CN113023214A - 物品包装的存储方法、装置、存储介质和电子装置 - Google Patents
物品包装的存储方法、装置、存储介质和电子装置 Download PDFInfo
- Publication number
- CN113023214A CN113023214A CN202110252013.8A CN202110252013A CN113023214A CN 113023214 A CN113023214 A CN 113023214A CN 202110252013 A CN202110252013 A CN 202110252013A CN 113023214 A CN113023214 A CN 113023214A
- Authority
- CN
- China
- Prior art keywords
- target
- package
- packaging
- article
- information
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
- B65B69/00—Unpacking of articles or materials, not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
- B65G2201/02—Articles
- B65G2201/0285—Postal items, e.g. letters, parcels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Auxiliary Devices For And Details Of Packaging Control (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种物品包装的存储方法、装置、存储介质和电子装置,其中,该方法包括:识别待拆解包装的第一物品的目标包装信息,其中,目标包装信息用于指示第一物品的包装方式;根据目标包装信息控制机械臂对第一物品的包装进行拆解,得到目标包装;将目标包装存储在目标包装所属的目标包装类型对应的目标存储舱中。本申请解决了物品包装的再利用率较低的技术问题。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种物品包装的存储方法、装置、存储介质和电子装置。
背景技术
现如今,数据化智能化的技术蓬勃发展,电子商务领域一片繁荣景象,而且人们的物质文化需求也提高了,人们也会更多地网购。一般而言,一个家庭收快递的次数往往很多,所以每个家庭需要拆解大量的快递包装。目前人们在拆快递包装的过程中需要使用尖锐工具,有时可能还需要进行暴力拆解,不但容易伤到自己,拆解效率也低,拆除后的包装可能损毁严重不能重复利用,并且拆除的包装也不容易存放,所以只能丢弃,造成了物品包装的再利用率较低,资源浪费严重的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种物品包装的存储方法、装置、存储介质和电子装置,以至少解决相关技术中物品包装的再利用率较低的技术问题。
根据本申请实施例的一个方面,提供了一种物品包装的存储方法,包括:
识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
可选地,识别待拆解包装的第一物品的目标包装信息包括:
获取所述第一物品的物品图像;
从所述物品图像上识别所述第一物品上的封装材料的目标封装方式和至少一个目标封装位置;
将所述目标封装方式和至少一个目标封装位置确定为所述目标包装信息。
可选地,从所述物品图像上识别所述第一物品上的封装材料的目标封装方式和至少一个目标封装位置包括:
将所述物品图像输入到图像识别模型中,其中,所述图像识别模型是使用标注了包装上的封装材料的封装方式和至少一个封装位置的第一包装样本集对初始识别模型进行训练得到的;
获取所述图像识别模型输出的目标封装方式和至少一个目标封装位置。
可选地,根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装包括:
控制所述机械臂依次移动到所述目标包装信息中所包括的至少一个目标封装位置中的每个位置上;
按照所述目标包装信息中所包括的目标封装方式对应的目标拆解方式,控制所述机械臂拆解所述每个位置上的封装材料。
可选地,将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中包括:
对所述目标包装进行压缩,得到压缩包装;
将所述压缩包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
可选地,对所述目标包装进行压缩,得到压缩包装包括:
对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型;
从具有对应关系的包装类型和压缩方式中查找所述目标包装类型对应的目标压缩方式;
按照所述目标压缩方式对所述目标包装进行压缩,得到压缩包装。
可选地,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
确定所述目标包装的目标包装尺寸;
从多个尺寸范围中确定所述目标包装尺寸所落入的目标尺寸范围,其中,所述多个尺寸范围与多个包装类型一一对应;
将所述目标尺寸范围所对应的包装类型确定为所述目标包装类型。
可选地,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
将所述目标包装的图片图像输入到包装分类模型中,其中,所述包装分类模型是使用标注了包装尺寸和包装类型的第二包装样本包装样本集对初始分类模型进行训练得到的,所述包装分类模型用于从第二包装样本包装样本集中识别包装尺寸并按照包装尺寸对物品包装进行分类;
获取所述包装分类模型输出的所述目标包装类型。
