CN113536881A - 缺货检测方法、货架排面缺货检测的边缘计算设备及系统 - Google Patents
缺货检测方法、货架排面缺货检测的边缘计算设备及系统 Download PDFInfo
- Publication number
- CN113536881A CN113536881A CN202110208987.6A CN202110208987A CN113536881A CN 113536881 A CN113536881 A CN 113536881A CN 202110208987 A CN202110208987 A CN 202110208987A CN 113536881 A CN113536881 A CN 113536881A
- Authority
- CN
- China
- Prior art keywords
- shelf
- commodity
- detection
- stock
- edge
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 92
- 238000007726 management method Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 7
- 235000012149 noodles Nutrition 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/547—Messaging middleware
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种缺货检测方法、货架排面缺货检测的边缘计算设备及系统，通过采集第一货架图像，扫描第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有第一商品边框数据识别获取第一商品名字数据以获取检测结果，发送检测结果消息至边缘设备管理后台以使边缘设备管理后台生成每个棚格的缺货率以及标记商品错放棚格，增大了缺货并行处理的数据量，提高了缺货数据处理的效率。
Description
技术领域
本申请属于货架检测的技术领域，尤其涉及一种缺货检测方法、货架排面缺货检测的边缘计算设备及系统。
背景技术
近几年，与人们生活密切联系的智能新零售迅速发展，其运用互联网、物联网、大数据、人工智能等技术赋能商超、便利店等数字化、智能化管理，同时优化商品和用户和支付之间的关系，给予顾客更快、更好、更方便的购物体验。
数字货架是智能新零售业务中重要的一个环节，目前对于货架的货品检测一般通过后台统一处理数据从而判断货架的货品情况，这导致了后台数据处理量大以及处理速度慢的问题。
发明内容
本申请的目的在于提供一种缺货检测方法，旨在解决传统的货架的货品检测存在处理速度慢的问题。
本申请实施例的第一方面提供了一种缺货检测方法，包括：
根据缺货检测任务采集第一货架图像，扫描所述第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有所述第一商品边框数据识别获取第一商品名字数据以获取检测结果；
发送所述检测结果消息至边缘设备管理后台以使所述边缘设备管理后台生成每个所述棚格的缺货率以及标记商品错放棚格。
其中一实施例中，所述缺货检测方法还包括：
生成标准货架排面并发送至所述边缘设备管理后台；
所述边缘设备管理后台根据所述检测结果和所述标准货架排面生成所述棚格的缺货率以及标记商品错放棚格。
其中一实施例中，所述生成标准货架排面包括：
根据排面检测任务采集第二货架图像，扫描所述第二货架图像中的所述商品以获取第二商品边框数据，并根据所述第二商品边框数据获取第二商品名字数据；
基于相同的第二商品名字数据聚合绘制所述棚格，并生成所述标准货架排面。
本申请实施例的第二方面提供了一种货架排面缺货检测的边缘计算设备，包括：
主控单元，用于定时生成缺货检测任务；
图像获取单元，用于采集第一货架图像；
数字货架算法单元，用于扫描所述第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有所述第一商品边框数据识别获取第一商品名字数据以获取检测结果；以及
通信单元，用于发送所述检测结果消息至边缘设备管理后台。
其中一实施例中，其特征在于，
所述主控单元，还用于定时生成排面检测任务；
所述图像获取单元，还用于采集第二货架图像；
所述数字货架算法单元，还用于扫描所述第二货架图像中的所述商品以获取第二商品边框数据，并根据所述第二商品边框数据获取第二商品名字数据，基于相同的第二商品名字数据聚合绘制所述棚格，并生成标准货架排面并发送至所述边缘设备管理后台；
