CN114581929A - 一种面单处理方法及装置 - Google Patents
一种面单处理方法及装置 Download PDFInfo
- Publication number
- CN114581929A CN114581929A CN202210230374.7A CN202210230374A CN114581929A CN 114581929 A CN114581929 A CN 114581929A CN 202210230374 A CN202210230374 A CN 202210230374A CN 114581929 A CN114581929 A CN 114581929A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- information
- package
- package information
- picture
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims abstract description 232
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012790 confirmation Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001788 irregular Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0212—Chance discounts or incentives
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种面单处理方法及装置,涉及智慧物流技术领域。该方法的一具体实施方式包括:获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;根据所述异常数据记录,对所述异常包裹信息进行纠正处理。该实施方式减少了面单异常对物流环节的影响,提高了运输效率和准确性,实现了监管面单粘贴行为的目的。
Description
技术领域
本发明涉及智慧物流技术领域,尤其涉及一种面单处理方法及装置。
背景技术
面单是物流中用以记录发件人、收件人以及产品等相关信息的单据,贯穿物流运输的整个过程。面单粘贴不规范的行为会给物流中分拣、运输、验收等重要环节造成严重影响。目前,面单通常由人工进行打印然后粘贴,容易产生粘贴不规范的情况。由此,亟需一种方法来监管和提高面单粘贴行为的规范性,以提高运输效率和准确性。
发明内容
有鉴于此,本发明实施例提供一种面单处理方法及装置,能够对包裹上面单图片进行识别确定出异常包裹信息,并利用离线任务生成对应的异常数据记录,然后根据异常数据记录对异常包裹信息进行纠正处理。由此,可以筛选出面单粘贴异常的包裹并及时进行纠正,减少了面单粘贴异常对其他后续环节的影响,提高了运输效率和准确性。
另外,通过生成正负反馈记录,对异常包裹信息对应的操作者和来源端用户进行处罚或奖励,可以实现监管面单粘贴行为的目的,进一步地提高面单粘贴的规范性。
为实现上述目的,根据本发明实施例的第一方面,提供了一种面单处理方法,包括:
获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;
对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;
根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;
根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
可选地,所述异常数据记录还包括:所述包裹信息的来源端以及所述包裹的操作者信息;在所述对所述异常包裹信息进行纠正处理之后,还包括:
根据所述异常数据记录,生成所述操作者信息对应的负反馈记录和/或所述包裹信息的来源端对应的正反馈记录;
根据所述负反馈记录和/或所述正反馈记录,为所述操作者信息和/或所述来源端分别对应的用户分配资源。
可选地,在所述包裹信息为多个的情况下,
通过第一数据库存储所述多个包裹信息;
将存储的多个包裹信息输入卷积模型,利用所述卷积模型从所述多个包裹信息中确定所述异常包裹信息以及所述异常包裹信息的异常类型。
可选地,所述对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息,包括:
分别将所述面单图片输入至少两个图像处理模型,得到所述至少两个图像处理模型分别输出的所述面单图片的异常类型;
确定所述至少两个图像处理模型分别输出的异常类型是否一致;
如果是,确定所述面单图片对应的包裹信息为异常包裹信息,并将所述异常类型作为所述异常包裹信息的异常类型。