可选地,在根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解之后,所述方法还包括:获取包装中的第二物品;向所述第二物品对应的客户端发送第一提示信息,其中,所述第一提示信息用于提示提取所述第二物品;
在将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中之后,所述方法还包括:存储具有对应关系的所述目标包装的信息和所述目标存储舱的信息;向所述客户端发送第二提示信息,其中,所述第二提示信息用于提示具有对应关系的所述目标包装的信息和所述目标存储舱的信息。
根据本申请实施例的另一方面,还提供了一种物品包装的存储装置,包括:
识别模块,用于识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
拆解模块,用于根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
存储模块,用于将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
根据本申请实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,程序运行时执行上述的方法。
根据本申请实施例的另一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器通过计算机程序执行上述的方法。
在本申请实施例中,采用识别待拆解包装的第一物品的目标包装信息,其中,目标包装信息用于指示第一物品的包装方式;根据目标包装信息控制机械臂对第一物品的包装进行拆解,得到目标包装;将目标包装存储在目标包装所属的目标包装类型对应的目标存储舱中的方式,识别待拆解包装的第一物品的用于指示第一物品的包装方式的目标包装信息,根据识别出的目标包装信息控制机械臂自动对第一物品的包装进行拆解,能够得到较为完整的目标包装,同时也避免了用户被尖锐工具伤到,再对目标包装进行分类存储,使得用户可以方便快捷的对目标包装进行再利用,达到了资源循环利用的目的,从而实现了提高物品包装的再利用率的技术效果,进而解决了物品包装的再利用率较低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的物品包装的存储方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的物品包装的存储方法的流程图;
图3是根据本申请实施例的一种包装信息的识别过程的示意图;
图4是根据本申请实施例的一种包装的拆解过程的示意图;
图5是根据本申请实施例的一种物品包装的分类过程的示意图;
图6是根据本申请实施例的一种物品包装的压缩和存储过程的示意图;
图7是根据本申请可选实施例的一种智能拆解快递机器人的操作流程的示意图;
图8是根据本申请实施例的一种可选的物品包装的存储装置的示意图;
图9是根据本申请实施例的一种电子装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请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。
根据本申请实施例的一方面,提供了一种物品包装的存储的方法实施例。
可选地,在本实施例中,上述物品包装的存储方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示,服务器103通过网络与终端101进行连接,可用于为终端或终端上安装的客户端提供服务(如游戏服务、应用服务等),可在服务器上或独立于服务器设置数据库,用于为服务器103提供数据存储服务,上述网络包括但不限于:广域网、城域网或局域网,终端101并不限定于PC、手机、平板电脑等。本申请实施例的物品包装的存储方法可以由服务器103来执行,也可以由终端101来执行,还可以是由服务器103和终端101共同执行。其中,终端101执行本申请实施例的物品包装的存储方法也可以是由安装在其上的客户端来执行。
图2是根据本申请实施例的一种可选的物品包装的存储方法的流程图,如图2所示,该方法可以包括以下步骤:
步骤S202,识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
步骤S204,根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
步骤S206,将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
通过上述步骤S202至步骤S206,识别待拆解包装的第一物品的用于指示第一物品的包装方式的目标包装信息,根据识别出的目标包装信息控制机械臂自动对第一物品的包装进行拆解,能够得到较为完整的目标包装,同时也避免了用户被尖锐工具伤到,再对目标包装进行分类存储,使得用户可以方便快捷的对目标包装进行再利用,达到了资源循环利用的目的,从而实现了提高物品包装的再利用率的技术效果,进而解决了物品包装的再利用率较低的技术问题。
可选地,在本实施例中,上述物品包装的存储方法可以但不限于应用于智能拆包装机器人,比如:智能拆解快递机器人,智能拆外卖机器人等等。
在步骤S202提供的技术方案中,待拆解包装的第一物品可以但不限于包括快递,外卖,礼品盒等物品。
可选地,在本实施例中,目标包装信息用于指示第一物品的包装方式,比如:纸盒箱胶带包装方式,纸盒箱绑带包装方式,泡沫箱胶带包装方式,泡沫箱绑带包装方式,文件袋粘胶包装方式等等。
可选地,在本实施例中,目标包装信息可以但不限于包括:第一物品的封装材料的封装位置和封装材料的封装方式等等。此外,目标包装信息还可以包括:第一物品的包装材质,封装材料的材质等信息。
作为一种可选的实施例,识别待拆解包装的第一物品的目标包装信息包括:
S11,获取所述第一物品的物品图像;
