CN113688668A - 一种基于智能视觉的食品安全管理系统 - Google Patents
一种基于智能视觉的食品安全管理系统 Download PDFInfo
- Publication number
- CN113688668A CN113688668A CN202110789365.7A CN202110789365A CN113688668A CN 113688668 A CN113688668 A CN 113688668A CN 202110789365 A CN202110789365 A CN 202110789365A CN 113688668 A CN113688668 A CN 113688668A
- Authority
- CN
- China
- Prior art keywords
- supervision
- supervised
- terminal
- area
- center
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 127
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000007726 management method Methods 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims description 36
- 239000000463 material Substances 0.000 claims description 27
- 230000000007 visual effect Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 235000021393 food security Nutrition 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 3
- 210000000988 bone and bone Anatomy 0.000 claims 1
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 description 11
- 230000002349 favourable effect Effects 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 241001674044 Blattodea Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种基于智能视觉的食品安全管理系统，该系统包括：与至少一个被监管对象一一对应的被监管终端，与每个所述被监管终端对应的监管摄像头、监管数据管理中心以及监管中心；被监管终端用于通过监管摄像头采集所述监管区域内的监管区域环境信息，以及将所述监管区域环境信息上报至所述监管数据管理中心；监管数据管理中心用于存储被监管终端上报的所述监管区域环境信息，以及依据目标监管需求筛选第一待监管环境信息，并向所述监管中心推送所述第一待监管环境信息；监管中心用于基于预设监管标准以及所述第一待监管环境信息，对被监管对象进行食品安全监管，以及向所述被监管终端发送摄像头控制指令。
Description
技术领域
本申请涉及食品安全监管技术领域，尤其是涉及到一种基于智能视觉的食品安全管理系统。
背景技术
现今食品卫生安全问题正在引发越来越多人的关注。虽然很多饭店、食堂等的就餐区域看起来干净卫生，但是实际上后厨区域却脏乱差，例如物品摆放不规范、后厨工作人员不佩戴口罩和一次性卫生帽、后厨厨余垃圾清理不及时等，这些问题的存在都会直接影响消费者的食品卫生安全。
当前对于餐饮业来说，食品卫生安全监管工作主要通过食品监督管理局的工作人员亲自到饭店、食堂等进行巡视检查来完成，这种监管方式工作量较大，容易造成监管疏漏，一方面降低了食品安全检查的准确性和有效性，另一方面也增加了监管工作人员的时间成本和工作强度。
因此，如何在保证食品安全检查的准确性和有效性的同时，降低监管工作人员的时间成本和工作强度，成为了本领域亟待解决的问题。
发明内容
有鉴于此，本申请提供了一种基于智能视觉的食品安全管理系统，可以实现食品安全问题的在线监管，无需监管人员亲临现场，在保证食品安全检查的准确性和有效性的同时，大大降低监管工作人员的时间成本和工作强度，有利于提高监管工作人员的工作效率。
根据本申请的一个方面，提供了一种基于智能视觉的食品安全管理系统，包括：
与至少一个被监管对象一一对应的被监管终端，与每个所述被监管终端对应的监管摄像头、监管数据管理中心以及监管中心，所述监管摄像头设置在所述被监管对象对应的监管区域内，所述被监管对象包括至少一个饭店和/或至少一个食堂，所述监管区域至少包括所述被监管对象的后厨区域；
所述被监管终端与所述监管摄像头以及所述监管数据管理中心连接，所述被监管终端用于通过所述监管摄像头采集所述监管区域内的监管区域环境信息，以及将所述监管区域环境信息上报至所述监管数据管理中心；
所述监管数据管理中心与所述监管中心连接，所述监管数据管理中心用于存储所述被监管终端上报的所述监管区域环境信息，以及依据目标监管需求筛选第一待监管环境信息，并向所述监管中心推送所述第一待监管环境信息；