可选地,根据所述异常数据记录和所述异常包裹信息的异常类型,对所述异常包裹信息进行纠正处理。
可选地,根据所述异常包裹信息生成离线任务,包括:
根据预设周期,将所述第一数据库中的所述异常包裹信息对应的元数据推送至第二数据库;所述元数据包括:所述包裹信息的来源端、面单图片和面单标识;
根据所述第二数据库中的元数据生成所述离线任务。
可选地,所述利用所述离线任务生成所述异常包裹信息对应的异常数据记录,包括:
确定所述包裹的配运类型;
在所述配运类型为配送类型的情况下,从仓库数据源获取包裹的操作者信息;
在所述配运类型为揽收类型的情况下,从揽收站点数据源获取包裹的操作者信息;
利用所述离线任务根据所述操作者信息对所述元数据进行补充,生成所述异常数据记录。
根据本发明实施例的第二方面,提供了一种面单处理装置,包括:获取模块、识别模块和处理模块;其中,
所述获取模块,用于获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;
所述识别模块,用于对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;
所述处理模块,用于根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
根据本发明实施例的第三方面,提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述第一方面提供的一种面单处理方法中任一所述的方法。
根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述第一方面提供的一种面单处理方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:能够对包裹上面单图片进行识别确定出异常包裹信息,并利用离线任务生成对应的异常数据记录,然后根据异常数据记录对异常包裹信息进行纠正处理。由此,可以筛选出面单粘贴异常的包裹并及时进行纠正,减少了面单粘贴异常对其他后续环节的影响,提高了运输效率和准确性。
另外,通过生成正负反馈记录,对异常包裹信息对应的操作者和来源端用户进行处罚或奖励,可以实现监管面单粘贴行为的目的,进一步地提高面单粘贴的规范性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明一个实施例提供的一种面单处理方法的流程示意图;
图2是本发明一个实施例提供的一种生成异常数据记录的流程示意图;
图3是本发明一个实施例提供的一种生成正负反馈记录的流程示意图;
图4是本发明一个实施例提供的另一种面单处理方法的流程示意图;
图5是本发明一个实施例提供的一种面单处理装置的结构示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
如图1所示,本发明实施例提供了一种面单处理方法,该方法可以包括以下步骤S101至S104
步骤S101:获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识。
其中,包裹信息可以是由人工上传或由一体拍摄设备自动上传的。例如,可以由人工(如分拣人员)通过扫码枪扫描包裹上的二维码获取面单标识并上传至后台,在人工发现包裹上的面单粘贴不符合规范时,利用终端拍摄当前包裹上面单所处位置的图片(也即面单图片),然后手工上传至后台。在本发明的一个实施例中,优选地采用由一体拍摄设备在扫描面单二维码时同时拍摄包裹上的面单图片来获取包裹信息。例如,可以由分拣中心的拍摄一体机在扫描传送带上的包裹二维码时自动拍摄包裹上的面单图片,然后上传至后台。
在获取到一个或多个包裹信息之后,具体实施时,可以通过数据库存储这一个或多个包裹信息,例如可以存储至Mysql数据库或Sqlserver数据库中。
步骤S102:对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息。
可以理解的是,本发明的一个应用场景是识别面单粘贴不规范的情况。例如面单粘贴不平整,形成了褶皱;面单未贴在包裹箱体的最大面;面单贴在了包裹的骑缝处等。这些粘贴不规范的面单都可能会影响后续物流中的其他环节。可以将这些粘贴不规范的包裹确定为异常包裹,从而确定异常包裹信息。
在本发明的一个实施例中,一体拍摄设备通常会在一段时间内扫描并拍摄多个包裹,从而获得多个包裹信息。在包裹信息为多个的情况下,可以采用以下方式来确定异常包裹信息:将存储的多个包裹信息输入卷积模型,利用所述卷积模型从所述多个包裹信息中确定所述异常包裹信息以及所述异常包裹信息的异常类型。
其中,异常类型可以是针对上述粘贴不规范行为预先设置的,可以为每一个异常类型定义一个异常码,例如异常码1001可以对应面单粘贴不平整的情况;1002可以对应面单未贴在包裹箱体的最大面的情况;1003可以对应面单贴在了包裹的骑缝处的情况等。