S12,从所述物品图像上识别所述第一物品上的封装材料的目标封装位置和目标封装方式;
S13,将所述目标封装位置和目标封装方式确定为所述目标包装信息。
可选地,在本实施例中,可以但不限于通过图像识别的方式识别待拆解包装的第一物品的目标包装信息。
可选地,在本实施例中,在智能拆快递机器人上可以但不限于设置摄像设备来获取第一物品的物品图像,摄像设备可以但不限于设置在机械臂上,或者,摄像设备可以但不限于设置在智能拆快递机器人上的多个方位从而用于从多个方位拍摄图像。
可选地,在本实施例中,获取第一物品的物品图像时,可以对第一物品的位姿进行调整,或者对摄像设备的拍摄角度进行调整等,从而便于拍摄更利于识别出封装信息的目标包装信息的物品图像。
可选地,在本实施例中,在第一物品的物品图像上可以但不限于识别出第一物品上的封装材料的目标封装位置和目标封装方式作为目标包装信息。
可选地,在本实施例中,封装材料可以但不限于包括:胶带,打包带,胶水,拉伸膜等等。
作为一种可选的实施例,从所述物品图像上识别所述第一物品上的封装材料的所述目标封装位置和所述目标封装方式包括:
S21,将所述物品图像输入到图像识别模型中,其中,所述图像识别模型是使用标注了包装上的封装材料的封装方式和至少一个封装位置的第一包装样本集对初始识别模型进行训练得到的;
S22,获取所述图像识别模型输出的所述目标封装方式和所述至少一个目标封装位置。
可选地,在本实施例中,可以但不限于使用训练后的图像识别模型来自动识别第一物品的物品图像中的第一物品上的封装材料的目标封装位置和目标封装方式。
可选地,在本实施例中,上述初始识别模型可以但不限于为卷积神经网络(Convolutional Neural Networks,CNN)等具有图像识别功能的深度学习网络模型。
可选地,在本实施例中,在将所述物品图像输入到图像识别模型中之前,可以但不限于通过以下方式对初始识别模型进行训练得到上述图像识别模型:将第一包装样本集中的每个样本输入初始识别模型;获取初始识别模型输出的初始封装位置和初始封装方式作为初始包装信息;将初始包装信息和每个样本所标注的包装信息代入初始识别模型对应的损失函数中,得到该样本对应的损失值;根据该损失值对初始识别模型的模型参数进行调整,直至得到的损失值满足初始识别模型对应的跳出迭代过程的条件,得到所述图像识别模型。
可选地,在本实施例中,用于训练初始识别模型的第一包装样本集可以但不限于是从大数据平台云端所拥有的包裹打包图像库中获取的包裹打包图像集。
可选地,在本实施例中,上述包装信息的识别过程可以但不限于应用于智能拆解快递机器人的图像识别系统。图3是根据本申请实施例的一种包装信息的识别过程的示意图,如图3所示,将大数据平台云端所拥有的包裹打包图像输入到深度学习算法的图像识别模型中对其进行训练,将用户目前所拥有包裹打包图像输入到训练后的深度学习算法的图像识别模型中,利用深度学习算法的图像识别模型识别出每件包裹(即上述第一物品)的打包方式(即上述包装方式),并将相应的打包方式信息传递给智能拆解系统进行包装拆解。
在步骤S204提供的技术方案中,根据目标包装信息控制机械臂对第一物品的包装进行自动拆解,得到目标包装,能够使得用户不必使用尖锐工具拆包装,从而在提高包装拆解效率的同时保证用户的安全。
可选地,在本实施例中,根据快递包裹的包装信息(比如:包装方式)的不同,可以控制机械臂采取相应的自动化的拆解方式来拆分物品的包装。
作为一种可选的实施例,根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装包括:
S31,控制所述机械臂依次移动到所述目标包装信息中所包括的至少一个目标封装位置中的每个位置上;
S32,按照所述目标包装信息中所包括的目标封装方式对应的目标拆解方式,控制所述机械臂拆解所述每个位置上的封装材料。
可选地,在本实施例中,控制机械臂依次移动到至少一个目标封装位置中的每个位置上对每个位置上的封装材料进行相应的拆解。
可选地,在本实施例中,不同的封装方式可以但不限于对应不同的拆解方式,比如:拆解方式的划分可以精确到物品,即不同物品的封装方式不同可以采用不同的拆解方式进行拆解,也可以精确到封装材料,即不同位置上封装材料的封装方式不同可以按照不同的拆解方式进行相应拆解。
可选地,在本实施例中,上述包装的拆解过程可以但不限于应用于智能拆解快递机器人的智能拆解系统。图4是根据本申请实施例的一种包装的拆解过程的示意图,如图4所示,智能拆解系统接收到图像识别系统传递的打包方式信息后,利用配备的机械手(即上述机械臂)根据打包方式,对快递包裹进行拆包,得到用户的物品和快递打包的纸皮箱。
在步骤S206提供的技术方案中,物品的包装可以但不限于按照各种利于收纳的方式进行分类,比如:按照包装尺寸进行分类,可以划分为:小包装,中包装,大包装,特大包装等等。按照包装材质进行分类,可以划分为:纸皮箱包装,泡沫箱包装,文件袋包装等等。
可选地,在本实施例中,不同的包装类型对应了不同的存储舱,从而将拆解出的包装分类存储,方便用户再次利用。比如:小包装对应1号存储舱,中包装对应2号存储舱,大包装对应3号存储舱等等,如果用户需要一个较小的容器收纳物品,则可以到1号存储舱中提取压缩的小包装进行使用。
可选地,在本实施例中,对目标包装进行存储,可以但不限于直接存储,也可以压缩后再存储。
作为一种可选的实施例,将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中包括:
S41,对所述目标包装进行压缩,得到压缩包装;
S42,将所述压缩包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
可选地,在本实施例中,不同类型的目标包装可以但不限于采用不同的压缩方式进行压缩。可以但不限于通过控制机械臂对目标包装进行折叠,弯曲等操作来压缩目标包装。
作为一种可选的实施例,对所述目标包装进行压缩,得到压缩包装包括:
S51,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型;