通信单元，还用于发送标准货架排面至所述边缘设备管理后台。
其中一实施例中，还包括数据存储单元；
所述数据存储单元用于存储所述数字货架算法单元的执行步骤、所述第一货架图像、所述第二货架图像、所述第一商品边框数据、所述第二商品边框数据、所述第一商品名字数据、所述第二商品名字数据、所述棚格的数据、所述标准货架排面以及所述检测结果。
其中一实施例中，还包括在线升级单元；
所述在线升级单元用于下载和校检升级文件。
其中一实施例中，所述通信单元还用于接收所述边缘设备管理后台发布的升级任务信息；
所述主控单元还用于解析所述升级任务信息以及在所述在线升级单元下载和校检所述升级文件之后重启以完成升级。
其中一实施例中，还包括可扩展算法单元；
所述可扩展算法单元用于功能扩展。
本申请实施例的第三方面提供了一种货架排面缺货检测的边缘计算系统，包括边缘设备管理后台、消息代理中间件以及多个如第二方面任一项所述的货架排面缺货检测的边缘计算设备；
所述边缘设备管理后台通过所述消息代理中间件与多个所述货架排面缺货检测的边缘计算设备进行通讯。
本申请与现有技术相比存在的有益效果是：通过根据缺货检测任务采集第一货架图像，扫描第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有第一商品边框数据识别获取第一商品名字数据以获取检测结果，发送检测结果消息至边缘设备管理后台以使边缘设备管理后台生成每个棚格的缺货率以及标记商品错放棚格，真正实现了数据采集、数据清洗、算法推理的最近端服务，增大了并行处理的数据量，提高了数据处理的效率。本申请每一个货架排面缺货检测的边缘计算设备单体都是独立的系统，具有易部署、易拓展、先进性、稳定性、精确性以及在线实时升级等诸多优点，可满足用户不同规模、不同组织的个性化功能需求。
附图说明
图1为本申请实施例提供的缺货检测方法的第一方法流程图；
图2为本申请实施例提供的缺货检测方法的第二方法流程图；
图3为本申请实施例提供的货架排面缺货检测的边缘计算设备的第一示例原理框图；
图4为本申请实施例提供的货架排面缺货检测的边缘计算设备的第二示例原理框图；
图5为本申请实施例提供的货架排面缺货检测的边缘计算系统的示例原理框图；
图6为本申请实施例提供的货架排面缺货检测的边缘计算设备的第一安装示意图；
图7为本申请实施例提供的货架排面缺货检测的边缘计算设备的第二安装示意图。
具体实施方式
为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1示出了本申请实施例提供的缺货检测方法的第一方法流程图，为了便于说明，仅示出了与本实施例相关的部分，详述如下：
缺货检测方法包括以下步骤：
步骤S01.根据缺货检测任务采集第一货架图像，扫描第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有第一商品边框数据识别获取第一商品名字数据以获取检测结果。
在上述步骤S01中，边缘计算设备100根据自身定时生成的缺货检测任务或接收边缘设备管理后台300发送的缺货检测任务，然后根据缺货检测任务对货架进行图像采集以获取第一货架图像，接着对第一货架图像中的每个棚格内的商品进行扫描以获取每个棚格内的商品对应的第一商品边框数据，并且根据第一商品边框数据获取第一商品边框数据对应的第一商品名字数据，然后根据第一商品名字数据生成检测结果，在步骤S01就完成了对货架的扫描检测以及对货架的商品进行数据统计，使边缘计算设备100先对货架的商品进行了处理，因此当货架数量多的时候，每个边缘计算设备100均对其负责的货架的商品进行处理，因此全部边缘计算设备100可以同时进行数据处理，相对于传统的将数据汇总至后台由后台进行统一处理，数据处理的效率得到了提升，且对货架的商品按照每个棚格分类进行数据处理，能够还能够为后续的商品错放分析提供数据。
其中，第一货架图像可以对应一个货架的图像或者多个货架的图像，具体取决与实际的获取图像数据的设备的性能要求和/或设计需要。
步骤S02.发送检测结果消息至边缘设备管理后台300以使边缘设备管理后台300生成每个棚格的缺货率以及标记商品错放棚格。
在上述步骤S02中，边缘计算设备100将检测结果发送至边缘设备管理后台300，边缘设备管理后台300根据检测结果分析生成货架中的每个棚格的缺货率以及标记存在商品错放的棚格，以便管理者能够获取货架的上货品的信息。
其中，标记商品错放棚格后还可以标记出棚格内所错放的商品。
请参阅图2，其中一实施例中，缺货检测方法还包括以下步骤：
步骤.生成标准货架排面。
步骤S23.发送标准货架排面至边缘设备管理后台300。
边缘设备管理后台300根据检测结果和标准货架排面生成棚格的缺货率以及标记商品错放棚格。
在本实施例中，边缘计算设备100生成标准货架排面并将标准货架排面发送至边缘设备管理后台300，使得边缘设备管理后台300通过检测结果与标准货架排面进行比对从而获取货架的棚格的缺货率和标记商品错放棚格，通过边缘计算设备100生成标准货架排面节省了人工录入标准货架排面的工作量。
请参阅图2，其中一实施例中，生成标准货架排面包括以下步骤：
步骤S21.根据排面检测任务采集第二货架图像，扫描第二货架图像中的商品以获取第二商品边框数据，并根据第二商品边框数据获取第二商品名字数据。
在上述步骤S21中，边缘计算设备100根据自身定时生成的排面检测任务或接收边缘设备管理后台300发送的排面检测任务，然后根据排面检测任务对货架进行图像采集以获取第二货架图像，接着对第二货架图像中的商品进行扫描以获取货架里面的商品的第二商品边框数据，并且根据第二商品边框数据获取第二商品边框数据对应的第二商品名字数据。
步骤S22.基于相同的第二商品名字数据聚合绘制棚格，并生成标准货架排面。
在上述步骤S22中，边缘计算设备100基于相同的第二商品名字数据聚合绘制棚格，同种商品会集中放置在一个区域内，因此在该区域内的扫描获取的商品对应的第二商品名字数据均相同，故将放置同种商品的区域划分成一个棚格，并且后续根据第二商品名字数据和棚格数据生成标准货架排面。
请参阅图3，本申请实施例还提供了一种货架排面缺货检测的边缘计算设备100，货架排面缺货检测的边缘计算设备100包括主控单元110、图像获取单元120、数字货架算法单元140以及通信单元130。
主控单元110，用于定时生成缺货检测任务。
图像获取单元120，用于采集第一货架图像。
数字货架算法单元140，用于扫描第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有第一商品边框数据识别获取第一商品名字数据以获取检测结果。
通信单元130，用于发送检测结果消息至边缘设备管理后台300。
在本实施例中，主控单元110定时生成缺货检测任务，在生成缺货检测任务的时候驱动图像获取单元120对货架进行采集第一货架图像，数字货架算法单元140用于扫描获取第一货架图像中的每个棚格内的第一商品边框数据，而且根据第一商品边框数据识别获取对应的第一商品名字数据，以根据第一商品名字数据获取检测结果，并通过通信单元130将检测结果发送至边缘设备管理后台300。
其中，图像获取单元120包括图像传感器和图像驱动器，其中图像传感器和图像驱动器可以集成在摄像头中。
其中，主控单元110还用于任务调度和信息交互管理，以保证边缘计算设备100的稳定有序工作。
其中一实施例中，主控单元110，还用于定时生成排面检测任务。
图像获取单元120，还用于采集第二货架图像。
数字货架算法单元140，还用于扫描第二货架图像中的商品以获取第二商品边框数据，并根据第二商品边框数据获取第二商品名字数据，基于相同的第二商品名字数据聚合绘制棚格，并生成标准货架排面并发送至边缘设备管理后台300。
通信单元130，还用于发送标准货架排面至边缘设备管理后台300。
在本实施例中，主控单元110定时生成的排面检测任务，在生成排面检测任务的时候驱动图像获取单元120对货架进行图像采集以获取第二货架图像，数字货架算法单元140对第二货架图像中的商品进行扫描以获取货架里面的商品的第二商品边框数据，且根据第二商品边框数据获取第二商品边框数据对应的第二商品名字数据，且基于相同的第二商品名字数据聚合绘制棚格，以及生成标准货架排面，并通过通信单元130将标准货架排面发送至边缘设备管理后台300。
本申请每一个货架排面缺货检测的边缘计算设备100都是独立的系统，具有易部署、易拓展、先进性、稳定性、精确性以及在线实时升级等诸多优点，可满足用户不同规模、不同组织的个性化功能需求。
请参阅图4，其中一实施例中，货架排面缺货检测的边缘计算设备100还包括数据存储单元150。
数据存储单元150用于存储数字货架算法单元140的执行步骤、第一货架图像、第二货架图像、第一商品边框数据、第二商品边框数据、第一商品名字数据、第二商品名字数据、棚格的数据、标准货架排面以及检测结果。
数据存储单元150用于存储数字货架算法单元140的执行步骤、第一货架图像、第二货架图像、第一商品边框数据、第二商品边框数据、第一商品名字数据、第二商品名字数据、棚格的数据、标准货架排面以及检测结果，还用于存储主控单元110的应用程序和系统配置等信息存储，保证货架排面缺货检测的边缘计算设备100具备记忆功能，断电重启以后可继续配置工作。
请参阅图4，其中一实施例中，货架排面缺货检测的边缘计算设备100还包括在线升级单元160。