例如,可以将存储在Mysql数据库中的多个包裹信息中的面单图片输入至一个卷积模型(卷积神经网络模型),由模型根据每一个图片中的面单在包裹上粘贴的位置,预测每一个面单图片是否为异常面单图片,并且根据卷积模型的输出识别出每一个粘贴异常的面单图片的异常类型。其中,卷积神经网络模型是根据多个已打标的粘贴异常的面单图片训练后得到的。由此,利用卷积模型可以快速识别大量的面单图片,从而确定异常包裹信息及对应的异常类型,可以减少人工对面单图片进行甄别的工作量,提高了多个面单图片的识别速度,进而提高了面单处理的效率。
为了进一步地提高面单图片识别的准确度,步骤S102的一个可实施方式还可以是:分别将所述面单图片输入至少两个图像处理模型,得到所述至少两个图像处理模型分别输出的所述面单图片的异常类型;确定所述至少两个图像处理模型分别输出的异常类型是否一致;如果是,确定所述面单图片对应的包裹信息为异常包裹信息,并将所述异常类型作为所述异常包裹信息的异常类型。
在本发明的一个实施例中,可以挑选两个图像处理模型来识别一张面单图片。例如对于一张面单图片X,可以先使用卷积模型对X进行识别,在确定其为异常面单图片的情况下,输出X对应异常类型A;使用支持向量机(SVM)对X再次进行识别,在确定X为异常面单图片的情况下,输出面单图片X的异常类型B,判断A与B是否一致,如果一致,则确定面单图片X对应包裹信息为异常包裹信息,随后将异常类型A(B)作为该异常包裹信息的异常类型。此外,还可以使用异常类型A对应的异常码a对面单图片X进行打标。
利用至少两个图像处理模型对面单图片进行识别,可以提高图片识别的准确度,进而提高异常包裹信息的准确性。
在确定异常包裹信息以及其对应异常类型之后,可以获取异常包裹信息对应的来源端,也即异常包裹信息的上传方。例如,如果异常包裹信息是通过分拣人员上传的,则可以将分拣人员的员工标识设置为来源端标识;如果异常包裹信息是通过一体拍摄设备上传的,可以将一体拍摄设备所属负责人的员工标识设置为来源端标识;或者还可以在物流运输中的任意一环节中,异常包裹信息由某一工作人员首次上传的,则可以将该工作人员标识作为来源端标识。
将来源端信息、异常类型(异常码)更新至Mysql数据库中存储的异常包裹信息对应的数据中,形成异常包裹对应的元数据。例如,元数据可以包括异常包裹信息对应的面单标识、面单图片url地址、来源端标识、及异常码。
步骤S103:根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录。
在生成离线任务时,可以采用步骤S103的一个可实施方式:根据预设周期,将所述第一数据库中的所述异常包裹信息对应的元数据推送至第二数据库;所述元数据包括:所述包裹信息的来源端、面单图片和面单标识;根据所述元数据生成所述离线任务。
其中,第一数据库可以是Mysql数据库,第二数据库可以是大数据场景下的hive数据库。将元数据从第一数据库中抽取,并推送至第二数据库,使得不同数据库的数据可以根据具体使用场景需求有针对性进行存储,可以提高数据存储和查询的效率。
那么,离线任务可以是将元数据从Mysql数据库推送至hive数据库并进行数据补全的任务。可以理解的是,离线任务区别于实时任务,对异常包裹信息对应元数据进行补全的过程不需要与实时业务做交互,可以利用hive数据库中已存储的离线数据进行补全。由此,可以避免对实时业务和实时数据的干扰,减少了对实时业务的影响。此外,还可以挑选一个业务闲时生成并执行数据补全的离线任务,例如每天凌晨生成离线任务进行数据补全。由此,可以为离线任务获得更多计算资源,提高了数据补全的效率,同时也降低了业务忙时的资源占用率。
然后,根据元数据对应的离线任务生成异常数据记录时,可以采用步骤S103的一个可实施方式:确定所述包裹的配运类型;在所述配运类型为配送类型的情况下,从仓库数据源获取包裹的操作者信息;在所述配运类型为揽收类型的情况下,从揽收站点数据源获取包裹的操作者信息;利用所述离线任务根据所述操作者信息对所述元数据进行补充,生成所述异常数据记录。
其中,操作者信息即打印面单并粘贴面单的工作人员信息。例如,对应于配送的情况下,操作者信息可以为仓库的打包操作人的信息,对应于揽收的情况下,操作者信息可以为揽收操作人的信息。
在获取操作者信息的同时,还可以获取对应的始发物流站点信息,然后将始发物流站点信息对应的物流站点标识、操作者信息对应的操作者标识对元数据进行补充。在本发明的一个实施例中,经过补全后得到的异常数据记录可以包括:异常包裹信息对应的面单标识、面单图片url地址、来源端标识、异常码、物流站点标识、及操作者标识。
在本发明的一个实施例中,生成异常数据记录的过程可以如图2所示,可以包括步骤S201至S205:
步骤S201:定时将元数据从Mysql数据库推送至hive数据库。
可以设置每天定时将元数据推送至hive数据库中。元数据包括:面单标识、面单图片url地址、来源端标识、及异常码。