S52,从具有对应关系的包装类型和压缩方式中查找所述目标包装类型对应的目标压缩方式;
S53,按照所述目标压缩方式对所述目标包装进行压缩,得到压缩包装。
可选地,在本实施例中,预先配置出不同包装类型的不同压缩方式存储为具有对应关系的包装类型和压缩方式,根据识别出的目标包装所属的目标包装类型从具有对应关系的包装类型和压缩方式中获取到相应的目标压缩方式,并按照该目标压缩方式压缩目标包装,从而得到压缩包装。
作为一种可选的实施例,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
S61,确定所述目标包装的目标包装尺寸;
S62,从多个尺寸范围中确定所述目标包装尺寸所落入的目标尺寸范围,其中,所述多个尺寸范围与多个包装类型一一对应;
S63,将所述目标尺寸范围所对应的包装类型确定为所述目标包装类型。
可选地,在本实施例中,可以但不限于根据目标包装的目标包装尺寸对目标包装进行分类,将尺寸划分为多个尺寸范围,每个尺寸范围对应一种包装类型,目标包装尺寸所落入的目标尺寸范围即对应了目标包装所属于的目标包装类型。
比如:包装类型可以但不限于包括:小包装,中包装,大包装和特大包装等等,小包装对应了尺寸范围A,中包装对应了尺寸范围B,大包装对应了尺寸范围C,特大包装对应了尺寸范围D,其中,尺寸范围A小于尺寸范围B小于尺寸范围C小于尺寸范围D,如果目标包装的目标包装尺寸落入到尺寸范围C中,则确定目标包装属于大包装。采用大包装对应的压缩方式对其进行压缩,并将其存储到大包装对应的存储舱中。
作为一种可选的实施例,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
S71,将所述目标包装的图像输入到包装分类模型中,其中,所述包装分类模型是使用标注了包装尺寸和包装类型的第二包装样本集对初始分类模型进行训练得到的,所述包装分类模型用于从第二包装样本集中识别包装尺寸并按照包装尺寸对物品包装进行分类;
S72,获取所述包装分类模型输出的所述目标包装类型。
可选地,在本实施例中,可以但不限于使用训练后的包装分类模型来自动按照目标包装的目标包装尺寸对目标包装进行分类,输出目标包装类型。
可选地,在本实施例中,上述初始分类模型可以但不限于为卷积神经网络(Convolutional Neural Networks,CNN)等具有图像分类功能的深度学习网络模型。
可选地,在本实施例中,在将所述目标包装的图像输入到包装分类模型中之前,可以但不限于通过以下方式对初始分类模型进行训练得到上述包装分类模型:将第二包装样本集中的每个样本输入初始分类模型;获取初始分类模型输出的初始包装尺寸和初始包装类型;将初始包装尺寸和初始包装类型与该样本所标注的包装尺寸和包装类型代入初始分类模型对应的损失函数中,得到该样本对应的损失值;根据该损失值对初始分类模型的模型参数进行调整,直至得到的损失值满足初始分类模型对应的跳出迭代过程的条件,得到所述包装分类模型。
可选地,在本实施例中,用于训练初始识别模型的第一包装样本集可以但不限于是从大数据平台云端所拥有的包装材料图像库中获取的包装材料图像集。
可选地,在本实施例中,上述物品包装的分类过程可以但不限于应用于智能拆解快递机器人的自动分类系统。图5是根据本申请实施例的一种物品包装的分类过程的示意图,如图5所示,将大数据平台云端所拥有的纸皮箱图像输入到深度学习算法的图像识别模型中对其进行训练,将拆解出的纸皮箱(相当于上述目标包装)的图像输入到训练后的深度学习算法的图像识别模型中,利用深度学习算法的图像识别模型识别出纸皮箱的大小(即上述目标包装尺寸),并根据纸皮箱的大小进行小,中,大分类,得到分类信息(即上述目标包装类型),并将分类信息传递给智能收纳系统进行包装的压缩和存储。
作为一种可选的实施例,在根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解之后,还包括:
S81,获取包装中的第二物品;
S82,向所述第二物品对应的客户端发送第一提示信息,其中,所述第一提示信息用于提示提取所述第二物品;
在将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中之后,还包括:
S83,存储具有对应关系的所述目标包装的信息和所述目标存储舱的信息;
S84,向所述客户端发送第二提示信息,其中,所述第二提示信息用于提示具有对应关系的所述目标包装的信息和所述目标存储舱的信息。
可选地,在本实施例中,在对包装进行拆解后,除了获取到目标包装外,还能够获取到用户的物品(即第二物品),可以但不限于通过向用户的客户端发送第一提示信息来提醒用户取走物品。
可选地,在本实施例中,在将压缩包装存储在目标包装所属的目标包装类型对应的目标存储舱中之后,可以记录具有对应关系的所述目标包装的信息和所述目标存储舱的信息,并将其发送给用户的客户端来提醒用户有相应类型的包装可以再次重复利用。
可选地,在本实施例中,上述物品包装的压缩和存储过程可以但不限于应用于智能拆解快递机器人的智能收纳系统。图6是根据本申请实施例的一种物品包装的压缩和存储过程的示意图,如图6所示,智能收纳系统接收到自动分类系统传递的分类信息后,利用配备的机械手(即上述机械臂)对纸皮箱进行压缩,得到压缩后各类型纸皮箱并进行收纳整理。
本申请还提供了一种可选实施例,该可选实施例提供了一种智能拆解快递机器人,图7是根据本申请可选实施例的一种智能拆解快递机器人的操作流程的示意图,如图7所示,智能拆快递机器人可以但不限于包括四部分:图像识别系统,自动分类系统、智能拆解系统以及智能收纳系统。图像识别系统对目前所需要拆开的快递包裹进行图像识别,识别出该快递的打包方式,把打包方式的信息提交给智能拆解系统。智能拆解系统利用图像识别系统传输过来的信息,基于快递包裹的打包方式,利用机器人匹配的机械手,对快递包裹的纸皮箱进行拆解,然后将里层物品给到用户,将拆解后的最外层纸皮箱提交给自动分类系统。自动分类系统根据纸皮箱的大小,将纸皮箱进行分类,然后将分类信息给到智能收纳系统。智能收纳系统根据纸皮箱的分类信息,对纸皮箱进行压缩,节省空间,进行归类,提交给用户。