所述监管中心与所述被监管终端连接，所述监管中心用于基于预设监管标准以及所述第一待监管环境信息，利用智能视觉检测模型对所述被监管对象进行食品安全监管以识别所述被监管对象是否存在食品安全违规问题，以及向所述被监管终端发送摄像头控制指令，以通过所述被监管终端控制所述监管摄像头进行信息采集，其中，所述智能视觉检测模型基于从所述监管数据管理中心获取的监管区域样本信息，对yolov5模型进行训练得到，所述智能视觉模型对所述被监管对象进行食品安全监管的过程包括：通过所述智能视觉模型的预处理模块对所述第一待监管环境信息进行预处理；通过所述智能视觉模型的Backbone模块提取通用特征；通过所述智能视觉模型的Neck模块提升特征多样性；通过所述智能视觉模型的Head(Prediction)模块对特征进行检测输出食品安全违规问题检测结果。
可选地，所述监管中心用于依据所述第一待监管环境信息进行图像识别，以判断所述监管区域是否存在与所述预设监管标准对应的食品安全违规问题；
所述监管中心还用于在所述被监管对象存在食品安全违规问题时，向所述被监管终端发送整改通知，其中，所述整改通知包括存在所述食品安全违规问题的待整改项目及其对应的预设监管标准，所述预设监管标准包括至少一个食品安全监管项目的标准。
可选地，所述监管中心还用于向所述监管数据管理中心发送所述整改通知，所述监管数据管理中心还用于到达所述整改通知对应的整改时间时，向所述监管中心推送与所述待整改项目对应的第二待监管环境信息；
所述监管中心还用于依据接收到的所述第二待监管环境信息以及所述整改通知，识别所述被监管对象对应的所述待整改项目是否符合对应的预设监管标准。
可选地，所述被监管终端还用于响应于整改数据采集指令，控制所述监管摄像头采集与所述待整改项目对应的整改信息，并将所述整改信息上传至所述监管中心；
所述监管中心还用于依据所述整改信息以及所述整改通知，识别所述待整改项目是否符合对应的预设监管标准。
可选地，所述系统还包括：
客户端接口，所述客户端接口与所述监管数据管理中心连接，所述客户端接口用于在客户端的调用下，向所述客户端传输所述被监管对象的监管区域环境信息，以供在所述客户端查看所述监管区域环境信息。
可选地，所述监管数据管理中心，包括：
查询权限验证模块，所述查询权限验证模块与所述客户端接口连接，所述查询权限验证模块用于验证所述客户端的查询权限，以通过所述客户端接口向所述客户端传输符合客户端查询权限的监管区域环境信息，其中，所述查询权限包括与所述监管区域对应的查询范围。
可选地，所述系统还包括：
溯源数据管理中心，所述溯源数据管理中心与所述被监管终端以及所述客户端接口连接，所述溯源数据管理中心用于接收所述被监管终端发送的食材采购信息，并依据所述食材采购信息提取所述被监管对象对应的食品溯源信息进行存储，其中，所述食材采购信息包括通过所述被监管终端上传和/或通过所述被监管终端购买的食材的采购信息；
所述客户端接口还用于在所述客户端的调用下，向所述客户端反馈所述食品溯源信息，以供在所述客户端查看所述食品溯源信息。
可选地，所述监管中心，包括：
监管接口，所述监管接口与至少一个监管终端连接，所述监管接口在所述监管终端的调用下，向所述监管终端传输所述被监管对象的监管区域环境信息，以供所述监管终端对所述监管区域环境信息进行监管。
可选地，所述监管中心，还包括：
监管权限验证模块，所述监管权限验证模块与所述监管接口连接，所述监管权限验证模块用于验证所述监管终端的监管权限，以通过所述监管接口向所述监管终端传输符合监管终端监管权限的监管区域环境信息，其中，所述监管权限包括与所述被监管对象对应的监管范围。
可选地，所述被监管终端还用于依据所述监管区域环境信息以及所述目标监管需求，对所述被监管对象进行食品安全自查以识别所述被监管对象是否存在食品安全违规问题，并在识别出食品安全问题时输出提示信息。
借由上述技术方案，本申请提供的一种基于智能视觉的食品安全管理系统，该系统包括被监管终端、监管摄像头、监管数据管理中心以及监管中心。被监管终端通过监管摄像头采集监管区域内的监管区域环境信息，并将采集到的监管区域环境信息上报到监管数据管理中心；监管数据管理中心接收到被监管终端上报的监管区域环境信息后进行存储，并根据目标监管需求筛选出第一待监管环境信息，而后向监管中心推送第一待监管环境信息；监管中心接收到第一待监管环境信息后，以预设监管标准为基础判断被监管对象是否存在食品安全违规行为，并可以向被监管终端发送摄像头控制指令，以使被监管终端控制监管摄像头对需要的信息进行采集。本申请通过基于智能视觉的食品安全管理系统，可以实现食品安全问题的在线监管，无需监管人员亲临现场，在保证食品安全检查的准确性和有效性的同时，大大降低监管工作人员的时间成本和工作强度，有利于提高监管工作人员的工作效率。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了本申请实施例提供的一种基于智能视觉的食品安全管理系统的结构示意图；
图2示出了本申请实施例提供的另一种基于智能视觉的食品安全管理系统的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中提供了一种基于智能视觉的食品安全管理系统，如图1所示，该系统包括：与至少一个被监管对象一一对应的被监管终端，与每个所述被监管终端对应的监管摄像头、监管数据管理中心以及监管中心，所述监管摄像头设置在所述被监管对象对应的监管区域内，所述被监管对象包括至少一个饭店和/或至少一个食堂，所述监管区域至少包括所述被监管对象的后厨区域；
所述被监管终端与所述监管摄像头以及所述监管数据管理中心连接，所述被监管终端用于通过所述监管摄像头采集所述监管区域内的监管区域环境信息，以及将所述监管区域环境信息上报至所述监管数据管理中心；
所述监管数据管理中心与所述监管中心连接，所述监管数据管理中心用于存储所述被监管终端上报的所述监管区域环境信息，以及依据目标监管需求筛选第一待监管环境信息，并向所述监管中心推送所述第一待监管环境信息；