步骤S202:定时生成离线任务,根据面单标识查询运单信息。
在hive数据库中,根据面单标识查询运单的详细跟踪信息。
步骤S203:确定配运类型。
根据面单标识对应的始发站点类型,确定对应的配运类型。配运类型可以包括仓库配送和营业部揽收两种类型。
步骤S204:在仓库配送类型的情况下,从仓库数据源获取打包信息确定操作者信息;在营业部揽收类型的情况下,从揽收数据源获取揽收信息确定操作者信息。
步骤S205:对元数据补全,生成异常数据记录。
在获取操作者信息的同时,可以获取始发物流站点标识,将操作者信息对应的标识和始发物流站点标识补充至元数据中,生成异常数据记录。
步骤S104:根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
具体实施时,可以采用以下方式:根据所述异常数据记录和所述异常包裹信息的异常类型,对所述异常包裹信息进行纠正处理。
例如,对于面单粘贴不平整,导致收件人无法确认验收时,可以根据异常数据记录中的面单标识获取收件人信息,由配送员确认异常类型后,手动打印面单再次进行粘贴;还可以在分拣时,将异常包裹信息对应的包裹根据异常类型进行集中存放,以根据不同的异常类型进行纠正处理;例如评估异常类型的严重程度,对异常类型较严重的异常包裹信息对应的包裹重新打印面单并重新粘贴,以避免对后续物流环节造成进一步地影响,提高了物流效率;还可以根据异常数据记录中的物流站点标识,对该物流站点内异常类型发生的原因进行排查,从而对物流站点相应的打包操作流程进行改进和纠正,以避免再次出现面单粘贴不规范的包裹;另外,还可以将hive数据库中的异常数据记录进行报表加工并利用展示终端进行展示。例如可以根据物流站点标识,将该站点对应的异常数据记录生成报表,然后推送至物流站点对应的展示终端,以使物流站点的人员根据该展示结果进行异常类型的统计和分析,从而检查流程中可能出现面单粘贴不规范的情况,以进行纠正处理。
在对所述异常包裹信息进行纠正处理之后,可以对异常数据记录中的操作者和来源端再进行资源分配的处理,可以采用本发明实施例提供的以下方式:根据所述异常数据记录,生成所述操作者信息对应的负反馈记录和/或所述包裹信息的来源端对应的正反馈记录;根据所述负反馈记录和/或所述正反馈记录,为所述操作者信息和/或所述来源端分别对应的用户分配资源。
其中,负反馈记录可以是对于操作者信息对应的用户进行处罚的记录;正反馈记录可以是对来源端对应的用户进行奖励的记录。
在本发明的一个实施例中,生成异常数据记录之后,可以定时将异常数据记录从hive数据库中抽取至进行资源分配处理的数据库中。
通过hive数据库对Mysql数据库中推送的元数据进行补全,然后再抽取至资源分配处理的数据库中。由此,可以利用hive数据库分别针对不同数据库的业务需求进行大数据处理,从而可以有效的隔离不同业务数据库之间的交互操作,提高了大数据处理的效率。
以对异常包裹信息的来源端和异常包裹上粘贴面单的操作者生成奖励记分和惩罚记分为例,对本发明实施例提供的生成正负反馈记录的流程进行详细描述,具体地可以如图3所示,包括步骤S301至S305:
步骤S301:从奖惩数据库中获取异常数据记录。
其中,奖惩数据库可以是关系数据库,如Sql、Mysql数据库等。奖惩数据库中的数据可以根据固定周期从hive数据库中抽取。抽取的数据即是hive数据库中的异常数据记录。
步骤S302:根据异常数据记录,生成奖惩记分。
根据每一条异常数据记录,可以创建两条状态为待确认的记分:一条是对应异常包裹的责任人(操作者信息对应的用户)的处罚记分,一条是对应异常包裹信息的上报人(来源端对应的用户)的奖励记分。其中,奖励记分的状态是与处罚记分的状态联动的,也即处罚记分的状态发生变化会触发奖励记分的状态也发生变化。
步骤S303:将处罚记分推送至责任人终端进行确认或申诉。
责任人可以根据处罚记分关联的异常数据记录,查看对应的面单图片及信息,从而在终端上确认是否认责。
步骤S304:监听处罚记分的状态。
通过消息中间件监听处罚记分的状态,责任人在终端上的确认或申诉的操作可以触发处罚记分的状态变化。
步骤S305:确定是否确认状态;如果是,即责任人认责,则奖励记分和处罚记分均为确认状态;如果否,也即经责任人申诉后不认责,则奖励记分和处罚记分均为作废状态。
在本发明的一个实施例中,在奖励记分状态变成确认的情况下,可以将奖励记分推送至上报人的终端进行展示。
另外,还可以设置一个确认期限,责任人在超过确认期限仍未进行确认时,可以自动将奖励处罚和处罚记分设置为确认状态。
通过奖惩数据库及奖惩流程对责任人进行相应的处罚,对上报人进行相应的奖励,从而实现对面单粘贴操作进行监管的目的。
下面结合图4,对本发明一个实施例提供的一种面单处理方法进一步地说明。如图4,具体地可以包括步骤S401至S411:
步骤S401:通过人工或一体机拍摄面单图片并获取面单标识。