通过上述过程,既节省了包装的收纳空间,又减少用户拆解快递的时间成本。如果用户需要将纸皮箱进行再次利用,也可以直接根据分类立即找到自己所需要规格的纸皮箱,再一次减少用户的时间成本。智能拆快递机器人不仅可以减少用户拆解快递的时间成本,减少用户利用刀具拆解包裹可能受到伤害的风险,还可以方便用户对纸皮箱的循环利用。
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,本申请并不受所描述的动作顺序的限制,因为依据本申请,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申请所必须的。
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,本申请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电子设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述物品包装的存储方法的物品包装的存储装置。图8是根据本申请实施例的一种可选的物品包装的存储装置的示意图,如图8所示,该装置可以包括:
识别模块82,用于识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
拆解模块84,用于根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
存储模块86,用于将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
需要说明的是,该实施例中的识别模块82可以用于执行本申请实施例中的步骤S202,该实施例中的拆解模块84可以用于执行本申请实施例中的步骤S204,该实施例中的存储模块86可以用于执行本申请实施例中的步骤S206。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现。
通过上述模块,识别待拆解包装的第一物品的用于指示第一物品的包装方式的目标包装信息,根据识别出的目标包装信息控制机械臂自动对第一物品的包装进行拆解,能够得到较为完整的目标包装,同时也避免了用户被尖锐工具伤到,再对目标包装进行分类存储,使得用户可以方便快捷的对目标包装进行再利用,达到了资源循环利用的目的,从而实现了提高物品包装的再利用率的技术效果,进而解决了物品包装的再利用率较低的技术问题。
作为一种可选的实施例,所述识别模块包括:
获取单元,用于获取所述第一物品的物品图像;
识别单元,用于从所述物品图像上识别所述第一物品上的封装材料的目标封装方式和至少一个目标封装位置;
确定单元,用于将所述目标封装方式和所述至少一个目标封装位置确定为所述目标包装信息。
作为一种可选的实施例,所述识别单元用于:
将所述物品图像输入到图像识别模型中,其中,所述图像识别模型是使用标注了包装上的封装材料的封装方式和至少一个封装位置的第一包装样本集对初始识别模型进行训练得到的;
获取所述图像识别模型输出的所述目标封装方式和所述至少一个目标封装位置。
作为一种可选的实施例,所述拆解模块包括:
移动单元,用于控制所述机械臂依次移动到所述目标包装信息中所包括的至少一个目标封装位置中的每个位置上;
拆解单元,用于按照所述目标包装信息中所包括的目标封装方式对应的目标拆解方式,控制所述机械臂拆解所述每个位置上的封装材料。
作为一种可选的实施例,所述存储模块包括:
压缩单元,用于对所述目标包装进行压缩,得到压缩包装;
存储单元,用于将所述压缩包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
作为一种可选的实施例,所述压缩单元用于:
对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型;
从具有对应关系的包装类型和压缩方式中查找所述目标包装类型对应的目标压缩方式;
按照所述目标压缩方式对所述目标包装进行压缩,得到压缩包装。
作为一种可选的实施例,所述压缩单元用于:
确定所述目标包装的目标包装尺寸;
从多个尺寸范围中确定所述目标包装尺寸所落入的目标尺寸范围,其中,所述多个尺寸范围与多个包装类型一一对应;
将所述目标尺寸范围所对应的包装类型确定为所述目标包装类型。
作为一种可选的实施例,所述压缩单元用于:
将所述目标包装的图像输入到包装分类模型中,其中,所述包装分类模型是使用标注了包装尺寸和包装类型的第二包装样本集对初始分类模型进行训练得到的,所述包装分类模型用于从第二包装样本集中识别包装尺寸并按照包装尺寸对物品包装进行分类;
获取所述包装分类模型输出的所述目标包装类型。
作为一种可选的实施例,所述装置还包括:
第一处理模块,用于在根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解之后,获取包装中的第二物品;向所述第二物品对应的客户端发送第一提示信息,其中,所述第一提示信息用于提示提取所述第二物品;
第二处理模块,用于在将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中之后,存储具有对应关系的所述目标包装的信息和所述目标存储舱的信息;向所述客户端发送第二提示信息,其中,所述第二提示信息用于提示具有对应关系的所述目标包装的信息和所述目标存储舱的信息。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的另一个方面,还提供了一种用于实施上述物品包装的存储方法的电子装置。
图9是根据本申请实施例的一种电子装置的结构框图,如图9所示,该电子装置可以包括:一个或多个(图中仅示出一个)处理器901、存储器903、以及传输装置905,如图9所示,该电子装置还可以包括输入输出设备907。