在线升级单元160用于下载和校检升级文件。
其中一实施例中，通信单元130还用于接收边缘设备管理后台300发布的升级任务信息。
主控单元110还用于解析升级任务信息以及在在线升级单元160下载和校检升级文件之后重启以完成升级。
在本实施例中，边缘设备管理后台300发布升级任务信息，边缘计算设备100的通信单元130接收该升级任务信息，然后主控单元110解析升级任务信息，控制在线升级单元160下载升级文件并进行校检，然后控制边缘计算设备100重启实现升级，实现了边缘计算设备100远程下载升级文件，保证边缘计算设备100具有更新迭代功能，满足一次部署不断升级的需求。
请参阅图4，其中一实施例中，货架排面缺货检测的边缘计算设备100还包括可扩展算法单元170。
可扩展算法单元170用于功能扩展。
在本实施例中，可扩展算法单元170可实现功能扩展，如增加客流统计功能、人脸识别功能等，方面后期根据需要进行功能扩展。
请参阅图5，本申请实施例还提供了一种货架排面缺货检测的边缘计算系统，包括边缘设备管理后台300、消息代理中间件200以及多个如上列实施例的货架排面缺货检测的边缘计算设备(图中用标号100、101…10n表示)。
边缘设备管理后台300通过消息代理中间件200与多个货架排面缺货检测的边缘计算设备100进行通讯。
通过多个边缘计算设备100通过消息代理中间件200订阅边缘设备管理后台300发布的消息以及边缘设备管理后台300经通过消息代理中间件200订阅多个边缘计算设备100发布的消息，实现边缘设备管理后台300与多个边缘计算设备100的信息交互。
其中，边缘计算设备100的数量根据实际需要进行设置，在此不作限定。
请参阅图6，边缘计算设备100应用在双排货架时，可将边缘计算设备100设置在本货架的对面货架的顶部，以使边缘计算设备100的图像获取区域能够覆盖本货架，以使边缘计算设备100能够获取本货架的第一货架图像和第二货架图像。
请参阅图7，边缘计算设备100应用在单排货架时，可将边缘计算设备100悬挂吊顶，以使边缘计算设备100的图像获取区域能够覆盖本货架，以使边缘计算设备100能够获取本货架的第一货架图像和第二货架图像。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种缺货检测方法，其特征在于，包括：
根据缺货检测任务采集第一货架图像，扫描所述第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有所述第一商品边框数据识别获取第一商品名字数据以获取检测结果；
发送所述检测结果消息至边缘设备管理后台以使所述边缘设备管理后台生成每个所述棚格的缺货率以及标记商品错放棚格。
2.如权利要求1所述的缺货检测方法，其特征在于，所述缺货检测方法还包括：
生成标准货架排面并发送至所述边缘设备管理后台；
所述边缘设备管理后台根据所述检测结果和所述标准货架排面生成所述棚格的缺货率以及标记商品错放棚格。
3.如权利要求1所述的缺货检测方法，其特征在于，所述生成标准货架排面包括：
根据排面检测任务采集第二货架图像，扫描所述第二货架图像中的所述商品以获取第二商品边框数据，并根据所述第二商品边框数据获取第二商品名字数据；
基于相同的第二商品名字数据聚合绘制所述棚格，并生成所述标准货架排面。
4.一种货架排面缺货检测的边缘计算设备，其特征在于，包括：
主控单元，用于定时生成缺货检测任务；
图像获取单元，用于采集第一货架图像；
数字货架算法单元，用于扫描所述第一货架图像中的每个棚格内的商品以获取第一商品边框数据，并根据所有所述第一商品边框数据识别获取第一商品名字数据以获取检测结果；以及
通信单元，用于发送所述检测结果消息至边缘设备管理后台。
5.如权利要求4所述的货架排面缺货检测的边缘计算设备，其特征在于，
所述主控单元，还用于定时生成排面检测任务；
所述图像获取单元，还用于采集第二货架图像；
所述数字货架算法单元，还用于扫描所述第二货架图像中的所述商品以获取第二商品边框数据，并根据所述第二商品边框数据获取第二商品名字数据，基于相同的第二商品名字数据聚合绘制所述棚格，并生成标准货架排面并发送至所述边缘设备管理后台；
通信单元，还用于发送标准货架排面至所述边缘设备管理后台。
6.如权利要求5所述的货架排面缺货检测的边缘计算设备，其特征在于，还包括数据存储单元；
所述数据存储单元用于存储所述数字货架算法单元的执行步骤、所述第一货架图像、所述第二货架图像、所述第一商品边框数据、所述第二商品边框数据、所述第一商品名字数据、所述第二商品名字数据、所述棚格的数据、所述标准货架排面以及所述检测结果。
7.如权利要求4所述的货架排面缺货检测的边缘计算设备，其特征在于，还包括在线升级单元；