步骤S402:存储包裹信息至Mysql数据库。
其中,包裹信息包括面单标识及面单图片;Mysql数据库也即第一数据库。
步骤S403:将面单图片输入至卷积模型进行识别。
步骤S404:判断面单图片是否异常;如果是,触发步骤S405;如果否,不做处理,走正常流程。
步骤S405:将异常面单图片输入至图像处理模型再次识别,确定异常类型及对应的异常包裹信息。
其中图像处理模型可以是不同于卷积模型的其他常用图像处理模型,例如基于支持向量机、决策树等算法的图像处理模型。
确定异常面单图片对应的异常包裹信息,将异常类型、来源端标识更新至异常包裹信息中,生成元数据。
步骤S406:将异常包裹信息对应的元数据从Mysql数据库定期推送至hive数据库,并生成离线任务。
其中,hive数据库也即第二数据库。
步骤S407:利用离线任务进行数据补全,生成异常数据记录。
具体实施时,可以如图2的流程所示。
步骤S408:根据异常数据记录及异常类型,进行纠正处理。
步骤S409:将异常数据记录抽取至奖惩数据库中。
在本发明实施例中,步骤S408和步骤S409不分先后,也就是说,可以先执行步骤S408,再执行步骤S409;也可以先执行步骤S409,再执行步骤S408,还可以同时执行步骤S408和步骤S409。
步骤S410:生成奖惩记分,对上报人及责任人进行奖惩。
具体实施时,可以如图3的流程所示。
步骤S411:在展示终端进行展示。
可以将奖惩记分及异常数据记录在展示终端进行展示。其中,展示终端可以是展示大数据报表的各个展示终端,也可以是物流站点对应的展示终端。
根据本发明实施例提供一种面单处理方法,能够对包裹上面单图片进行识别确定出异常包裹信息,并利用离线任务生成对应的异常数据记录,然后根据异常数据记录对异常包裹信息进行纠正处理。由此,可以筛选出面单粘贴异常的包裹信息并及时进行纠正,减少了面单粘贴异常对其他后续环节的影响,提高了运输效率和准确性。
另外,通过生成正负反馈记录,对异常包裹信息对应的操作者和来源端用户进行处罚或奖励,可以实现监管面单粘贴行为的目的,进一步地提高面单粘贴的规范性。
如图5所示,本发明实施例提供了一种面单处理装置500,包括:获取模块501、识别模块502和处理模块503;其中,
所述获取模块501,用于获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;
所述识别模块502,用于对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;
所述处理模块503,用于根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
在本发明一个实施例中,所述识别模块502,用于在所述包裹信息为多个的情况下,通过第一数据库存储所述多个包裹信息;将存储的多个包裹信息输入卷积模型,利用所述卷积模型从所述多个包裹信息中确定所述异常包裹信息以及所述异常包裹信息的异常类型。
在本发明一个实施例中,所述识别模块502,用于分别将所述面单图片输入至少两个图像处理模型,得到所述至少两个图像处理模型分别输出的所述面单图片的异常类型;确定所述至少两个图像处理模型分别输出的异常类型是否一致;如果是,确定所述面单图片对应的包裹信息为异常包裹信息,并将所述异常类型作为所述异常包裹信息的异常类型。
在本发明一个实施例中,所述处理模块503,用于根据所述异常数据记录和所述异常包裹信息的异常类型,对所述异常包裹信息进行纠正处理。
在本发明一个实施例中,所述处理模块503,用于确定所述异常数据记录还包括:所述包裹信息的来源端以及所述包裹的操作者信息;根据所述异常数据记录,生成所述操作者信息对应的负反馈记录和/或所述包裹信息的来源端对应的正反馈记录;根据所述负反馈记录和/或所述正反馈记录,为所述操作者信息和/或所述来源端分别对应的用户分配资源。
在本发明一个实施例中,所述处理模块503,用于根据预设周期,将所述第一数据库中的所述异常包裹信息对应的元数据推送至第二数据库;所述元数据包括:所述包裹信息的来源端、面单图片和面单标识;根据所述第二数据库中的元数据生成所述离线任务。
在本发明一个实施例中,所述处理模块503,用于确定所述包裹的配运类型;在所述配运类型为配送类型的情况下,从仓库数据源获取包裹的操作者信息;在所述配运类型为揽收类型的情况下,从揽收站点数据源获取包裹的操作者信息;利用所述离线任务根据所述操作者信息对所述元数据进行补充,生成所述异常数据记录。
根据本发明实施例提供的一种面单处理装置,能够对包裹上面单图片进行识别确定出异常包裹信息,并利用离线任务生成对应的异常数据记录,然后根据异常数据记录对异常包裹信息进行纠正处理。由此,可以筛选出面单粘贴异常的包裹并及时进行纠正,减少了面单粘贴异常对其他后续环节的影响,提高了运输效率和准确性。
另外,通过生成正负反馈记录,对异常包裹信息对应的操作者和来源端用户进行处罚或奖励,可以实现监管面单粘贴行为的目的,进一步地提高面单粘贴的规范性。