其中,存储器903可用于存储软件程序以及模块,如本申请实施例中的物品包装的存储方法和装置对应的程序指令/模块,处理器901通过运行存储在存储器903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,即实现上述的物品包装的存储方法。存储器903可包括高速随机存储器,还可以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903可进一步包括相对于处理器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电子装置。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。
上述的传输装置905用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置905包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置905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。
其中,具体地,存储器903用于存储应用程序。
处理器901可以通过传输装置905调用存储器903存储的应用程序,以执行下述步骤:
识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
采用本申请实施例,提供了一种物品包装的存储的方案。识别待拆解包装的第一物品的用于指示第一物品的包装方式的目标包装信息,根据识别出的目标包装信息控制机械臂自动对第一物品的包装进行拆解,能够得到较为完整的目标包装,同时也避免了用户被尖锐工具伤到,再对目标包装进行分类存储,使得用户可以方便快捷的对目标包装进行再利用,达到了资源循环利用的目的,从而实现了提高物品包装的再利用率的技术效果,进而解决了物品包装的再利用率较低的技术问题。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图9所示的结构仅为示意,电子装置可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等电子设备。图9其并不对上述电子装置的结构造成限定。例如,电子装置还可包括比图9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9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电子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。
本申请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执行物品包装的存储方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
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:
识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于: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。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的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,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,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,所揭露的客户端,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,在本申请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。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (12)
1.一种物品包装的存储方法,其特征在于,包括:
识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
2.根据权利要求1所述的方法,其特征在于,识别待拆解包装的第一物品的目标包装信息包括:
获取所述第一物品的物品图像;
从所述物品图像上识别所述第一物品上的封装材料的目标封装方式和至少一个目标封装位置;
将所述目标封装方式和至少一个目标封装位置确定为所述目标包装信息。
3.根据权利要求2所述的方法,其特征在于,从所述物品图像上识别所述第一物品上的封装材料的目标封装方式和至少一个目标封装位置包括:
将所述物品图像输入到图像识别模型中,其中,所述图像识别模型是使用标注了包装上的封装材料的封装方式和至少一个封装位置的第一包装样本集对初始识别模型进行训练得到的;
获取所述图像识别模型输出的所述目标封装方式和所述至少一个目标封装位置。
4.根据权利要求1所述的方法,其特征在于,根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装包括:
控制所述机械臂依次移动到所述目标包装信息中所包括的至少一个目标封装位置中的每个位置上;
按照所述目标包装信息中所包括的目标封装方式对应的目标拆解方式,控制所述机械臂拆解所述每个位置上的封装材料。
5.根据权利要求1所述的方法,其特征在于,将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中包括:
对所述目标包装进行压缩,得到压缩包装;
