陈列图判断出的商品的种类与该陈列单元预设的商品的种类不一致,即商品摆放错误。缺货是指陈列单元上未陈列有商品的情况下,该陈列单元未陈列商品的空闲时间超过阈值时间,阈值时间可以根据实际情况进行设定。被访问是指陈列单元上未陈列有商品的情况下,该陈列单元未陈列商品的空闲时间小于阈值时间,或认为陈列的商品被客户短暂的拿起。相对应地,访问频次则是指商品被访问的次数。正常则只是陈列单元上陈列有商品,且对应的商品的种类与根据之前生成的其他当前陈列图得到的商品的种类一致,或者根据当前陈列图判断出的商品的种类与该陈列单元预设的商品的种类一致。
在此基础上,对于不同的陈列状态可以不同的颜色区分显示,便于操作人员获取相关信息;对于非正常状态,除采用醒目的颜色提示操作人员以外,还可以给相应的负责人发送消息或者通过语音、文字等进行提示。同时,基于商品的被访问频次,结合商品的实际销售数据,可以计算出不同商品的转化率(转化率=销售订单量/被访问频次),进而初步判定商品的受欢迎程度以及用户的购买倾向等。除此之外,在商品的陈列状态为被访问的情况下,可以过商品货架附近的显示屏等设备显示或者轮播商品的相关信息,如商品介绍、溯源信息和促销信息等。
在一种可选的实施方式中,在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
可以理解的是,在当前陈列图仅指示了陈列单元且陈列单元的空闲时间小于阈值时间,即陈列状态为被访问的情况下,由于此时无法根据当前陈列图识别该被访问的商品的种类,因此,可以基于历史当前陈列图,或者该陈列单元对应的预设的商品的种类,确定被访问的商品,并增加该商品的被访问次数,同时,可通过屏幕等显示设备播放相关的商品信息,以便顾客或者访问该商品的消费者获取更多信息。
在一种可选的实施方式中,使用所述图片识别模型识别出的所述商品的种类具有可信度;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
在一种可选的实施方式中,在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息,所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
基于上述实施例提供的商品货架的监控方法,通过实时采集商品货架的图片,并使用训练好的图片识别模型识别图片中商品货架的陈列单元、陈列单元上陈列的商品、商品的种类等,进而可以构建商品货架的当前陈列图,用以实现对商品货架的实时监控。除此之外,还通过当前陈列图判断陈列单元上商品的陈列状态及访问频次,进而根据陈列状态可以对商品货架进行优化和整理;同时,基于商品的访问频次以及实际销售的商品的数量等销售数据,可以侧面反映消费者的消费行为,为商品精细化营销提供可能。
参见图3,在上述实施例的基础上,本发明实施例提供了一种商品货架的监控方法,具体可以包括的步骤如下:
步骤S301,采集商品货架图片。
步骤S302,使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类。
步骤S303,根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
步骤S304,根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理。
步骤S305,在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息。
参见图4,在上述实施例的基础上提供了一种商品货架的监控方法,具体可以包括的步骤如下:
步骤S401,根据当前陈列图,判断陈列单元上是否陈列有商品;若陈列有商品,则继续执行下述步骤S403,若未陈列商品,则继续执行下述步骤S402。
步骤S402,继续判断陈列单元上未陈列商品的空闲时间是否小于阈值时间;若空闲时间小于阈值时间,则判断商品的陈列状态为被访问;若空闲时间不小于阈值时间,则判断商品的陈列状态为缺货。
在商品的陈列状态为缺货的情况下,可提醒工作人员及时补货。在商品的陈列状态为被访问的情况下,增加商品的被访问频次,同时通过显示屏等显示设备展示被访问商品的相关信息。
步骤S403,继续判断陈列单元上陈列的商品是否具有商品的种类;若具有,则继续执行下述步骤S404;若不具有,则判断商品的陈列状态为不规范。
可以理解的是,陈列单元上陈列的商品是不具有商品的种类具有下述两种可能:由于商品摆放不规范造成的无法识别商品的种类,如商品的LOGO未暴露;由于商品摆放不规范造成的识别商品的种类的可信度偏低。因而在判断商品的陈列状态为不规范的情况下,需要工作人员及时调整商品的摆放姿态。
步骤S404,继续判断陈列单元上陈列的商品具有商品的种类与陈列单元上陈列的上一商品的种类是否一致;若一致,则继续执行下述步骤S405;若不一致,则判断商品的陈列状态为错放。
在商品的陈列状态为错放的情况下,可提醒工作人员及时调整商品的陈列单元。
步骤S405,继续判断陈列单元上陈列的商品具有商品的种类对应的可信度是否大于阈值可信度;若大于,则判断商品的陈列状态为正常;若不大于,则判断商品的陈列状态为不规范。
阈值可信度可以根据实际需要自行设定(如0.9、0.8等),商品的种类对应的可信度小于阈值可信度,则表明根据当前陈列图识别出的商品的种类可靠度低,需要重新调整商品的摆放姿态,便于识别商品的种类。
参见图5,在上述实施例的基础上,本发明实施例提供了一种商品货架的监控装置500,包括:图片采集模块501、图片识别模块502、货架监控模块503;其中,
所述图片采集模块501,用于采集商品货架图片;
所述图片识别模块502,用于使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;
所述货架监控模块503,用于根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
可选地,所述货架监控模块503,还用于,根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理;所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
可选地,所述货架监控模块503,还用于,在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息;所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
可选地,所述货架监控模块503,还用于,在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
可选地,使用所述图片识别模型识别出的所述商品的种类具有可信度;所述货架监控模块503,还用于在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
可选地,还包括:图片识别模型获取模块504;所述图片识别模型获取模块504,用于,获取商品在所述商品货架上的一张或多张图片;对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
图6示出了可以应用本发明实施例的商品货架的监控方法或商品货架的监控装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果反馈给终端设备。
需要说明的是,本发明实施例所提供的商品货架的监控方法一般由服务器605执行,相应地,商品货架的监控装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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,在有些作为替换的实现中,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的模块以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括图片采集模块、图片识别模块、货架监控模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,图片采集模块还可以被描述为“用于采集商品货架图片的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:采集商品货架图片;使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
根据本发明实施例的技术方案,通过实时采集商品货架的图片,并使用训练好的图片识别模型识别图片中商品货架的陈列单元、陈列单元上陈列的商品、商品的种类等,进而可以构建商品货架的当前陈列图,用以实现对商品货架的实时监控。除此之外,还通过当前陈列图判断陈列单元上商品的陈列状态及访问频次,进而根据陈列状态可以对商品货架进行优化和整理;同时,基于商品的访问频次以及实际销售的商品的数量等销售数据,可以侧面反映消费者的消费行为,为商品精细化营销提供可能。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (14)
1.一种商品货架的监控方法,其特征在于,包括:
采集商品货架图片;
使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;
根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
2.根据权利要求1所述的商品货架的监控方法,其特征在于,
根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理,所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
3.根据权利要求2所述的商品货架的监控方法,其特征在于,
在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息,所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
4.根据权利要求3所述的商品货架的监控方法,其特征在于,
在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;
在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;
在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
5.根据权利要求4所述的商品货架的监控方法,其特征在于,
使用所述图片识别模型识别出的所述商品的种类具有可信度;
在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
6.根据权利要求1所述的商品货架的监控方法,其特征在于,还包括:
获取商品在所述商品货架上的一张或多张图片;
对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;
根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
7.一种商品货架的监控装置,其特征在于,包括:图片采集模块、图片识别模块、货架监控模块;其中,