图6示出了可以应用本发明实施例的面单处理方法或面单处理装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。
终端设备601、602、603可以是具有显示屏并且支持信息浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供对信息处理服务的服务器,例如对用户利用终端设备601、602、603发送的包裹信息等提供管理的后台服务器。后台服务器可以对接收到的面单图片进行识别,并对异常包裹信息等数据进行分析和处理,并将处理结果反馈给终端设备。
需要说明的是,本发明实施例所提供的面单处理方法一般由服务器605执行,相应地,面单处理装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块,识别模块,处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取包裹信息的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
根据本发明实施例的技术方案,能够对包裹上面单图片进行识别确定出异常包裹信息,并利用离线任务生成对应的异常数据记录,然后根据异常数据记录对异常包裹信息进行纠正处理。由此,可以筛选出面单粘贴异常的包裹并及时进行纠正,减少了面单粘贴异常对其他后续环节的影响,提高了运输效率和准确性。另外,通过生成正负反馈记录,对异常包裹信息对应的操作者和来源端用户进行处罚或奖励,可以实现监管面单粘贴行为的目的,进一步地提高面单粘贴的规范性。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种面单处理方法,其特征在于,包括:
获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;
对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;
根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;
根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
2.根据权利要求1所述的方法,其特征在于,所述异常数据记录还包括:所述包裹信息的来源端以及所述包裹的操作者信息;在所述对所述异常包裹信息进行纠正处理之后,还包括:
根据所述异常数据记录,生成所述操作者信息对应的负反馈记录和/或所述包裹信息的来源端对应的正反馈记录;
根据所述负反馈记录和/或所述正反馈记录,为所述操作者信息和/或所述来源端分别对应的用户分配资源。
3.根据权利要求1所述的方法,其特征在于,在所述包裹信息为多个的情况下,
通过第一数据库存储所述多个包裹信息;
将存储的多个包裹信息输入卷积模型,利用所述卷积模型从所述多个包裹信息中确定所述异常包裹信息以及所述异常包裹信息的异常类型。
4.根据权利要求1所述的方法,其特征在于,所述对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息,包括:
分别将所述面单图片输入至少两个图像处理模型,得到所述至少两个图像处理模型分别输出的所述面单图片的异常类型;
确定所述至少两个图像处理模型分别输出的异常类型是否一致;
如果是,确定所述面单图片对应的包裹信息为异常包裹信息,并将所述异常类型作为所述异常包裹信息的异常类型。
5.根据权利要求3或4所述的方法,其特征在于,
根据所述异常数据记录和所述异常包裹信息的异常类型,对所述异常包裹信息进行纠正处理。
6.根据权利要求3所述的方法,其特征在于,根据所述异常包裹信息生成离线任务,包括:
根据预设周期,将所述第一数据库中的所述异常包裹信息对应的元数据推送至第二数据库;所述元数据包括:所述包裹信息的来源端、面单图片和面单标识;
根据所述第二数据库中的元数据生成所述离线任务。
7.根据权利要求6所述的方法,其特征在于,所述利用所述离线任务生成所述异常包裹信息对应的异常数据记录,包括:
确定所述包裹的配运类型;
在所述配运类型为配送类型的情况下,从仓库数据源获取包裹的操作者信息;
在所述配运类型为揽收类型的情况下,从揽收站点数据源获取包裹的操作者信息;
利用所述离线任务根据所述操作者信息对所述元数据进行补充,生成所述异常数据记录。
8.一种面单处理装置,其特征在于,包括:获取模块、识别模块和处理模块;其中,
所述获取模块,用于获取一个或多个包裹信息;所述包裹信息包括包裹上的面单图片和面单标识;
所述识别模块,用于对所述面单图片进行识别,从所述一个或多个包裹信息中确定异常包裹信息;