将所述压缩包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
6.根据权利要求5所述的方法,其特征在于,对所述目标包装进行压缩,得到压缩包装包括:
对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型;
从具有对应关系的包装类型和压缩方式中查找所述目标包装类型对应的目标压缩方式;
按照所述目标压缩方式对所述目标包装进行压缩,得到压缩包装。
7.根据权利要求6所述的方法,其特征在于,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
确定所述目标包装的目标包装尺寸;
从多个尺寸范围中确定所述目标包装尺寸所落入的目标尺寸范围,其中,所述多个尺寸范围与多个包装类型一一对应;
将所述目标尺寸范围所对应的包装类型确定为所述目标包装类型。
8.根据权利要求6所述的方法,其特征在于,对所述目标包装进行分类,得到所述目标包装所属的所述目标包装类型包括:
将所述目标包装的图片图像输入到包装分类模型中,其中,所述包装分类模型是使用标注了包装尺寸和包装类型的第二包装样本包装样本集对初始分类模型进行训练得到的,所述包装分类模型用于从第二包装样本包装样本集中识别包装尺寸并按照包装尺寸对物品包装进行分类;
获取所述包装分类模型输出的所述目标包装类型。
9.根据权利要求1所述的方法,其特征在于,
在根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解之后,所述方法还包括:获取包装中的第二物品;向所述第二物品对应的客户端发送第一提示信息,其中,所述第一提示信息用于提示提取所述第二物品;
在将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中之后,所述方法还包括:存储具有对应关系的所述目标包装的信息和所述目标存储舱的信息;向所述客户端发送第二提示信息,其中,所述第二提示信息用于提示具有对应关系的所述目标包装的信息和所述目标存储舱的信息。
10.一种物品包装的存储装置,其特征在于,包括:
识别模块,用于识别待拆解包装的第一物品的目标包装信息,其中,所述目标包装信息用于指示所述第一物品的包装方式;
拆解模块,用于根据所述目标包装信息控制机械臂对所述第一物品的包装进行拆解,得到目标包装;
存储模块,用于将所述目标包装存储在所述目标包装所属的目标包装类型对应的目标存储舱中。
11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至9任一项中所述的方法。
12.一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器通过所述计算机程序执行上述权利要求1至9任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110252013.8A CN113023214B (zh) | 2021-03-08 | 2021-03-08 | 物品包装的存储方法、装置、存储介质和电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110252013.8A CN113023214B (zh) | 2021-03-08 | 2021-03-08 | 物品包装的存储方法、装置、存储介质和电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113023214A true CN113023214A (zh) | 2021-06-25 |
CN113023214B CN113023214B (zh) | 2022-02-11 |
Family
ID=76467160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110252013.8A Active CN113023214B (zh) | 2021-03-08 | 2021-03-08 | 物品包装的存储方法、装置、存储介质和电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113023214B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115158818A (zh) * | 2022-07-01 | 2022-10-11 | 江苏中烟工业有限责任公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040055438A1 (en) * | 2000-11-10 | 2004-03-25 | Ours David C. | Method and apparatus for cutting a case containing product |
CN101104448A (zh) * | 2007-02-06 | 2008-01-16 | 云南昆船设计研究院 | 一种纸箱开包方法及其开包系统 |
CN105173278A (zh) * | 2015-09-01 | 2015-12-23 | 上海大学 | 一种基于工业机器人的自动拆箱系统 |
CN106966081A (zh) * | 2017-05-12 | 2017-07-21 | 北京印刷学院 | 一种包装袋的分类回收装置 |
CN109250233A (zh) * | 2018-09-18 | 2019-01-22 | 珠海格力电器股份有限公司 | 待包装对象的包装方法及装置 |
CN110633772A (zh) * | 2019-09-26 | 2019-12-31 | 秒针信息技术有限公司 | 一种提高包装载体回收利用率的方法、装置及服务器 |
CN111126115A (zh) * | 2018-11-01 | 2020-05-08 | 顺丰科技有限公司 | 暴力分拣行为识别方法和装置 |