所述图片采集模块,用于采集商品货架图片;
所述图片识别模块,用于使用训练好的图片识别模型,识别所采集图片中所述商品货架中的陈列单元、所述陈列单元上陈列的商品及所述商品的种类;
所述货架监控模块,用于根据所述陈列单元、所述商品及所述商品的种类,生成所述商品货架的当前陈列图,用以监控所述商品货架。
8.根据权利要求7所述的商品货架的监控装置,其特征在于,所述货架监控模块,还用于,
根据所述当前陈列图,判断所述商品的陈列状态及访问频次,用以根据所述陈列状态、所述访问频次对所述商品货架进行整理;所述商品的陈列状态包括:不规范、正常、错放、缺货、被访问。
9.根据权利要求8所述的商品货架的监控装置,其特征在于,所述货架监控模块,还用于,
在所述商品的陈列状态为被访问的情况下,增加所述商品的访问频次,并通过屏幕展示所述商品的相关信息;所述商品的相关信息包括下述的一种或多种:商品名称、商品产地、商品价格、促销信息。
10.根据权利要求9所述的商品货架的监控装置,其特征在于,所述货架监控模块,还用于,
在所述当前陈列图仅指示了所述陈列单元的情况下,判断所述陈列单元的空闲时间是否小于阈值时间,若小于,则所述陈列单元上陈列的上一商品的陈列状态为被访问,并增加所述商品的访问频次,若不小于,则所述商品的陈列状态为缺货,并增加所述商品的缺货时间;
在所述当前陈列图仅指示了所述陈列单元、所述陈列单元上陈列的商品的情况下,判断所述商品的陈列状态为不规范;
在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类的情况下,判断所述商品的种类与所述陈列单元上陈列的上一商品的种类是否一致:若一致,则所述商品的陈列状态为正常;若不一致,则所述商品的陈列状态为错放。
11.根据权利要求10所述的商品货架的监控装置,其特征在于,
使用所述图片识别模型识别出的所述商品的种类具有可信度;
所述货架监控模块,还用于在所述当前陈列图指示了所述陈列单元、所述陈列单元上陈列的商品及所述商品的种类,且所述商品的种类与所述陈列单元上陈列的上一商品的种类一致的情况下,判断所述商品的种类对应的可信度是否大于阈值可信度,若大于,则商品的陈列状态为正常,若不大于,则所述商品的陈列状态为不规范。
12.根据权利要求7所述的商品货架的监控装置,其特征在于,还包括:图片识别模型获取模块;所述图片识别模型获取模块,用于,
获取商品在所述商品货架上的一张或多张图片;
对所述一张或多张图片中的所述商品的种类及所述陈列单元进行标注;
根据标注后的所述一张或多张图片,使用Faster RCNN算法,训练得到所述图片识别模型。
13.一种用于监控商品货架的服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911061243.5A CN111753614A (zh) | 2019-11-01 | 2019-11-01 | 一种商品货架的监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911061243.5A CN111753614A (zh) | 2019-11-01 | 2019-11-01 | 一种商品货架的监控方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753614A true CN111753614A (zh) | 2020-10-09 |
Family
ID=72673012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911061243.5A Pending CN111753614A (zh) | 2019-11-01 | 2019-11-01 | 一种商品货架的监控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753614A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222705A (zh) * | 2021-05-21 | 2021-08-06 | 支付宝(杭州)信息技术有限公司 | 一种商品陈列优化方法、装置以及设备 |
CN115394064A (zh) * | 2022-08-29 | 2022-11-25 | 秦皇岛趣云科技有限公司 | 放置药品的自动识别告警系统及运行方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105917371A (zh) * | 2013-11-27 | 2016-08-31 | 松下知识产权经营株式会社 | 商品监控装置、商品监控系统以及商品监控方法 |
US20170295953A1 (en) * | 2014-11-26 | 2017-10-19 | Panasonic Intellectual Property Management Co., Ltd. | Monitoring device, monitoring system, and monitoring method |
CN108520194A (zh) * | 2017-12-18 | 2018-09-11 | 上海云拿智能科技有限公司 | 基于影像监测的货品感知系统及货品感知方法 |
CN109241883A (zh) * | 2018-08-23 | 2019-01-18 | 深圳码隆科技有限公司 | 一种基于自动售货机的退货控制方法及其装置 |
CN109446883A (zh) * | 2018-09-05 | 2019-03-08 | 北京三快在线科技有限公司 | 商品状态识别方法、装置、电子设备及可读存储介质 |