所述处理模块,用于根据所述异常包裹信息生成离线任务,以利用所述离线任务生成所述异常包裹信息对应的异常数据记录;根据所述异常数据记录,对所述异常包裹信息进行纠正处理。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210230374.7A CN114581929A (zh) | 2022-03-09 | 2022-03-09 | 一种面单处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210230374.7A CN114581929A (zh) | 2022-03-09 | 2022-03-09 | 一种面单处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114581929A true CN114581929A (zh) | 2022-06-03 |
Family
ID=81772514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210230374.7A Pending CN114581929A (zh) | 2022-03-09 | 2022-03-09 | 一种面单处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114581929A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067787A1 (zh) * | 2022-09-29 | 2024-04-04 | 顺丰科技有限公司 | 异常包裹处理方法、装置、电子设备及存储介质 |
-
2022
- 2022-03-09 CN CN202210230374.7A patent/CN114581929A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067787A1 (zh) * | 2022-09-29 | 2024-04-04 | 顺丰科技有限公司 | 异常包裹处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111198778B (zh) | 一种自助终端故障上报的方法和装置 | |
CN112801579B (zh) | 配送任务异常监控方法、装置、计算机设备以及存储介质 | |
CN110826945B (zh) | 一种自动化仓库的组单方法和装置 | |
CA2389253A1 (en) | Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines | |
CN101098469A (zh) | 图像处理系统及其服务器和图像处理方法 | |
CN110837995A (zh) | 物流异常的处理方法及装置、电子设备、存储介质 | |
CN110322202B (zh) | 一种仓库打包台的管理方法、装置、终端及系统 | |
CN104778637A (zh) | 酒店数据的处理系统及方法 | |
CN113766256A (zh) | 一种直播风控方法和装置 | |
CN114581929A (zh) | 一种面单处理方法及装置 | |
CN114205641A (zh) | 一种视频数据处理方法及装置 | |
CN113721630A (zh) | 垃圾清运系统、方法及装置 | |
CN113242357B (zh) | 基于智能语音呼叫的物流信息处理方法、装置和介质 | |
CN118115939A (zh) | 告警事件处理方法、装置、非易失性存储介质及电子设备 | |
CN107967581A (zh) | 一种物品派发方法和装置 | |
CN107396145A (zh) | 一种打通iptv,ott资源的广告投放方法及广告投放系统 | |
CN109308298B (zh) | 工程项目综合管理系统 | |
CN109245927A (zh) | 云数据系统中的告警系统和方法 | |
CN115034717A (zh) | 监控物流面单的方法、装置、设备和计算机可读介质 | |
CN113139777B (zh) | 配送信息的处理方法、装置及电子设备 | |
CN112686619B (zh) | 一种提醒订单揽收的方法和装置 | |
US9565401B1 (en) | Intelligent video archiving | |
CN114386902A (zh) | 一种图书供应方法、装置、电子设备及存储介质 | |
CN113177694A (zh) | 客户分配方法、装置、存储介质及计算机设备 | |
CN109255686A (zh) | 任务提示方法、装置、电子设备及计算机可读存储介质 |
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 |