CN111967304A - 基于边缘计算的获取物品信息方法、装置和结算台 - Google Patents
基于边缘计算的获取物品信息方法、装置和结算台 Download PDFInfo
- Publication number
- CN111967304A CN111967304A CN202010617232.7A CN202010617232A CN111967304A CN 111967304 A CN111967304 A CN 111967304A CN 202010617232 A CN202010617232 A CN 202010617232A CN 111967304 A CN111967304 A CN 111967304A
- Authority
- CN
- China
- Prior art keywords
- target area
- area image
- article
- information
- edge calculation
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001680 brushing effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/20—Point-of-sale [POS] network systems
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3274—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being displayed on the M-device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
- G07G1/00—Cash registers
- G07G1/12—Cash registers electronically operated
Abstract
本申请公开了基于边缘计算的获取物品信息方法、装置和结算台,涉及计算机视觉、深度学习和边缘计算技术领域。具体实现方案为:获取物品的图像;根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像;根据特征提取算法,在目标区域图像上提取多个特征点;基于边缘计算对多个特征点进行检索,以获取物品的信息;以及将物品的信息提供给用户。该方法基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
Description
技术领域
本申请涉及计算机视觉、深度学习和边缘计算技术领域,具体涉及基于边缘计算获取物品信息技术领域,尤其涉及一种基于边缘计算的获取物品信息方法、装置和结算台。
背景技术
在结算台的商业化落地过程中,需要数据采集、模型训练、服务上线等多个环节。其中服务的稳定性、性能对产品的质量起着至关重要的作用。
目前市场上的结算台产品多采用云端部署方案,即将结算台的数据处理及运算放在云端执行,云端部署拥有成本较低、便于管理、方案成熟的优点。但是云端部署的结算台,在实际应用的过程中,由于结算台所处的环境错综复杂,不同的店网络时延和带宽差异较大,导致结算台无法稳定且及时的得到云端反馈的数据,用户体验较差。
发明内容
提供了一种基于边缘计算的获取物品信息方法、装置和结算台,用于解决相关技术中,结算台采用云端部署方案在实际应用的过程中,由于结算台所处的环境错综复杂,不同的店网络时延和带宽差异较大,导致结算台无法稳定且及时的得到云端反馈的数据,用户体验较差的问题。
根据第一方面,提供了一种基于边缘计算的获取物品信息方法,包括:
获取物品的图像;
根据目标区域图像获取模型对所述图像进行处理,以获取所述图像中的目标区域图像;
根据特征提取算法,在所述目标区域图像上提取多个特征点;
基于边缘计算对所述多个特征点进行检索,以获取所述物品的信息;以及
将所述物品的信息提供给用户。
本申请实施例的基于边缘计算的获取物品信息方法,首先获取物品的图像,并根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后根据特征提取算法,在目标区域图像上提取多个特征点,再然后基于边缘计算对多个特征点进行检索,以获取物品的信息,最后将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
根据第二方面,提供了一种基于边缘计算的获取物品信息装置,包括:
第一获取模块,用于获取物品的图像;
第二获取模块,用于根据目标区域图像获取模型对所述图像进行处理,以获取所述图像中的目标区域图像;
提取模块,用于根据特征提取算法,在所述目标区域图像上提取多个特征点;
检索模块,用于基于边缘计算对所述多个特征点进行检索,以获取所述物品的信息;以及
展示模块,用于将所述物品的信息提供给用户。
本申请实施例的基于边缘计算的获取物品信息装置,通过第一获取模块获取物品的图像,并通过第二获取模块根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后通过提取模块根据特征提取算法,在目标区域图像上提取多个特征点,再然后通过检索模块基于边缘计算对多个特征点进行检索,以获取物品的信息,最后通过展示模块将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
根据第三方面,提供了一种结算台,包括上述一方面实施例所述的基于边缘计算的获取物品信息装置。
本申请实施例的结算台,通过上述基于边缘计算的获取物品信息装置,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
根据第四方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的基于边缘计算的获取物品信息方法。
根据第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的基于边缘计算的获取物品信息方法。
根据本申请的技术解决了相关技术中,结算台采用云端部署方案在实际应用的过程中,由于结算台所处的环境错综复杂,不同的店网络时延和带宽差异较大,导致结算台无法稳定且及时的得到云端反馈的数据,用户体验较差的问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的一种基于边缘计算的获取物品信息的流程示意图;
图2是本申请实施例提供的另一种基于边缘计算的获取物品信息方法的流程示意图;
图3是本申请实施例提供的又一种基于边缘计算的获取物品信息方法的流程示意图;
图4是本申请实施例提供的再一种基于边缘计算的获取物品信息方法的流程示意图;
图5是本申请实施例提供的一种基于边缘计算的获取物品信息装置的方框示意图;
图6是本申请实施例提供的另一种基于边缘计算的获取物品信息装置的方框示意图;
图7是本申请实施例提供的又一种基于边缘计算的获取物品信息装置的方框示意图;
图8是本申请实施例提供的再一种基于边缘计算的获取物品信息装置的方框示意图;
图9是本申请实施例提供的一种结算台的方框示意图;以及
图10是根据本申请实施例的基于边缘计算的获取物品信息方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
下面参考附图描述本申请实施例的基于边缘计算的获取物品信息方法、装置、结算台、电子设备和存储介质。
本申请实施例,针对相关技术中,结算台采用云端部署方案在实际应用的过程中,由于结算台所处的环境错综复杂,不同的店网络时延和带宽差异较大,导致结算台无法稳定且及时的得到云端反馈的数据,用户体验较差的问题。提出了一种基于边缘计算的获取物品信息方法。
本申请实施例的基于边缘计算的获取物品信息方法,根据目标区域图像获取模型获取物品图像中的目标区域图像,并根据特征提取算法提取目标区域图像的多个特征点,然后基于边缘计算对多个特征点进行检索,以获取物品的信息,并将物品的信息提供给用户。解决了上述相关技术中的问题,同时提高了运算效率。
本申请实施例提供的基于边缘计算的获取物品信息方法,可以由电子设备来执行,该电子设备此处不做任何限定。
在本申请实施例中,电子设备中可以设置有处理组件、存储组件和驱动组件。可选的,该驱动组件和处理组件可以集成设置,该存储组件可以存储操作系统、应用程序或其他程序模块,该处理组件通过执行存储组件中存储的应用程序来实现本申请实施例提供的基于边缘计算的获取物品信息方法。
图1是本申请实施例提供的一种基于边缘计算的获取物品信息方法的流程示意图。
本申请实施例的基于边缘计算的获取物品信息方法,还可由本申请实施例提供的基于边缘计算的获取物品信息装置执行,该装置可配置于结算台中,以实现根据目标区域图像获取模型获取物品图像中的目标区域图像,并根据特征提取算法提取目标区域图像的多个特征点,然后基于边缘计算对多个特征点进行检索,以获取物品的信息,并将物品的信息提供给用户。应说明的是,该实施例中所描述的装置还可配置于电子设备中,该电子设备可配置于结算台中。
如图1所示,该基于边缘计算的获取物品信息方法,可以包括以下步骤:
步骤101,获取物品的图像。
在本申请实施例中,结算台可具有至少一个摄像头,可通过摄像头获取物品的图像,其中,结算台上可设置有物品放置区域或拍照区域,该摄像头可通过一与结算台连接的支架设置于物品放置区域或拍照区域上。
具体地,在结算台工作的过程中,可在将物品放置于物品放置区域或拍照区域时,通过摄像头获取物品的图像。
步骤102,根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像。其中,目标区域图像可包括物品的特定标志、特定文字和特定图像中的一种或多种。
需要说明的是,该实施例中所描述的目标区域图像获取模型可以是提前训练好的,并将其预存在结算台的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接结算台的网络硬盘的存储空间(云存储空间)。
具体地,结算台在获取到物品的图像后,可将该物品的图像输入至目标区域图像获取模型,从而通过目标区域图像获取模型检测该物品的图像中的目标区域图像,以获取该物品的图像中的目标区域图像。
为了提高识别的精确度,在本申请实施例中,可不定时的对目标区域图像获取模型进行训练以优化目标区域图像获取模型。
步骤103,根据特征提取算法,在目标区域图像上提取多个特征点。其中,特征提取算法可根据实际情况进行标定,且该特征提取算法也可预存在结算台的存储空间中,以在需要时方便调取。
具体地,结算台在获取到上述物品的图像中的目标区域图像后,可采用特征提取算法提取目标区域图像的多个特征点。应说明的是,该实施例中所描述的多个特征点可充分体现目标区域图像所表达的意思。
步骤104,基于边缘计算对多个特征点进行检索,以获取物品的信息。应说明的是,该实施例中所描述的边缘计算可基于边缘计算盒子进行应用,其中,该边缘计算盒子的芯片可为专属芯片,相比于普通芯片,专属芯片在一些服务运算上的效率要大大高于普通芯片,例如,本申请的获取物品的信息的服务。
在本申请实施例中,结算台的存储空间中可预设一个物品信息库,即物品信息数据库,该物品信息库可由facebook(脸书)的faiss(针对聚类和相似性搜索库)库实现。
步骤105,将物品的信息提供给用户。
具体地,结算台在获取到目标区域图像的多个特征点后,可将该多个特征点输入至提供边缘计算服务的边缘计算盒子,该边缘计算盒子在接收到该多个特征点后,连接物品信息库,并将多个特征点与物品信息库中的索引进行匹配,以及在匹配成功后,获取匹配成功的索引所对应的物品信息,即上述物品的信息。然后通过结算台的显示屏显示该物品的信息。