所述监管中心与所述被监管终端连接，所述监管中心用于基于预设监管标准以及所述第一待监管环境信息，利用智能视觉检测模型对所述被监管对象进行食品安全监管以识别所述被监管对象是否存在食品安全违规问题，以及向所述被监管终端发送摄像头控制指令，以通过所述被监管终端控制所述监管摄像头进行信息采集，其中，所述智能视觉检测模型基于从所述监管数据管理中心获取的监管区域样本信息，对yolov5模型进行训练得到，所述智能视觉模型对所述被监管对象进行食品安全监管的过程包括：通过所述智能视觉模型的预处理模块对所述第一待监管环境信息进行预处理；通过所述智能视觉模型的Backbone模块提取通用特征；通过所述智能视觉模型的Neck模块提升特征多样性；通过所述智能视觉模型的Head(Prediction)模块对特征进行检测输出食品安全违规问题检测结果。
在该实施例中，基于智能视觉的食品安全管理系统由被监管终端、监管摄像头、监管数据管理中心和监管中心构成。其中，被监管终端与被监管对象一一对应，每个被监管终端均有与之对应的监管摄像头、监管数据管理中心以及监管中心。被监管对象可以只包含一个，也可以包含多个，被监管对象可以是饭店，也可以是食堂。监管摄像头可以设置在被监管对象对应的监管区域内。例如，当被监管对象是饭店时，对应的监管区域可以是饭店的后厨区域，也可以是饭店的就餐区域；当被监管对象是食堂时，对应的监管区域可以是食堂的后厨区域，也可以是食堂的就餐区域，还可以是食堂的打饭区域。由于后厨区域是监管的主要区域，所以监管区域可以至少包括被监管对象对应的后厨区域。
进一步，基于智能视觉的食品安全管理系统中的被监管终端可以和监管摄像头、监管数据管理中心相连接，这样被监管终端可以通过监管摄像头来采集监管区域内的监管区域环境信息，监管区域环境信息可以包括后厨区域的卫生情况，例如后厨区域是否有老鼠、蟑螂，后厨区域的厨师、洗碗工、洗菜工、传菜工、切菜工等是否佩戴口罩和一次性卫生帽，洗碗工在洗碗后是否将碗筷进行消毒处理，切菜工在切菜时是否做到生熟分离等。监管摄像头还可以将监管区域的环境信息上传到监管数据管理中心，以供监管数据管理中心对监管区域环境信息进行进一步处理，以及后台人员查看监管区域的环境情况。
进一步，监管数据管理中心可以和监管中心相连接，监管数据管理中心可以存储被监管终端上传的监管区域环境信息，监管数据管理中心还可以以目标监管需求为基础，筛选出第一待监管环境信息，并将筛选后的第一待监管环境信息推送给监管中心。例如，目标监管需求可以是查看监管区域内是否有工作人员未正确佩戴一次性卫生帽，那么监管数据管理中心对存储的监管区域环境信息进行筛选，筛选出第一待监管环境信息，找出监管区域中未正确佩戴一次性卫生帽的工作人员，并截取相应的视频或图片作为筛选后的第一待监管环境信息，推送给监管中心。
进一步，监管中心可以和被监管终端相连接，监管中心预先存储有监管标准，监管中心接收到监管数据管理中心推送过来的筛选后的第一待监管环境信息后，可以通过预先存储的监管标准来判断筛选后的第一待监管环境信息总是否存在违规行为，以实现对被监管对象的食品安全监管，进而判断被监管对象是否存在食品安全违规问题。例如，筛选后的第一待监管环境信息显示某厨师的一次性卫生帽佩戴时出现倾斜，监管中心在接收到该第一待监管环境信息后，通过预先存储的监管标准，判断该厨师的一次性卫生帽的佩戴方式仅属于警告范围，实际上并没有超出预设监管标准的要求，所以只需要给予警告处理即可，无需将结果确定为该厨师所在的饭店等存在食品安全违规行为。如果监管中心依据预设监管标准对第一待监管环境信息进行识别的过程中存在识别困难的问题，那么可以向被监管终端发送监管摄像头控制指令，被监管终端接收到该指令后，可以对监管摄像头进行旋转角度、放大局部摄像区域等控制，便于采集到需求的信息。例如，当监管中心依据预设监管标准对第一待监管环境信息进行识别时，虽然某厨师佩戴着一次性卫生帽，但是由于该厨师距离较远导致识别存在困难，可以向被监管终端发送监管摄像头控制指令，监管摄像头控制指令中包括需要局部放大的摄像区域，被监管终端接收到该指令后，可以对监管摄像头进行局部摄像区域的放大，使得对应的摄像区域更加清晰，识别更加准确，如果该厨师没有处于放大的局部摄像区域中，那么还可以向被监管终端发送监管摄像头控制指令，监管摄像头控制指令中包括需要摄像头旋转的角度，寻找该厨师所在的位置，当找到该厨师后，再进行局部摄像区域的放大，从而准确的识别该厨师佩戴的一次性卫生帽是否符合预设监管标准中的佩戴要求。
智能视觉模型的构建过程包括：数据集的准备：选择监管数据管理中心的不同摄像头，并按一定的时间间隔截取不同的目标图像。对所述目标图像进行标注，并依照预设数据格式利用标注后的目标图像生成数据集，数据即的标注可以由人工完成也可以采用自动标注。将标注后的xml文件转换成txt格式，并对数据进行归一化处理，以便目标检测网络进行处理。模型的网络结构为YOLOV5目标检测网络，整个目标检测过程可分为图像读取及预处理、Backbone、Neck以及Head(Prediction)部分四个模块。图像读取及预处理模块：该模块实现对目标图像的读取，并对图像进行一定的预处理便于网络结构对目标图像进行处理，包括Mosaic数据增强、自适应锚框计算和自适应图片缩放。Backbone模块：该模块用于提取一些通用的特征表示，包括CSPDarknet53结构和Focus结构。Neck模块：该模块用于进一步提升特征的多样性，包括SPP结构和FPN+PAN结构。Head(Prediction)模块：该模块用来完成目标检测结果的输出，主要通过调整损失函数来提高精度，在该网络结构中采用GIoU_Loss做Bounding box的损失函数。为提升模型识别效果，可以针对每个被监管对象分别训练出用于识别该被监管对象食品安全问题的模型。