所述在线升级单元用于下载和校检升级文件。
8.如权利要求7所述的货架排面缺货检测的边缘计算设备，其特征在于，
所述通信单元还用于接收所述边缘设备管理后台发布的升级任务信息；
所述主控单元还用于解析所述升级任务信息以及在所述在线升级单元下载和校检所述升级文件之后重启以完成升级。
9.如权利要求4所述的货架排面缺货检测的边缘计算设备，其特征在于，还包括可扩展算法单元；
所述可扩展算法单元用于功能扩展。
10.一种货架排面缺货检测的边缘计算系统，其特征在于，包括边缘设备管理后台、消息代理中间件以及多个如权利要求4-9任一项所述的货架排面缺货检测的边缘计算设备；
所述边缘设备管理后台通过所述消息代理中间件与多个所述货架排面缺货检测的边缘计算设备进行通讯。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110208987.6A CN113536881A (zh) | 2021-02-24 | 2021-02-24 | 缺货检测方法、货架排面缺货检测的边缘计算设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110208987.6A CN113536881A (zh) | 2021-02-24 | 2021-02-24 | 缺货检测方法、货架排面缺货检测的边缘计算设备及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113536881A true CN113536881A (zh) | 2021-10-22 |
Family
ID=78094365
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110208987.6A Pending CN113536881A (zh) | 2021-02-24 | 2021-02-24 | 缺货检测方法、货架排面缺货检测的边缘计算设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113536881A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114022999A (zh) * | 2021-10-27 | 2022-02-08 | 北京云迹科技有限公司 | 一种自动售货机的缺货检测方法、装置、设备和介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1035831A (ja) * | 1996-07-19 | 1998-02-10 | Kooken:Kk | 整列陳列商品の在庫管理装置 |
| US20180114182A1 (en) * | 2015-06-03 | 2018-04-26 | Panasonic Intellectual Property Management Co., Ltd. | Out-of-stock commodity management device and out-of-stock commodity management method |
| CN108846401A (zh) * | 2018-05-30 | 2018-11-20 | 京东方科技集团股份有限公司 | 商品检测终端、方法、系统以及计算机设备、可读介质 |
| CN111684477A (zh) * | 2017-09-19 | 2020-09-18 | 思电子系统意象公司 | 配备有电子货架标签的货架的相机实现的商品布局控制方法 |
| CN111951258A (zh) * | 2020-08-21 | 2020-11-17 | 名创优品（横琴）企业管理有限公司 | 一种基于边缘计算的货架缺货预警分析系统及方法 |
| CN112215142A (zh) * | 2020-10-12 | 2021-01-12 | 上海汉时信息科技有限公司 | 基于深度图像信息检测货架缺货率的方法、装置及设备 |
-
2021
- 2021-02-24 CN CN202110208987.6A patent/CN113536881A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1035831A (ja) * | 1996-07-19 | 1998-02-10 | Kooken:Kk | 整列陳列商品の在庫管理装置 |