在本申请实施例中,首先获取物品的图像,并根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后根据特征提取算法,在目标区域图像上提取多个特征点,再然后基于边缘计算对多个特征点进行检索,以获取物品的信息,最后将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
为了清楚说明上一实施例,在本申请的一个实施例中,如图2所示,目标区域图像获取模型可通过以下方式生成:
步骤201,获取样本图像,其中,样本图像中包含标定的目标区域图像。
在本申请实施例中,获取样本图像的途径有多条,其中,可人为主动创造样本图像,例如,通过摄像头拍摄已经认为标定出目标区域图像的物品,还可以采集结算台拍摄的物品的图像,并通过技术手段分别对这些物品的图像进行目标区域图像的标定,从而获取样本图像。
步骤202,将样本图像输入目标区域图像获取模型以生成预测的目标区域图像。
步骤203,根据预测的目标区域图像和标定的目标区域图像生成损失值,并根据损失值对目标区域图像获取模型进行训练。
具体地,在获取到样本图像后,可将样本图像输入目标区域图像获取模型以生成预测的目标区域图像,并根据预测的目标区域图像和标定的目标区域图像生成损失值,以及根据损失值对目标区域图像获取模型进行训练,从而优化目标区域图像获取模型,提高检测的准确度。
在本申请实施例中,目标区域图像获取模型的训练与生成可由相关的服务器进行,该服务器可以是云端服务器,也可以是一台电脑的主机,该服务器与可执行本申请实施例提供的基于边缘计算的获取物品信息方法的结算台(或电子设备)之间,建立有通信连接,该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将训练完成的基于无人车的控制方法发送给结算台(或电子设备),以便结算台(或电子设备)在需要时调用,从而大大减少结算台(或电子设备)的计算压力。
为了清楚说明上一实施例,在本申请的一个实施例中,根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,具体可包括将图像输入至目标区域图像获取模型,并通过目标区域图像获取模型检测图像中的目标区域图像,以获取图像中的目标区域图像。
具体地,结算台在获取到物品的图像后,可将该物品的图像输入至目标区域图像获取模型,目标区域图像获取模型抽取该物品的图像中的目标区域图像与内置的图像数据进行比对,从而确定该物品的图像中的目标区域图像,并在确定后获取该物品的图像中的目标区域图像。由此,通过目标区域图像获取模型辅助目标区域图像的检测,可以提高检测的精确度,从而使获取到的目标区域图像更加的准确。
为了清楚说明上一实施例,在本申请的一个实施例中,基于边缘计算对多个特征点进行检索,以确定物品的信息,具体可包括将多个特征点的格式转换为边缘计算的应用格式,以及基于边缘计算将转换之后的多个特征点与物品信息库中的索引进行匹配,以获取物品的信息,其中,物品的信息包括物品名称、物品价格和物品保质期中的一种或多种。应说明的是,该实施例中所描述的边缘计算有专属的应用框架,且不同的应用框架对应的数据格式也可有所不同。
具体地,结算台在获取到物品的图像中的目标区域图像后,可从自身的存储空间中调出预设的特征提取算法,并根据该特征提取算法提取该目标区域图像的多个特征点。然后结算台检测该多个特征点的格式与边缘计算的应用格式是否相同,如果不相同,则可通过动态链接库调用相应的服务将该多个特征点的格式转换为边缘计算的应用格式,并将转换之后的多个特征点输入至提供边缘计算服务的边缘计算盒子,以使该边缘计算盒子调出物品信息库,并将转换之后的多个特征点与物品信息库中的索引进行匹配,以及在匹配成功后,获取匹配成功的索引所对应的物品信息,即上述物品的信息。由此,通过本地的边缘计算服务来实现获取物品信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性。
需要说明的是,该实施例中所描述的动态链接库中可包括结算台中各种服务的调用连接(即,路径),研发人员在设计结算台的各种服务(方法)时可将检测、识别、检索、获取等的推理代码封装成动态链接库,以便于应用,同时也方便部署,即将为结算台部署各种服务。
另外,该实施例中所描述的物品信息库中的索引可以是根据对应的多个特征点生成的,并且该索引与物品的信息可以以键值对的方式存储在物品信息库中,由此,可以通过多个特征点对物品信息库进行检索。当然在本申请的其它实施例中,物品信息库还可以通过其它的方式存储物品信息,以实现根据多个特征点对物品信息库进行检索,此处不做任何限定。
另外,本申请实施例提供的基于边缘计算的获取物品信息方法还可包括物品的结算服务,具体地,上述基于边缘计算的获取物品信息方法还可包括根据物品的信息进行结算,由此,可为用户提供结算服务,进一步提升了用户体验。
为了清楚说明上一实施例,在本申请的一个实施例中,如图3所示,根据物品的信息进行结算,可包括以下步骤:
步骤301,对物品的信息进行解析,以获取物品的价格。
步骤302,根据物品的价格生成消费信息。
具体地,结算台在获取到物品的信息后,可通过自身的显示屏将该物品的信息进行显示,以及时提供给用户查看,同时结算台对该物品的信息进行解析,以从该物品的信息中提取出物品的价格,并根据该物品的价格生成消费信息。
步骤303,接收由用户发送的物品结算请求。
在本申请实施例中,结算台的显示屏可为触摸屏,用户可通过该触摸屏对结算台进行操作。
具体地,结算台在通过自身的显示屏显示物品的信息的同时,还可将结算服务的虚拟按键一并进行显示。用户可根据自身的需求选择是否进行结算服务。当用户触发该结算服务的虚拟按键时,结算台可接收到物品结算请求。
步骤304,根据物品结算请求和消费信息进行结算。
具体地,结算台在接收到由用户发送的物品结算请求时,可根据物品结算请求和消费信息开启扫描收款装置,并可以语音或文字提醒用户通过支付二维在扫描收款装置的扫描区进行付款,该扫描收款装置在接收到用户通过支付二维支付的款项后,将该款项存入相关的账户中,并反馈支付成功的提示信息,从而完成本次结算服务。
或者,结算台在接收到由用户发送的物品结算请求时,可根据物品结算请求和消费信息生成收款二维码,并显示物品的价格,同时通过语音或文字提醒用户通过扫描该收款二维码进行付款。结算台在接收到用户通过该收款二维码支付的款项时,将该款项存入相关的账户中,并反馈支付成功的提示信息,从而完成本次结算服务。
由此,用户可以通过自己的需求和意愿选择是否进行结算服务,大大提升了用户的使用体验。
在本申请实施例中,结算台还可听过提供其它的收款方式,比如,刷脸收款、指纹收款等,并且用户还可根据自身需要选择结算台的收款方式,从而进一步提升了用户的使用体验。
为了进一步提高根据目标区域图像获取模型对物品的图像进行处理的精确度,在本申请的一个实施例中,如图4所示,上述通过边缘计算获取物品信息的方法,还可包括以下步骤:
步骤401,检测目标区域图像获取模型是否为最新版本。
在本申请实施例中,可通过服务检测目标区域图像获取模型是否为最新版本。其中,该服务器可为与结算台通信相连的服务器,且该服务器可为云服务器。
具体地,结算台可定期的发送目标区域图像获取模型的版本查询指令至服务器,其中,该目标区域图像获取模型的版本查询指令中包括目标区域图像获取模型当前的版本号和目标区域图像获取模型的唯一编码。服务器在接收到该目标区域图像获取模型的版本查询指令后,解析该目标区域图像获取模型的版本查询指令,以获取版本号和唯一编码,并通过该版本号和唯一编码检测服务器中存储的目标区域图像获取模型的版本号是否高于该版本号,如果高于,则说明结算台中的目标区域图像获取模型不是最新版本,需要更新。此时服务器可生成相应的查询结果反馈至结算台,以告知结算台中的目标区域图像获取模型不是最新版本,可进行更新。
进一步地,还可以是服务器定期发送目标区域图像获取模型的版本检测指令至结算台,来检测结算台中的目标区域图像获取模型的版本是否为最新版本。其中,目标区域图像获取模型的版本检测指令包括服务器中目标区域图像获取模型的版本号和唯一编码。
需要说明的是,该实施例中所描述的服务器中的目标区域图像获取模型可以是相关人员(例如,结算台软件的研发人员)上传至服务器中的。另外,该实施例中所描述的目标区域图像获取模型随着版本的更新,版本号会改变,但是唯一编码不会变动。
步骤402,如果否,则发送请求模型更新指令至服务器,以通过服务器获取最新版本的目标区域图像获取模型,其中,请求模型更新指令包括目标区域图像获取模型的唯一编码。
步骤403,将目标区域图像获取模型替换为最新版本的目标区域图像获取模型。
具体地,在检测出结算台中的目标区域图像获取模型不为最新版本时,结算台可生成请求模型更新指令,并将该请求模型更新指令发送至服务器。服务器在接收到该请求模型更新指令后对其进行解析,以获取唯一编码,并根据该唯一编码从服务器的存储空间中获取最新版本的目标区域图像获取模型,并将该最新版本的目标区域图像获取模型下发至结算台。结算台在接收到该最新版本的目标区域图像获取模型后,将内置的目标区域图像获取模型替换为该最新版本的目标区域图像获取模型,已完成本次目标区域图像获取模型的更新。由此,能够保证结算台中应用的目标区域图像获取模型为最新版本,大大提高了获取目标区域图像的精确度。
需要说明的是,该实施例中所描述的请求模型更新指令中还可包括结算台的唯一编码,服务器可根据该结算台的唯一编码确定该结算台的通信链路,通过该通信链路将最新版本的目标区域图像获取模型下发至该结算台。另外,该实施例所描述的目标区域图像获取模型的替换可以是通过软链来实现的,具体实现过程为,每种模型在本地都会存在两个文件夹用于存储模型,其中,软链指向服务当前使用的文件夹,另一个文件夹则用来下载最新的模型,当模型下载完成时便可以通过切换软链完成模型的更新。
在本申请实施例中,上述基于边缘计算的获取物品信息方法可基于结算台进行应用,其中,该方法的开发语音可以是C、C++、或Java等,此处不做任何限定。该方法使用的服务框架可以是flask+gunicorn框架,该服务框架可对外提供基于http(超文本传输协议)协议的通信接口,用来接收摄像头传来的物品的图片,返回处理的结果等。在将该方法的代码及其服务部署到结算台之后,免不了的需要更新结算台的代码、脚本和模板等,具体的更新方式此处不做任何限定。
综上,本申请实施例的基于边缘计算的获取物品信息方法,首先获取物品的图像,并根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后根据特征提取算法,在目标区域图像上提取多个特征点,再然后基于边缘计算对多个特征点进行检索,以获取物品的信息,最后将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
图5是本申请实施例提供的一种基于边缘计算的获取物品信息装置的方框示意图。
本申请实施例的基于边缘计算的获取物品信息装置,可配置于结算台中,以实现根据目标区域图像获取模型获取物品图像中的目标区域图像,并根据特征提取算法提取目标区域图像的多个特征点,然后基于边缘计算对多个特征点进行检索,以获取物品的信息,并将物品的信息提供给用户。应说明的是,该实施例中所描述的装置还可配置于电子设备中,该电子设备可配置于结算台中。
如图5所示,该基于边缘计算的获取物品信息装置1000可以包括:第一获取模块100、第二获取模块200、提取模块300、检索模块400和展示模块500。
其中,第一获取模块100用于获取物品的图像。
在本申请实施例中,结算台可具有至少一个摄像头,第一获取模块100可通过摄像头获取物品的图像,其中,结算台上可设置有物品放置区域或拍照区域,该摄像头可通过一与结算台连接的支架设置于物品放置区域或拍照区域上。
具体地,在结算台工作的过程中,第一获取模块100可在将物品放置于物品放置区域或拍照区域时,通过摄像头获取物品的图像。
第二获取模块200用于根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像。其中,目标区域图像可包括物品的特定标志、特定文字和特定图像中的一种或多种。
需要说明的是,该实施例中所描述的目标区域图像获取模型可以是提前训练好的,并将其预存在结算台的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接结算台的网络硬盘的存储空间(云存储空间)。
具体地,在第一获取模块100获取到物品的图像后,第二获取模块200可将该物品的图像输入至目标区域图像获取模型,从而通过目标区域图像获取模型检测该物品的图像中的目标区域图像,以获取该物品的图像中的目标区域图像。
为了提高识别的精确度,在本申请实施例中,可不定时的对目标区域图像获取模型进行训练以优化目标区域图像获取模型。
提取模块300用于根据特征提取算法,在目标区域图像上提取多个特征点。其中,特征提取算法可根据实际情况进行标定,且该特征提取算法也可预存在结算台的存储空间中,以在需要时方便调取。
具体地,在第二获取模块200获取到上述物品的图像中的目标区域图像后,提取模块300可采用特征提取算法提取目标区域图像的多个特征点。应说明的是,该实施例中所描述的多个特征点可充分体现目标区域图像所表达的意思。
检索模块400用于基于边缘计算对多个特征点进行检索,以获取物品的信息。应说明的是,该实施例中所描述的边缘计算可基于边缘计算盒子进行应用,其中,该边缘计算盒子的芯片可为专属芯片,相比于普通芯片,专属芯片在一些服务运算上的效率要大大高于普通芯片,例如,本申请的获取物品的信息的服务。
在本申请实施例中,结算台的存储空间中可预设一个物品信息库,即物品信息数据库,该物品信息库可由facebook(脸书)的faiss(针对聚类和相似性搜索库)库实现。
展示模块500用于将物品的信息提供给用户。
具体地,在提取模块300获取到目标区域图像的多个特征点后,检索模块400可将该多个特征点输入至提供边缘计算服务的边缘计算盒子,该边缘计算盒子在接收到该多个特征点后,连接物品信息库,并将多个特征点与物品信息库中的索引进行匹配,以及在匹配成功后,获取匹配成功的索引所对应的物品信息,即上述物品的信息。然后展示模块500通过结算台的显示屏显示该物品的信息。
在本申请实施例中,通过第一获取模块获取物品的图像,并通过第二获取模块根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后通过提取模块根据特征提取算法,在目标区域图像上提取多个特征点,再然后通过检索模块基于边缘计算对多个特征点进行检索,以获取物品的信息,最后通过展示模块将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
在本申请的一个实施例中,如图6所示,上述基于边缘计算的获取物品信息装置还可包括训练模块600,其中,训练模块600用于获取样本图像,其中,样本图像中包含标定的目标区域图像;将样本图像输入目标区域图像获取模型以生成预测的目标区域图像;以及根据预测的目标区域图像和标定的目标区域图像生成损失值,并根据损失值对目标区域图像获取模型进行训练。
在本申请的一个实施例中,第二获取模块200具体可用于将图像输入至目标区域图像获取模型,并通过目标区域图像获取模型检测图像中的目标区域图像,以获取图像中的目标区域图像,其中,目标区域图像包括物品的特定标志、特定文字和特定图像中的一种或多种。
在本申请的一个实施例中,检索模块400具体可用于将多个特征点的格式转换为边缘计算的应用格式,以及基于边缘计算将转换之后的多个特征点与物品信息库中的索引进行匹配,以获取物品的信息,其中,物品的信息包括物品名称、物品价格和物品保质期中的一种或多种。
在本申请的一个实施例中,如图7所示,上述基于边缘计算的获取物品信息装置还可包括结算模块700,其中,结算模块700用于根据物品的信息进行结算。
在本申请的一个实施例中,结算模块700具体可用于对物品的信息进行解析,以获取物品的价格,并根据物品的价格生成消费信息,以及接收由用户发送的物品结算请求,并根据物品结算请求和消费信息进行结算。
在本申请的一个实施例中,如图8所示,上述基于边缘计算的获取物品信息装置还可包括更新模块800,其中,更新模块800用于检测目标区域图像获取模型是否为最新版本,如果否,则发送请求模型更新指令至服务器,以通过服务器获取最新版本的目标区域图像获取模型,并将目标区域图像获取模型替换为最新版本的目标区域图像获取模型,其中,请求模型更新指令包括目标区域图像获取模型的唯一编码。
需要说明的是,前述对基于边缘计算的获取物品信息方法实施例的解释说明也适用于该实施例的基于边缘计算的获取物品信息装置,此处不再赘述。
综上,本申请实施例的基于边缘计算的获取物品信息装置,通过第一获取模块获取物品的图像,并通过第二获取模块根据目标区域图像获取模型对图像进行处理,以获取图像中的目标区域图像,然后通过提取模块根据特征提取算法,在目标区域图像上提取多个特征点,再然后通过检索模块基于边缘计算对多个特征点进行检索,以获取物品的信息,最后通过展示模块将物品的信息提供给用户。由此,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
为了实现上述实施例,如图9所示,本申请还提出一种结算台10000,包括上述基于边缘计算的获取物品信息装置1000。
本申请实施例的结算台,通过上述基于边缘计算的获取物品信息装置,采用边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图10所示,是根据本申请实施例的基于边缘计算的获取物品信息方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备包括:一个或多个处理器901、存储器902,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的基于边缘计算的获取物品信息方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的基于边缘计算的获取物品信息方法。
存储器902作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的基于边缘计算的获取物品信息方法对应的程序指令/模块(例如,附图5所示的基于边缘计算的获取物品信息装置1000可以包括:第一获取模块100、第二获取模块200、提取模块300、检索模块400和展示模块500)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的基于边缘计算的获取物品信息方法。
存储器902可以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、至少一个功能所需要的应用程序;存储数据区可存储根据基于边缘计算的获取物品信息方法的电子设备的使用所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至基于边缘计算的获取物品信息方法的电子设备。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。
基于边缘计算的获取物品信息方法的电子设备还可以包括:输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息,以及产生与基于边缘计算的获取物品信息方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,基于边缘计算对多个特征点进行检索以获取物品的信息,与云端服务相比,既有效解决了时延的问题,又增加了稳定性,从而大大提高了用户体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种基于边缘计算的获取物品信息方法,包括:
获取物品的图像;
根据目标区域图像获取模型对所述图像进行处理,以获取所述图像中的目标区域图像;
根据特征提取算法,在所述目标区域图像上提取多个特征点;
基于边缘计算对所述多个特征点进行检索,以获取所述物品的信息;以及
将所述物品的信息提供给用户。
2.根据权利要求1所述的基于边缘计算的获取物品信息方法,其中,所述目标区域图像获取模型通过以下方式生成:
获取样本图像,其中,所述样本图像中包含标定的目标区域图像;
将所述样本图像输入所述目标区域图像获取模型以生成预测的目标区域图像;以及
根据所述预测的目标区域图像和所述标定的目标区域图像生成损失值,并根据所述损失值对所述目标区域图像获取模型进行训练。
3.根据权利要求1所述的基于边缘计算的获取物品信息方法,其中,所述根据目标区域图像获取模型对所述图像进行处理,以获取所述图像中的目标区域图像,具体包括:
将所述图像输入至所述目标区域图像获取模型;以及
通过所述目标区域图像获取模型检测所述图像中的目标区域图像,以获取所述图像中的目标区域图像,其中,所述目标区域图像包括所述物品的特定标志、特定文字和特定图像中的一种或多种。
4.根据权利要求1所述的基于边缘计算的获取物品信息方法,其中,所述基于边缘计算对所述多个特征点进行检索,以确定所述物品的信息,具体包括:
将所述多个特征点的格式转换为所述边缘计算的应用格式;以及
基于所述边缘计算将所述转换之后的多个特征点与物品信息库中的索引进行匹配,以获取所述物品的信息,其中,所述物品的信息包括物品名称、物品价格和物品保质期中的一种或多种。
5.根据权利要求4所述的基于边缘计算的获取物品信息方法,还包括:
根据所述物品的信息进行结算。
6.根据权利要求5所述的基于边缘计算的获取物品信息方法,其中,所述根据所述物品的信息进行结算,包括:
对所述物品的信息进行解析,以获取所述物品的价格;
根据所述物品的价格生成消费信息;
接收由所述用户发送的物品结算请求;以及
根据所述物品结算请求和消费信息进行结算。
7.根据权利要求1所述的基于边缘计算的获取物品信息方法,还包括:
检测所述目标区域图像获取模型是否为最新版本;
如果否,则发送请求模型更新指令至服务器,以通过所述服务器获取最新版本的目标区域图像获取模型,其中,所述请求模型更新指令包括所述目标区域图像获取模型的唯一编码;以及
将所述目标区域图像获取模型替换为所述最新版本的目标区域图像获取模型。
8.一种基于边缘计算的获取物品信息装置,包括:
第一获取模块,用于获取物品的图像;
第二获取模块,用于根据目标区域图像获取模型对所述图像进行处理,以获取所述图像中的目标区域图像;
提取模块,用于根据特征提取算法,在所述目标区域图像上提取多个特征点;
检索模块,用于基于边缘计算对所述多个特征点进行检索,以获取所述物品的信息;以及
展示模块,用于将所述物品的信息提供给用户。
9.根据权利要求8所述的基于边缘计算的获取物品信息装置,还包括:
训练模块,用于获取样本图像,其中,所述样本图像中包含标定的目标区域图像;将所述样本图像输入所述目标区域图像获取模型以生成预测的目标区域图像;以及根据所述预测的目标区域图像和所述标定的目标区域图像生成损失值,并根据所述损失值对所述目标区域图像获取模型进行训练。
10.根据权利要求8所述的基于边缘计算的获取物品信息装置,其中,所述第二获取模块,具体用于:
将所述图像输入至所述目标区域图像获取模型;以及
通过所述目标区域图像获取模型检测所述图像中的目标区域图像,以获取所述图像中的目标区域图像,其中,所述目标区域图像包括所述物品的特定标志、特定文字和特定图像中的一种或多种。
11.根据权利要求8所述的基于边缘计算的获取物品信息装置,其中,所述检索模块,具体用于:
将所述多个特征点的格式转换为所述边缘计算的应用格式;以及
基于所述边缘计算将所述转换之后的多个特征点与物品信息库中的索引进行匹配,以获取所述物品的信息,其中,所述物品的信息包括物品名称、物品价格和物品保质期中的一种或多种。
12.根据权利要求11所述的基于边缘计算的获取物品信息装置,还包括:
结算模块,用于根据所述物品的信息进行结算。
13.根据权利要求12所述的基于边缘计算的获取物品信息装置,其中,所述结算模块,具体用于:
对所述物品的信息进行解析,以获取所述物品的价格;
根据所述物品的价格生成消费信息;
接收由所述用户发送的物品结算请求;以及
根据所述物品结算请求和消费信息进行结算。
14.根据权利要求8所述的基于边缘计算的获取物品信息装置,还包括:
更新模块,用于检测所述目标区域图像获取模型是否为最新版本;如果否,则发送请求模型更新指令至服务器,以通过所述服务器获取最新版本的目标区域图像获取模型,其中,所述请求模型更新指令包括所述目标区域图像获取模型的唯一编码;以及将所述目标区域图像获取模型替换为所述最新版本的目标区域图像获取模型。
15.一种结算台,包括如权利要求8-14中任一项所述的基于边缘计算的获取物品信息装置。
16.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于边缘计算的获取物品信息方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的基于边缘计算的获取物品信息方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617232.7A CN111967304A (zh) | 2020-06-30 | 2020-06-30 | 基于边缘计算的获取物品信息方法、装置和结算台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617232.7A CN111967304A (zh) | 2020-06-30 | 2020-06-30 | 基于边缘计算的获取物品信息方法、装置和结算台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111967304A true CN111967304A (zh) | 2020-11-20 |
Family
ID=73360748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010617232.7A Pending CN111967304A (zh) | 2020-06-30 | 2020-06-30 | 基于边缘计算的获取物品信息方法、装置和结算台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111967304A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112735198A (zh) * | 2020-12-31 | 2021-04-30 | 深兰科技(上海)有限公司 | 实验教学系统及方法 |
CN113569651A (zh) * | 2021-06-30 | 2021-10-29 | 青岛海尔科技有限公司 | 资源确定方法和装置、存储介质及电子装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993379A (zh) * | 2017-11-10 | 2018-05-04 | 深圳易伙科技有限责任公司 | 一种基于云+端的智能购物结算系统 |
CN110335116A (zh) * | 2019-07-03 | 2019-10-15 | 浪潮软件集团有限公司 | 一种基于边缘计算的数据商品推荐方法 |
CN110728548A (zh) * | 2019-10-23 | 2020-01-24 | 四川创客知佳科技有限公司 | 一种vr旅游产品评价系统 |
CN110784628A (zh) * | 2019-08-14 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 图像数据的采集处理方法、系统及智能摄像头、服务器 |
CN110782314A (zh) * | 2019-09-30 | 2020-02-11 | 杭州电子科技大学 | 一种基于边缘计算技术的新型散货零售平台 |
CN111212264A (zh) * | 2019-12-27 | 2020-05-29 | 中移(杭州)信息技术有限公司 | 基于边缘计算的图像处理方法、装置、及存储介质 |
CN111222382A (zh) * | 2018-11-27 | 2020-06-02 | 北京京东尚科信息技术有限公司 | 一种基于图像的商品结算方法、装置、介质及电子设备 |
CN111340126A (zh) * | 2020-03-03 | 2020-06-26 | 腾讯云计算(北京)有限责任公司 | 物品识别方法、装置、计算机设备和存储介质 |
CN111860071A (zh) * | 2019-04-30 | 2020-10-30 | 百度时代网络技术(北京)有限公司 | 用于识别物品的方法和装置 |
-
2020
- 2020-06-30 CN CN202010617232.7A patent/CN111967304A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993379A (zh) * | 2017-11-10 | 2018-05-04 | 深圳易伙科技有限责任公司 | 一种基于云+端的智能购物结算系统 |
CN111222382A (zh) * | 2018-11-27 | 2020-06-02 | 北京京东尚科信息技术有限公司 | 一种基于图像的商品结算方法、装置、介质及电子设备 |
CN111860071A (zh) * | 2019-04-30 | 2020-10-30 | 百度时代网络技术(北京)有限公司 | 用于识别物品的方法和装置 |
CN110335116A (zh) * | 2019-07-03 | 2019-10-15 | 浪潮软件集团有限公司 | 一种基于边缘计算的数据商品推荐方法 |
CN110784628A (zh) * | 2019-08-14 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 图像数据的采集处理方法、系统及智能摄像头、服务器 |
CN110782314A (zh) * | 2019-09-30 | 2020-02-11 | 杭州电子科技大学 | 一种基于边缘计算技术的新型散货零售平台 |
CN110728548A (zh) * | 2019-10-23 | 2020-01-24 | 四川创客知佳科技有限公司 | 一种vr旅游产品评价系统 |
CN111212264A (zh) * | 2019-12-27 | 2020-05-29 | 中移(杭州)信息技术有限公司 | 基于边缘计算的图像处理方法、装置、及存储介质 |
CN111340126A (zh) * | 2020-03-03 | 2020-06-26 | 腾讯云计算(北京)有限责任公司 | 物品识别方法、装置、计算机设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112735198A (zh) * | 2020-12-31 | 2021-04-30 | 深兰科技(上海)有限公司 | 实验教学系统及方法 |
CN113569651A (zh) * | 2021-06-30 | 2021-10-29 | 青岛海尔科技有限公司 | 资源确定方法和装置、存储介质及电子装置 |
CN113569651B (zh) * | 2021-06-30 | 2024-03-22 | 青岛海尔科技有限公司 | 资源确定方法和装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492698B (zh) | 一种模型训练的方法、对象检测的方法以及相关装置 | |
CN111626202B (zh) | 用于识别视频的方法及装置 | |
CN111507104B (zh) | 建立标签标注模型的方法、装置、电子设备和可读存储介质 | |
CN111782977B (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
US20210049354A1 (en) | Human object recognition method, device, electronic apparatus and storage medium | |
CN112084366B (zh) | 用于检索图像的方法、装置、设备以及存储介质 | |
CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
JP7222040B2 (ja) | モデル訓練、画像処理方法及びデバイス、記憶媒体、プログラム製品 | |
US20220027575A1 (en) | Method of predicting emotional style of dialogue, electronic device, and storage medium | |
CN111246257B (zh) | 视频推荐方法、装置、设备及存储介质 | |
CN111967304A (zh) | 基于边缘计算的获取物品信息方法、装置和结算台 | |
CN111275011A (zh) | 移动红绿灯检测方法、装置、电子设备和存储介质 | |
CN111611990A (zh) | 用于识别图像中表格的方法和装置 | |
CN111090991A (zh) | 场景纠错方法、装置、电子设备和存储介质 | |
CN111666771B (zh) | 文书的语义标签抽取、装置、电子设备及可读存储介质 | |
CN111127191A (zh) | 风险评估方法及装置 | |
CN110532415B (zh) | 图像搜索处理方法、装置、设备及存储介质 | |
CN111783427A (zh) | 用于训练模型与输出信息的方法、装置、设备及存储介质 | |
EP3910496A1 (en) | Search method and device | |
CN114357951A (zh) | 生成标准报告的方法、装置、设备及存储介质 | |
CN112311952A (zh) | 图像处理方法、系统和装置 | |
CN111640103A (zh) | 图像检测方法、装置、设备以及存储介质 | |
CN111338714A (zh) | 小程序物料处理方法、装置、电子设备和介质 | |
CN111125445A (zh) | 社区主题生成方法、装置、电子设备及存储介质 | |
CN111339344B (zh) | 室内图像检索方法、装置及电子设备 |
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 |