通过应用本实施例的技术方案，提供了一种基于智能视觉的食品安全管理系统，该系统包括被监管终端、监管摄像头、监管数据管理中心以及监管中心。被监管终端通过监管摄像头采集监管区域内的监管区域环境信息，并将采集到的监管区域环境信息上报到监管数据管理中心；监管数据管理中心接收到被监管终端上报的监管区域环境信息后进行存储，并根据目标监管需求筛选出第一待监管环境信息，而后向监管中心推送第一待监管环境信息；监管中心接收到第一待监管环境信息后，以预设监管标准为基础判断被监管对象是否存在食品安全违规行为，并可以向被监管终端发送摄像头控制指令，以使被监管终端控制监管摄像头对需要的信息进行采集。本申请通过基于智能视觉的食品安全管理系统，可以实现食品安全问题的在线监管，无需监管人员亲临现场，在保证食品安全检查的准确性和有效性的同时，大大降低监管工作人员的时间成本和工作强度，有利于提高监管工作人员的工作效率。
在本申请的上述实施例中，具体地，所述监管中心用于依据所述第一待监管环境信息进行图像识别，以判断所述监管区域是否存在与所述预设监管标准对应的食品安全违规问题；所述监管中心还用于在所述被监管对象存在食品安全违规问题时，向所述被监管终端发送整改通知，其中，所述整改通知包括存在所述食品安全违规问题的待整改项目及其对应的预设监管标准，所述预设监管标准包括至少一个食品安全监管项目的标准。
在上述实施例中，监管中心接收第一待监管环境信息，并以第一待监管环境信息以及预设监管标准为基础，对第一待监管环境信息对应的图像进行识别，通过识别的结果来判断监管区域中是否存在与预设监管标准对应的食品安全违规问题。在对第一待监管环境信息对应的图像进行识别时，可以采用人像区域分割、深度学习技术对监管区域工作人员的工作着装情况进行判断。例如，在对后厨区域的图像进行识别时，先识别到图像中的人像，对识别到的人像进行区域分割，找出对应的面部区域、头部区域等，之后通过深度学习技术判断对应的面部区域上是否存在口罩，以及对应的头部区域是否佩戴一次性卫生帽。深度学习技术属于机器学习技术的一种，通过使用深度学习技术，可以提升识别的准确性，能够大大提高图像的识别和处理效率。此外，监管中心还可以在监管区域中存在与预设监管标准对应的食品安全违规问题时，以食品安全违规问题为基础生成整改通知，整改通知中可以包括待整改项目和对应的预设监管标准，例如，当监管区域中有厨师未佩戴口罩时，监管中心可以生成整改通知，整改通知中的待整改项目为“厨师未佩戴口罩”整改项目，对应的监管标准可以是《餐饮服务食品安全操作规范》。《餐饮服务食品安全操作规范》第十二条第四款规定：专间操作人员进入专间时，应更换专用工作衣帽并佩戴口罩，操作前应严格进行双手清洗消毒，操作中应适时消毒。不得穿戴专间工作衣帽从事与专间内无关的工作。其中，预设监管标准中可以只包括一个食品安全监管项目的标准，也可以包括多个食品安全监管项目的标准。本申请通过监管中心对第一待监管环境信息进行图像识别，并利用识别的结果判断出监管区域中存在与预设监管标准对应的食品安全违规问题时，以食品安全违规问题为基础生成整改通知，大大提升了食品安全违规问题的处理效率，有利于被监管对象及时改进存在的食品安全违规问题。
在本申请的上述实施例中，具体地，所述监管中心还用于向所述监管数据管理中心发送所述整改通知，所述监管数据管理中心还用于到达所述整改通知对应的整改时间时，向所述监管中心推送与所述待整改项目对应的第二待监管环境信息；所述监管中心还用于依据接收到的所述第二待监管环境信息以及所述整改通知，识别所述被监管对象对应的所述待整改项目是否符合对应的预设监管标准。
在上述实施例中，监管中心还可以将生成的整改通知发送给对应的监管数据管理中心，整改通知中还可以包括对应的整改期限。监管数据管理中心接收到整改通知后，可以提取整改通知中对应的整改期限，并在到达该整改期限对应的整改时间时，将待整改项目对应的第二待监管环境信息推送给监管中心。例如，监管中心生成的整改通知为“监管区域厨师未佩戴口罩”通知，生成整改通知的时间为2020年12月12日11:00，相应的整改期限为2020年12月12日17:00，监管数据管理中心接收到该整改通知后，提取到该整改期限，当到了17:00时，可以自动将对应的后厨区域的图像信息作为第二待监管环境信息，推送给监管中心。监管中心接收到第二待监管环境信息后，可以自动识别到第二待监管环境信息对应的整改通知，从而识别被监管对象是否按照待整改项目中的预设监管标准进行了整改。本申请通过监管数据管理中心推送与待整改项目对应的第二待监管环境信息，以使监管中心判断被监管对象是否按照预设监管标准进行整改，能够使被监管对象及时接收到整改通知，同时提升了待整改项目整改后的图像处理效率，降低了监管工作人员的工作强度。
在本申请的上述实施例中，具体地，所述被监管终端还用于响应于整改数据采集指令，控制所述监管摄像头采集与所述待整改项目对应的整改信息，并将所述整改信息上传至所述监管中心；所述监管中心还用于依据所述整改信息以及所述整改通知，识别所述待整改项目是否符合对应的预设监管标准。
在该实施例中，监管中心除了接收监管数据管理中心自动推送的第二待监管环境信息判断整改情况外，监管中心还可以接收被监管终端上传的整改信息来判断整改情况。被监管终端可以响应于整改数据采集指令，对监管摄像头进行控制，以使监控摄像头采集的信息为待整改项目对应的整改信息，之后将采集到的整改信息上传到监管中心。监管中心还可以将整改信息和整改通知作为基础，识别整改信息是否符合整改通知中包含的预设监管标准。本申请通过被监管终端控制监管摄像头采集待整改项目对应的整改信息，使得整改信息的采集更加具有针对性，准确性更高。