| US20180114182A1 (en) * | 2015-06-03 | 2018-04-26 | Panasonic Intellectual Property Management Co., Ltd. | Out-of-stock commodity management device and out-of-stock commodity management method |
| CN111684477A (zh) * | 2017-09-19 | 2020-09-18 | 思电子系统意象公司 | 配备有电子货架标签的货架的相机实现的商品布局控制方法 |
| CN108846401A (zh) * | 2018-05-30 | 2018-11-20 | 京东方科技集团股份有限公司 | 商品检测终端、方法、系统以及计算机设备、可读介质 |
| CN111951258A (zh) * | 2020-08-21 | 2020-11-17 | 名创优品（横琴）企业管理有限公司 | 一种基于边缘计算的货架缺货预警分析系统及方法 |
| CN112215142A (zh) * | 2020-10-12 | 2021-01-12 | 上海汉时信息科技有限公司 | 基于深度图像信息检测货架缺货率的方法、装置及设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114022999A (zh) * | 2021-10-27 | 2022-02-08 | 北京云迹科技有限公司 | 一种自动售货机的缺货检测方法、装置、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021238045A1 (zh) | 基于rpa的大规模定制客户需求获取、查询方法 | |
| CN109492536B (zh) | 一种基于5g架构的人脸识别方法及系统 | |
| CN1819576B (zh) | 在客户机和服务器之间分配应用任务的方法以及应用服务系统 | |
| CN110826398A (zh) | 一种智能图像识别进行大数据采集分析系统及应用方法 | |
| CN108683877B (zh) | 基于Spark的分布式海量视频解析系统 | |
| CN110780965B (zh) | 基于视觉的流程自动化方法、设备及可读存储介质 | |
| CN109145828A (zh) | 用于生成视频类别检测模型的方法和装置 | |
| CN111813751A (zh) | 应用系统日志数据的处理方法、应用系统、设备及介质 | |
| CN112380399A (zh) | 基于云平台的用电大数据处理系统及其处理方法 | |
| CN113536881A (zh) | 缺货检测方法、货架排面缺货检测的边缘计算设备及系统 | |
| Bogojeska et al. | Impact of HW and OS type and currency on server availability derived from problem ticket analysis | |
| CN109697155B (zh) | It系统性能评估方法、装置、设备及可读存储介质 | |
| Yang et al. | Edgebench: a workflow-based benchmark for edge computing | |
| CN106004716A (zh) | 一种智能型物流车联网系统 | |
| KR20220111982A (ko) | Rfid를 이용한 세탁물 관리 방법 및 장치 | |
| CN115689277B (zh) | 云边协同技术下的化工园区风险预警系统 | |
| CN109660392A (zh) | 一种Linux系统下硬件统一化自适应管理部署方法及系统 | |
| CN108881345A (zh) | 消息推送方法及路由设备 | |
| CN111461630A (zh) | 派送快递包裹的监控方法、装置、设备及存储介质 | |
| CN116820714A (zh) | 一种算力设备的调度方法、装置、设备和存储介质 | |
| CN115098238B (zh) | 一种应用程序任务调度方法及装置 | |
| CN112884392A (zh) | 物流件的管理方法及装置、计算设备、存储介质 | |
| CN110532071B (zh) | 一种基于gpu的多应用调度系统和方法 | |
| CN111680981A (zh) | 基于小区物业以及周边商铺的任务处理系统及方法 | |
| CN115937840A (zh) | 商品库的生成方法和系统 |
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 |