CN109670861A (zh) * | 2018-11-30 | 2019-04-23 | 深圳冠思大数据服务有限公司 | 基于人工智能的货架商品销售成效提升方法及系统 |
CN109711594A (zh) * | 2017-10-25 | 2019-05-03 | 东芝泰格有限公司 | 商品管理装置及商品管理方法 |
-
2019
- 2019-11-01 CN CN201911061243.5A patent/CN111753614A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105917371A (zh) * | 2013-11-27 | 2016-08-31 | 松下知识产权经营株式会社 | 商品监控装置、商品监控系统以及商品监控方法 |
US20170295953A1 (en) * | 2014-11-26 | 2017-10-19 | Panasonic Intellectual Property Management Co., Ltd. | Monitoring device, monitoring system, and monitoring method |
CN109711594A (zh) * | 2017-10-25 | 2019-05-03 | 东芝泰格有限公司 | 商品管理装置及商品管理方法 |
CN108520194A (zh) * | 2017-12-18 | 2018-09-11 | 上海云拿智能科技有限公司 | 基于影像监测的货品感知系统及货品感知方法 |
CN109241883A (zh) * | 2018-08-23 | 2019-01-18 | 深圳码隆科技有限公司 | 一种基于自动售货机的退货控制方法及其装置 |
CN109446883A (zh) * | 2018-09-05 | 2019-03-08 | 北京三快在线科技有限公司 | 商品状态识别方法、装置、电子设备及可读存储介质 |
CN109670861A (zh) * | 2018-11-30 | 2019-04-23 | 深圳冠思大数据服务有限公司 | 基于人工智能的货架商品销售成效提升方法及系统 |
Non-Patent Citations (1)
Title |
---|
胡正委;朱明;: "基于改进Faster RCNN与Grabcut的商品图像检测", 计算机系统应用, no. 11, pages 27 - 134 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222705A (zh) * | 2021-05-21 | 2021-08-06 | 支付宝(杭州)信息技术有限公司 | 一种商品陈列优化方法、装置以及设备 |
CN115394064A (zh) * | 2022-08-29 | 2022-11-25 | 秦皇岛趣云科技有限公司 | 放置药品的自动识别告警系统及运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177563B (zh) | 一种信息推荐方法、装置、电子设备和存储介质 | |
CN110751497A (zh) | 一种商品补货方法和装置 | |
CN108694535B (zh) | 信息生成方法和装置 | |
CN110020162B (zh) | 用户识别方法和装置 | |
CN108595448B (zh) | 信息推送方法和装置 | |
CN112488602A (zh) | 补货方法、装置和系统 | |
CN110019258A (zh) | 处理订单数据的方法和装置 | |
CN110516628A (zh) | 货架空缺位置商品信息获取方法、系统、设备及存储介质 | |
CN111277625A (zh) | 电商平台订单推送方法、系统 | |
CN111753614A (zh) | 一种商品货架的监控方法和装置 | |
CN113793081A (zh) | 仓储监控方法、装置、计算机可读介质及电子设备 | |
CN113923529A (zh) | 直播连麦方法、装置、设备以及存储介质 | |
CN110895747A (zh) | 商品信息识别、显示、信息关联、结算方法及系统 | |
CN111160410A (zh) | 一种物体检测方法和装置 | |
CN112749323A (zh) | 一种构建用户画像的方法和装置 | |
CN104933601B (zh) | 一种输出商品信息的方法和装置 | |
CN107844932B (zh) | 订单处理方法和装置 | |
CN112633785A (zh) | 一种仓储可视化的方法和装置 | |
CN110838019A (zh) | 确定试用品发放人群的方法和装置 | |
CN115170221A (zh) | 商品信息聚合方法、装置和电子设备 | |
US20210012686A1 (en) | Information Delivery Method and Information Delivery System Capable of Generating a Template for Displaying Information of Products | |
CN110751496A (zh) | 一种商品价格检测方法和装置 | |
CN112989175A (zh) | 一种物品推送方法、装置、设备及介质 | |
CN112053106A (zh) | 一种管理物品出库的方法及装置 | |
CN109903107A (zh) | 用于生成信息的方法和装置 |
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 |