进一步，具体地，所述监管中心还可以按照预设统计时间对发出的整改通知进行统计，依据统计结果生成整改通知报告，并将所述整改通知报告发送至所述监管数据管理中心进行存储，同时发送至所述被监管终端以提示所述被监管终端降低整改次数。整改通知报告可以是与每一个被监管对象一一对应的，也可以是按照地理位置区域划分后，将同一区域的被监管对象的统计结果显示在同一份整改通知报告中。通过生成的整改通知报告，监管工作人员可以直观地查看每一个被监管对象的食品安全执行情况，可以作为后续奖罚的依据，同时能够对被监管对象中的工作人员起到督促作用。
在本申请的上述实施例中，具体地，如图2所示，所述系统还包括：
客户端接口，所述客户端接口与所述监管数据管理中心连接，所述客户端接口用于在客户端的调用下，向所述客户端传输所述被监管对象的监管区域环境信息，以供在所述客户端查看所述监管区域环境信息。
在该实施例中，基于智能视觉的食品安全管理系统还包括客户端接口。客户端接口和监管数据管理中心连接。具体的连接方式可以是用户登录客户端，当用户通过客户端的验证后，实现客户端接口和监管数据管理中心的连接，与此同时客户端开始调用客户端接口。客户端接口在客户端的调用下，向该客户端传输被监管对象的监管区域环境信息，这样用户可以在客户端上查看对应的监管区域环境信息。本申请通过设置客户端接口，方便用户获得想要了解的监管区域环境信息，有利于提升用户的用餐体验。
在本申请的上述实施例中，具体地，所述监管数据管理中心，包括：
查询权限验证模块，所述查询权限验证模块与所述客户端接口连接，所述查询权限验证模块用于验证所述客户端的查询权限，以通过所述客户端接口向所述客户端传输符合客户端查询权限的监管区域环境信息，其中，所述查询权限包括与所述监管区域对应的查询范围。
在该实施例中，监管数据管理中心可以包括查询权限验证模块。查询权限验证模块可以和客户端接口连接。当用户登录客户端时，可以利用查询权限验证模块来验证客户端对应的查询权限。例如，当用户登录客户端时，可以通过查询权限验证模块来验证用户的登录信息，从而确定客户端对应的查询权限。查询权限验证模块对客户端对应的查询权限进行验证后，通过与查询权限验证模块连接的客户端接口向客户端传输与权限相对应的监管区域环境信息。在这里，查询权限包括和监管区域相对应的查询范围。监管区域可以包括饭店或食堂的名称，也可以包括对应的监管具体区域，例如后厨区域、就餐区域等。当用户A登录客户端后，输入自己的登录信息，查询权限验证模块对用户A输入的登录信息进行验证，验证通过后可以显示用户A可以查看的甲饭店的后厨区域以及乙食堂的就餐区域，并将甲饭店的后厨区域以及乙食堂的就餐区域相对应的监管区域环境信息通过客户端接口传输给客户端；当用户B登录客户端后，输入自己的登录信息，查询权限验证模块对用户B输入的登录信息进行验证，验证通过后可以显示用户B可以查看的甲饭店的后厨区域、乙食堂的后厨区域以及就餐区域和丙餐厅的后厨区域，并将对应的监管区域环境信息通过客户端接口传输给客户端。本申请通过设置查询权限验证模块对客户端的查询权限进行验证，有利于提高监管区域环境信息的安全性，保证监管区域环境信息被有相关权限的用户获取。
在本申请的上述实施例中，具体地，所述系统还包括：
溯源数据管理中心，所述溯源数据管理中心与所述被监管终端以及所述客户端接口连接，所述溯源数据管理中心用于接收所述被监管终端发送的食材采购信息，并依据所述食材采购信息提取所述被监管对象对应的食品溯源信息进行存储，其中，所述食材采购信息包括通过所述被监管终端上传和/或通过所述被监管终端购买的食材的采购信息；所述客户端接口还用于在所述客户端的调用下，向所述客户端反馈所述食品溯源信息，以供在所述客户端查看所述食品溯源信息。
在该实施例中，基于智能视觉的食品安全管理系统还包括溯源数据管理中心。溯源数据管理中心可以和被监管终端以及客户端接口连接。溯源数据管理中心可以接收被监管终端发送的食材采购信息，被监管终端中的食材采购信息可以是被监管对象中的工作人员主动上传的，也可以是被监管对象中的工作人员通过被监管终端购买食材，从而被被监管终端自动识别得到的，食材采购信息可以包括食材的照片、购买食材的发票等。溯源数据管理中心接收到食材采购信息后，以食材采购信息为基础，提取被监管对象对应的食品溯源信息，并对提取的食品溯源信息进行存储。在这里，食品溯源信息可以是采购食品对应的采购地、采购数量、采购种类等。当客户端在用户的操作下调用客户端接口后，客户端接口可以将食品溯源信息反馈给客户端，这样用户可以通过客户端查看对应的食品溯源信息。本申请通过设置溯源数据管理中心，可以有效存储被监管对象采购食材的食品溯源信息，保证采购食材相关信息可以随时查看，有利于出现食品安全问题时第一时间判断是否是采购食材方面的问题，方便后续需要该信息时有据可依。
进一步，具体地，溯源数据管理中心还可以依据食品溯源信息，判断被监管对象中工作人员购买的食材是否符合预设购买标准，例如被监管对象中工作人员是否是在指定批发商购买的食材，或者购买食材的批发商是否具有相应的食品安全资质等。这样可以从源头上保证食材的安全性，能够大大降低食品安全问题出现的几率。
在本申请的上述实施例中，具体地，所述监管中心，包括：
监管接口，所述监管接口与至少一个监管终端连接，所述监管接口在所述监管终端的调用下，向所述监管终端传输所述被监管对象的监管区域环境信息，以供所述监管终端对所述监管区域环境信息进行监管。
在该实施例中，监管中心还包括监管接口，监管接口可以和一个或多个监管终端连接。监管终端可以是手机客户端，也可以是PC端等。当监管终端调用监管接口时，监管接口可以向监管终端传输被监管对象的监管区域环境信息，这样监管终端可以对监管区域环境信息进行监管。本申请通过设置监管接口，方便监管工作人员获得想要了解的监管区域环境信息，有利于降低监管工作人员的工作强度。
在本申请的上述实施例中，具体地，所述监管中心，还包括：
监管权限验证模块，所述监管权限验证模块与所述监管接口连接，所述监管权限验证模块用于验证所述监管终端的监管权限，以通过所述监管接口向所述监管终端传输符合监管终端监管权限的监管区域环境信息，其中，所述监管权限包括与所述被监管对象对应的监管范围。
在该实施例中，监管中心还包括监管权限验证模块。在这里，监管权限验证模块可以和监管接口相连接。当监管工作人员登录监管终端时，监管权限验证模块可以对监管工作人员的身份进行验证，从而判断该监管终端是否具有相应的监管权限，也即确定监管工作人员可以看到被监管对象对应的哪些监管范围。当监管终端通过监管权限验证模块的验证后，与监管权限验证模块相连接的监管接口可以向监管终端传输与该权限所对应的监管区域环境信息。例如，对于同一监管终端，监管工作人员A的监管权限为全市被监管对象的全部监管区域，那么当监管工作人员A登录该监管终端时，可以看到全市接受监管的任意一家餐饮店对应的监管区域，而监管工作人员B的监管权限为该市某区被监管对象的全部监管区域，那么当监管工作人员B登录该监管终端时，可以看到全区接受监管的任意一家餐饮店对应的监管区域。此外，监管权限验证模块还可以对监管终端的权限标识进行验证。不同的监管终端分别对应不同的且唯一的权限标识，监管权限验证模块中预先存储有权限标识列表，具体包括用于权限验证的监管终端的权限标识，以及该监管终端标识对应拥有的监管权限，当监管工作人员登录监管终端时，监管权限验证模块根据预先存储的权限标识列表，对监管终端的权限标识进行验证，并将对应权限的监管区域环境信息通过监管接口发送给监管终端。本申请通过设置监管权限验证模块对监管终端的监管权限进行验证，一方面能够使得监管工作人员直接找到自己负责监管的监管区域，另一方面可以避免监管工作人员对非监管权限内的监管区域环境信息的查看，避免相关信息的泄露。
进一步，具体地，所述监管中心还可以包括工作统计模块。所述工作统计模块与所述监管接口以及所述监管终端连接。所述监管中心对所述待整改项目依据所述预设监管标准进行识别后，生成对应的识别结果报告。所述工作统计模块用于统计所述识别结果报告传输至所述监管终端的第一完成率，以及统计所述监管终端对所述识别结果报告进行反馈的第二完成率，并依据所述第一完成率和第二完成率，确定监管工作人员的工作完成情况。例如，监管工作人员登录监管终端并通过验证后，监管接口可以将识别结果报告传输给监管终端，之后监管终端在监管工作人员的操作下，对识别结果报告作出反馈，并将反馈结果发送至监管中心，其中，反馈结果可以是对识别结果报告的同意反馈，也可以是对识别结果报告提出的疑问反馈。工作统计模块可以对对应的第一完成率和第二完成率进行统计，从而判断监管工作人员是否完成了本职工作。
在本申请的上述实施例中，具体地，所述被监管终端还用于依据所述监管区域环境信息以及所述目标监管需求，对所述被监管对象进行食品安全自查以识别所述被监管对象是否存在食品安全违规问题，并在识别出食品安全问题时输出提示信息。
在该实施例中，被监管终端还可以以监管区域环境信息和目标监管需求为基础，查看监管区域环境信息中是否包括与目标监管需求相对应的食品安全违规问题，实现对被监管对象的食品安全自查。目标监管需求可以是预设监管标准中的部分要求，也可以是大众约定俗成的要求。当被监管对象识别出自身存在食品安全违规问题后，可以输出相应的提示信息，提示信息可以是被监管终端上显示的报错信息，可以是被监管终端发出的语音提示信息，此外也可以是被监管终端控制出现食品安全违规问题的监管区域的监管摄像头，使监管摄像头发出的语音提示信息。本申请通过被监管终端自动识别被监管对象是否存在食品安全违规问题，并在识别出食品安全问题时输出提示信息，有利于在发现问题后及时通知被监管对象，提升被监管对象内的食品安全违规行为的改正效率，使被监管对象中的工作人员能够更多时间以正确的服务方式为消费者服务，从而保证食品安全。
需要说明的是，本申请实施例提供的一种基于智能视觉的食品安全管理系统，可以参考图1至图2系统中的对应描述，在此不再赘述。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种基于智能视觉的食品安全管理系统，其特征在于，所述系统包括：
与至少一个被监管对象一一对应的被监管终端，与每个所述被监管终端对应的监管摄像头、监管数据管理中心以及监管中心，所述监管摄像头设置在所述被监管对象对应的监管区域内，所述被监管对象包括至少一个饭店和/或至少一个食堂，所述监管区域至少包括所述被监管对象的后厨区域；
所述被监管终端与所述监管摄像头以及所述监管数据管理中心连接，所述被监管终端用于通过所述监管摄像头采集所述监管区域内的监管区域环境信息，以及将所述监管区域环境信息上报至所述监管数据管理中心；
所述监管数据管理中心与所述监管中心连接，所述监管数据管理中心用于存储所述被监管终端上报的所述监管区域环境信息，以及依据目标监管需求筛选第一待监管环境信息，并向所述监管中心推送所述第一待监管环境信息；
所述监管中心与所述被监管终端连接，所述监管中心用于基于预设监管标准以及所述第一待监管环境信息，利用智能视觉检测模型对所述被监管对象进行食品安全监管以识别所述被监管对象是否存在食品安全违规问题，以及向所述被监管终端发送摄像头控制指令，以通过所述被监管终端控制所述监管摄像头进行信息采集，其中，所述智能视觉检测模型基于从所述监管数据管理中心获取的监管区域样本信息，对yolov5模型进行训练得到，所述智能视觉模型对所述被监管对象进行食品安全监管的过程包括：通过所述智能视觉模型的预处理模块对所述第一待监管环境信息进行预处理；通过所述智能视觉模型的Backbone模块提取其中的通用特征；通过所述智能视觉模型的Neck模块提升特征多样性；通过所述智能视觉模型的Head(Prediction)模块对特征进行检测输出食品安全违规问题检测结果。
2.根据权利要求1所述的系统，其特征在于，
所述监管中心用于依据所述第一待监管环境信息进行图像识别，以判断所述监管区域是否存在与所述预设监管标准对应的食品安全违规问题；
所述监管中心还用于在所述被监管对象存在食品安全违规问题时，向所述被监管终端发送整改通知，其中，所述整改通知包括存在所述食品安全违规问题的待整改项目及其对应的预设监管标准，所述预设监管标准包括至少一个食品安全监管项目的标准。
3.根据权利要求2所述的系统，其特征在于，
所述监管中心还用于向所述监管数据管理中心发送所述整改通知，所述监管数据管理中心还用于到达所述整改通知对应的整改时间时，向所述监管中心推送与所述待整改项目对应的第二待监管环境信息；
所述监管中心还用于依据接收到的所述第二待监管环境信息以及所述整改通知，识别所述被监管对象对应的所述待整改项目是否符合对应的预设监管标准。
4.根据权利要求2所述的系统，其特征在于，
所述被监管终端还用于响应于整改数据采集指令，控制所述监管摄像头采集与所述待整改项目对应的整改信息，并将所述整改信息上传至所述监管中心；
所述监管中心还用于依据所述整改信息以及所述整改通知，识别所述待整改项目是否符合对应的预设监管标准。
5.根据权利要求2所述的系统，其特征在于，所述系统还包括：
客户端接口，所述客户端接口与所述监管数据管理中心连接，所述客户端接口用于在客户端的调用下，向所述客户端传输所述被监管对象的监管区域环境信息，以供在所述客户端查看所述监管区域环境信息。
6.根据权利要求5所述的系统，其特征在于，所述监管数据管理中心，包括：
查询权限验证模块，所述查询权限验证模块与所述客户端接口连接，所述查询权限验证模块用于验证所述客户端的查询权限，以通过所述客户端接口向所述客户端传输符合客户端查询权限的监管区域环境信息，其中，所述查询权限包括与所述监管区域对应的查询范围。
7.根据权利要求5所述的系统，其特征在于，所述系统还包括：
溯源数据管理中心，所述溯源数据管理中心与所述被监管终端以及所述客户端接口连接，所述溯源数据管理中心用于接收所述被监管终端发送的食材采购信息，并依据所述食材采购信息提取所述被监管对象对应的食品溯源信息进行存储，其中，所述食材采购信息包括通过所述被监管终端上传和/或通过所述被监管终端购买的食材的采购信息；
所述客户端接口还用于在所述客户端的调用下，向所述客户端反馈所述食品溯源信息，以供在所述客户端查看所述食品溯源信息。
8.根据权利要求1所述的系统，其特征在于，所述监管中心，包括：
监管接口，所述监管接口与至少一个监管终端连接，所述监管接口在所述监管终端的调用下，向所述监管终端传输所述被监管对象的监管区域环境信息，以供所述监管终端对所述监管区域环境信息进行监管。
9.根据权利要求8所述的系统，其特征在于，所述监管中心，还包括：
监管权限验证模块，所述监管权限验证模块与所述监管接口连接，所述监管权限验证模块用于验证所述监管终端的监管权限，以通过所述监管接口向所述监管终端传输符合监管终端监管权限的监管区域环境信息，其中，所述监管权限包括与所述被监管对象对应的监管范围。
10.根据权利要求1所述的系统，其特征在于，
所述被监管终端还用于依据所述监管区域环境信息以及所述目标监管需求，对所述被监管对象进行食品安全自查以识别所述被监管对象是否存在食品安全违规问题，并在识别出食品安全问题时输出提示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110789365.7A CN113688668B (zh) | 2021-07-13 | 2021-07-13 | 一种基于智能视觉的食品安全管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110789365.7A CN113688668B (zh) | 2021-07-13 | 2021-07-13 | 一种基于智能视觉的食品安全管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113688668A true CN113688668A (zh) | 2021-11-23 |
| CN113688668B CN113688668B (zh) | 2023-05-26 |
Family
ID=78577183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110789365.7A Active CN113688668B (zh) | 2021-07-13 | 2021-07-13 | 一种基于智能视觉的食品安全管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113688668B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863371A (zh) * | 2022-07-11 | 2022-08-05 | 济南大学 | 一种基于深度学习的食品粗加工违规检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700191A (zh) * | 2014-09-29 | 2015-06-10 | 常州市农畜水产品质量监督检验测试中心 | 基于智能移动终端的农产品质量安全地理信息监督管理方法及系统 |
| CN205666844U (zh) * | 2016-01-14 | 2016-10-26 | 浪潮集团有限公司 | 一种用于网络交换机的信息监管终端 |
| CN207440584U (zh) * | 2017-09-18 | 2018-06-01 | 陕西天润科技股份有限公司 | 一种基于云平台的林场用林业监管信息系统 |
| US20180285649A1 (en) * | 2017-03-31 | 2018-10-04 | Intel Corporation | Computer vision and sensor assisted contamination tracking |
| US20190206130A1 (en) * | 2017-12-28 | 2019-07-04 | Paypal, Inc. | Augmented reality output based on item acquisition limitations |
-
2021
- 2021-07-13 CN CN202110789365.7A patent/CN113688668B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700191A (zh) * | 2014-09-29 | 2015-06-10 | 常州市农畜水产品质量监督检验测试中心 | 基于智能移动终端的农产品质量安全地理信息监督管理方法及系统 |
| CN205666844U (zh) * | 2016-01-14 | 2016-10-26 | 浪潮集团有限公司 | 一种用于网络交换机的信息监管终端 |
| US20180285649A1 (en) * | 2017-03-31 | 2018-10-04 | Intel Corporation | Computer vision and sensor assisted contamination tracking |
| CN207440584U (zh) * | 2017-09-18 | 2018-06-01 | 陕西天润科技股份有限公司 | 一种基于云平台的林场用林业监管信息系统 |
| US20190206130A1 (en) * | 2017-12-28 | 2019-07-04 | Paypal, Inc. | Augmented reality output based on item acquisition limitations |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863371A (zh) * | 2022-07-11 | 2022-08-05 | 济南大学 | 一种基于深度学习的食品粗加工违规检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113688668B (zh) | 2023-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108681826B (zh) | 一种基于现代信息技术的学校餐厅食品安全管理信息系统 | |
| US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
| US10229375B2 (en) | Monitoring recurring activities and locations of workers | |
| CN107609765A (zh) | 一种工厂隐患排查方法及系统 | |
| CN106485460A (zh) | 基于手机app扫描技术的设备运营维护创新管理系统 | |
| US20200356910A1 (en) | Apparatus and method for resturant table management | |
| CN103198381A (zh) | 一种用于餐饮企业非现场监管方法 | |
| CN105554079A (zh) | 一种基于移动终端的产品质量远程人工检测方法 | |
| CN109858949A (zh) | 一种基于监控摄像的顾客满意度评估方法和评估系统 | |
| CN113689070B (zh) | 食品安全在线监管方法及装置、存储介质、计算机设备 | |
| CN111767329A (zh) | 一种重点领域食品安全监管信息化系统 | |
| CN110830772A (zh) | 一种厨房视频分析资源调度方法、装置及系统 | |
| CN112464818A (zh) | 后厨监管方法、装置、设备及存储介质 | |
| CN113688668A (zh) | 一种基于智能视觉的食品安全管理系统 | |
| CN108765205B (zh) | 餐饮管理方法、装置、计算机可读存储介质及计算机设备 | |
| CN110348733A (zh) | 检查顺序的确定方法及装置 | |
| CN110232488A (zh) | 工单处理方法、系统及设备 | |
| JP6832289B2 (ja) | 原子力発電所格納容器に係わる作業のサーバとクライアントを用いたリアルタイム遠隔操作管理 | |
| CN209881950U (zh) | 一种食品安全监管系统 | |
| Wang et al. | A RFID-enabled MES for real-time pharmaceutical manufacturing supervision | |
| CN112966564A (zh) | 基于摄像头识别的任务发布方法及装置 | |
| CN113344748A (zh) | 一种基于互联网的小区物业管理系统和方法 | |
| CN112967414A (zh) | 巡查巡更系统 | |
| CN112200051A (zh) | 一种案场巡检系统及方法 | |
| CN111932104A (zh) | 基于ai识别的自查方法、装置、电子设备及计算机介质 |
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 |