CN111559551A (zh) * | 2020-04-29 | 2020-08-21 | 上海中通吉网络技术有限公司 | 快递流转包自动拆包方法和装置 |
-
2021
- 2021-03-08 CN CN202110252013.8A patent/CN113023214B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040055438A1 (en) * | 2000-11-10 | 2004-03-25 | Ours David C. | Method and apparatus for cutting a case containing product |
CN101104448A (zh) * | 2007-02-06 | 2008-01-16 | 云南昆船设计研究院 | 一种纸箱开包方法及其开包系统 |
CN105173278A (zh) * | 2015-09-01 | 2015-12-23 | 上海大学 | 一种基于工业机器人的自动拆箱系统 |
CN106966081A (zh) * | 2017-05-12 | 2017-07-21 | 北京印刷学院 | 一种包装袋的分类回收装置 |
CN109250233A (zh) * | 2018-09-18 | 2019-01-22 | 珠海格力电器股份有限公司 | 待包装对象的包装方法及装置 |
CN111126115A (zh) * | 2018-11-01 | 2020-05-08 | 顺丰科技有限公司 | 暴力分拣行为识别方法和装置 |
CN110633772A (zh) * | 2019-09-26 | 2019-12-31 | 秒针信息技术有限公司 | 一种提高包装载体回收利用率的方法、装置及服务器 |
CN111559551A (zh) * | 2020-04-29 | 2020-08-21 | 上海中通吉网络技术有限公司 | 快递流转包自动拆包方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115158818A (zh) * | 2022-07-01 | 2022-10-11 | 江苏中烟工业有限责任公司 | 数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113023214B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rabano et al. | Common garbage classification using mobilenet | |
CN108920457B (zh) | 地址识别方法和装置及存储介质 | |
EP2907058B1 (en) | Incremental visual query processing with holistic feature feedback | |
US11820022B2 (en) | Integrated item decanting system | |
CN113023214B (zh) | 物品包装的存储方法、装置、存储介质和电子装置 | |
CN107368182B (zh) | 手势检测网络训练、手势检测、手势控制方法及装置 | |
US20140351264A1 (en) | Methods and systems for ranking images using semantic and aesthetic models | |
CN107679561A (zh) | 图像处理方法和装置、系统、计算机设备 | |
EP4068114A1 (en) | Image retrieval method and apparatus, storage medium, and electronic device | |
CN108334895A (zh) | 目标数据的分类方法、装置、存储介质及电子装置 | |
CN111125491A (zh) | 商品信息的搜索方法和装置、存储介质及电子装置 | |
CN111868709A (zh) | 自动批次分类 | |
CN107657172A (zh) | 代码处理方法、装置及系统 | |
CN109389982A (zh) | 发货信息语音识别方法、系统、设备及存储介质 | |
WO2023015916A1 (zh) | 一种立体分拣方法、立体分拣机器人和系统 | |
CN114219955A (zh) | 包装物料检测方法、装置、电子设备及存储介质 | |
US20190370745A1 (en) | System and method for processing of designated items in a facility | |
Zhu et al. | Performance analysis of real-time object detection on Jetson device | |
CN107679055A (zh) | 信息检索方法、服务器及可读存储介质 | |
US20220114352A1 (en) | Object recognition system and related device | |
CN110895555B (zh) | 数据检索方法和装置、存储介质及电子装置 | |
CN115946999A (zh) | 垃圾分类方法和装置、电子设备及存储介质 | |
CN111079468B (zh) | 机器人识别物体的方法及装置 | |
CN101533411B (zh) | 一种网络在线实时信息的处理系统和处理方法 | |
CN110399404A (zh) | 一种计算机的用户表示生成方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |