CN114582067B - 一种基于图像识别技术的大数据分类统计方法 - Google Patents

一种基于图像识别技术的大数据分类统计方法 Download PDF

Info

Publication number
CN114582067B
CN114582067B CN202210224820.3A CN202210224820A CN114582067B CN 114582067 B CN114582067 B CN 114582067B CN 202210224820 A CN202210224820 A CN 202210224820A CN 114582067 B CN114582067 B CN 114582067B
Authority
CN
China
Prior art keywords
commodity
module
image recognition
commodities
pictures
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.)
Expired - Fee Related
Application number
CN202210224820.3A
Other languages
English (en)
Other versions
CN114582067A (zh
Inventor
张凯莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi G Energy Software Co ltd
Original Assignee
Guangxi G Energy Software Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi G Energy Software Co ltd filed Critical Guangxi G Energy Software Co ltd
Priority to CN202210224820.3A priority Critical patent/CN114582067B/zh
Publication of CN114582067A publication Critical patent/CN114582067A/zh
Application granted granted Critical
Publication of CN114582067B publication Critical patent/CN114582067B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F9/00—Details other than those peculiar to special kinds or types of apparatus
    • G07F9/02—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
    • G07F9/026—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus for alarm, monitoring and auditing in vending machines or means for indication, e.g. when empty
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于图像识别技术的大数据分类统计方法，属于大数据领域，涉及图像识别技术，通过数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量，并结合补仓提醒模块计算商品的补充系数Xi；当补充系数Xi大于等于预设补充系数阈值，则发送补充指令管理模块，通过获取当前商品库存量、商品价格以及商品保质时间计算补充数量Li，并将补充数量Li发送至管理人员的手机终端；图像采集模块直接获取补充商品的实时照片，选取清晰的照片进行像素化处理，并获取独有特征的像素点个数Ak与总像素点个数Zk；通过公式计算出补充商品的匹配度P，若商品的匹配度P大于等于预设匹配度阈值，则商品直接放入。

Description

一种基于图像识别技术的大数据分类统计方法
技术领域
本发明属于大数据领域，涉及图像识别技术，具体是一种基于图像识别技术的大数据分类统计方法。
背景技术
随着技术的进步，现在多数的商店都会用到扫码枪以及相应的扫码识别设备，这些设备的引入是为了进行区域范围内商品的快速了解，包括售出情况以及存储情况，便于货架的补充以及存储物品的补充。
然后，依旧存在部分的商店没有引入扫码枪或者类似的设备来确定区域范围内商品的售出以及存储，依旧靠着肉眼观察来进行补货，常常出现补充的商品货物不是在原来的位置，导致价格混乱的问题，且没有一个大致情况的售出了解，也不便于存储商品的补充。
为此，提出一种基于图像识别技术的大数据分类统计方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于图像识别技术的大数据分类统计方法，该一种基于图像识别技术的大数据分类统计方法用于结合图像识别技术对货架上商品进行识别，并结合大数据相关技术进行优化、合理的放置商品以及商品补货数量的确定，以便更好的对畅销商品进行及时补货以及对应商品放置精确。
为实现上述目的，根据本发明的第一方面的实施例提出一种基于图像识别技术的大数据分类统计方法，包括以下步骤：
步骤A1：数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量；补仓提醒模块设定预设补充系数阈值，并计算并结合补仓提醒模块计算商品的补充系数Xi；Xi的计算公式为
Figure GDA0004065001980000021
Figure GDA0004065001980000022
其中α、β为预设比例系数固定值；且α、β均大于零小于1；
步骤A2：当补充系数Xi大于等于预设补充系数阈值，则发送补充指令管理模块，并将补充指令发送至管理人员的手机终端；
步骤A3：所述管理模块接收到补充指令后，通过获取当前商品库存量、商品价格以及商品保质时间计算补充数量Li，并将补充数量Li发送至管理人员的手机终端；Li的计算公式为
Figure GDA0004065001980000023
其中γ为预设比例系数固定值；且γ大于零小于1；
步骤A4：管理人员进行货架上商品补充时，图像采集模块直接获取补充商品的实时照片，选取清晰的照片进行像素化处理，并获取独有特征的像素点个数Ak与总像素点个数Zk；其中的k为补充商品的编号；
通过公式计算出补充商品的匹配度P,计算公式为:P＝
Figure GDA0004065001980000024
其中Aj和Zj分别代表商品独有特征的像素点个数Aj与总像素点个数Zj；其中的j表示商品的编号；
需要进行说明的是，其中的a、b、c为修正系数，且a+b+c＝1；
步骤A5：图像识别模块设定预设匹配度阈值，若商品的匹配度P大于等于预设匹配度阈值，则商品直接放入；若商品的匹配度P小于预设匹配度阈值，图像识别模块发送错误信号至放置提醒模块，所述放置提醒模块接收错误信号后，放置提醒模块进行放置错误提醒。
进一步地，所述图像采集模块包括存储采集单元以及实时采集单元，所述存储采集单元用于对货架上的所有商品进行图片采集，所述实时采集单元用于在管理人员进行货架上商品补充进行放置商品的图片进行采集。
进一步地，在进行图片采集时，采集的商品图片内须包含商品独有特征，且存储采集单元采集的货架上的所有商品的图片均为统一大小，并将采集的货架上的所有商品的图片发送至数据储存模块进行存储；
所述实时采集单元进行图片采集时采用多次采集的方式进行，且采集的图片内需包含放置商品的商品独有特征，且实时采集单元采集的图片大小与存储采集单元采集的图片大小一致。
进一步地，所述放置提醒模块具体为报警器，所述放置提醒模块用于接收图像识别模块发送错误信号，当接收到错误信号后，放置提醒模块进行错误报警提醒。
进一步地，所述商品的独有特征为所有商品区别于别的商品的特征。
进一步地，所述数据储存模块用于存储识别货架上商品的图片，并根据商品的种类进行商品编号,所述数据储存模块还用于存储商品库存数量。
与现有技术相比，本发明的有益效果是：
本发明通过数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量，将其标记为i，Qi0，Ci0，并发送计时指令至计时模块，计时模块开始计时；计时模块开始计时后，采集模块整点获取实时商品数量，并将实时商品数量发送至补仓提醒模块，补仓提醒模块将实时商品数量标记为Sit，利用公式计算出商品的补充系数Xi，若补充系数Xi大于预设补充系数阈值，则发送补充指令管理模块，并将补充指令发送至自助营业终端管理人员的手机终端，若补充系数Xi小于预设补充系数阈值，则将商品种类、起始商品数量以及当前商品库存数量、实时商品数量与补充系数Xi发送至服务器内存储，用于实时获取自助营业终端内部商品的数量信息，并及时做出补给反馈；
在接收到补给反馈后，获取当前商品库存量、商品价格、商品保质时间，并将当前商品库存量、商品价格、商品保质时间发送至管理模块；管理模块将其标记为Ci，Gi，Ti；利用公式计算出商品的补充数量Li，将补充数量Li发送至自助营业终端管理人员的手机终端，并将补充数量Li发送至服务器储存；准确计算出商品需要的补给量，避免自助营业终端管理人员在进行补货的时候带错货物或者带多货物情况的发生，避免不必要的浪费劳动力与物力；
结合图像识别技术对货架上商品进行识别，并结合大数据相关技术进行优化、合理的放置商品以及商品补货数量的确定，以便更好的对畅销商品进行及时补货以及对应商品放置精确。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于图像识别技术的大数据分类统计方法的流程图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
一种基于图像识别技术的大数据分类统计方法在一种基于图像识别技术的大数据分类统计系统中得以实现，其中，一种基于图像识别技术的大数据分类统计系统包括图像采集模块、图像识别模块、放置提醒模块以及数据存储模块，所述图像识别模块用于识别货架上商品的图片，具体识别步骤包括如下：
步骤一：图像识别模块获取存储在数据储存模块内所有商品的照片，并对所有商品的照片进行像素化处理，标记商品独有特征，并获取独有特征的像素点个数Aj与总像素点个数Zj；其中的j表示商品的编号；
需要进行说明的是，所述商品的独有特征为所有商品区别于别的商品的特征，例如商品的名称、或者LOGO都可以作为商品的独有特征；
步骤二：在管理人员进行货架上商品补充时，图像采集模块直接获取补充商品的实时照片，选取清晰的照片进行像素化处理，并获取独有特征的像素点个数Ak与总像素点个数Zk；其中的k为补充商品的编号；
步骤三：通过公式计算出补充商品的匹配度P,计算公式为:
Figure GDA0004065001980000051
Figure GDA0004065001980000052
需要进行说明的是，其中的a、b、c为修正系数，且a+b+c＝1；
步骤四：图像识别模块设定预设匹配度阈值，若商品的匹配度P大于等于预设匹配度阈值，则商品直接放入；
若商品的匹配度P小于预设匹配度阈值，图像识别模块发送错误信号至放置提醒模块，所述放置提醒模块接收错误信号后，放置提醒模块进行放置错误提醒。
需要进行说明的是，所述图像采集模块包括存储采集单元以及实时采集单元，所述存储采集单元用于对货架上的所有商品进行图片采集，且在进行图片采集时，采集的商品图片内必须包含商品独有特征，且存储采集单元采集的货架上的所有商品的图片均为统一大小，并将采集的货架上的所有商品的图片发送至数据储存模块进行存储；
所述实时采集单元用于在管理人员进行货架上商品补充进行放置商品的图片进行采集，且进行图片采集时采用多次采集的方式进行，且采集的图片内需包含放置商品的商品独有特征，且实时采集单元采集的图片大小与存储采集单元采集的图片大小一致；
其中，所述放置提醒模块具体为报警器，所述放置提醒模块用于接收图像识别模块发送错误信号，当接收到错误信号后，放置提醒模块进行错误报警提醒。
其中，所述数据储存模块用于存储识别货架上商品的图片，并根据商品的种类进行商品编号,所述数据储存模块还用于存储商品库存数量。
其中，所述基于图像识别技术的大数据分类统计系统还包括补仓提醒模块，所述补仓提醒模块用于货架上商品被购买后进行补仓提醒，具体的，所述补仓提醒模块进行补仓提醒的过程包括以下步骤：
步骤S1：数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量，并将商品种类、起始商品数量以及当前商品库存数量发送至补仓提醒模块；
步骤S2：补仓提醒模块在接收到商品种类、起始商品数量以及起始商品库存数量后，分别将其标记为i，Qi0，Ci0，并发送计时指令至计时模块，计时模块开始计时；
步骤S3：计时模块开始计时后，数据采集模块整点获取实时商品数量，并将实时商品数量发送至补仓提醒模块，补仓提醒模块将实时商品数量标记为Sit，t表示时刻，t＝1、……、24；
步骤S4：利用公式计算出商品的补充系数Xi，计算公式为
Figure GDA0004065001980000061
Figure GDA0004065001980000062
其中α、β为预设比例系数固定值；且α、β均大于零小于1；
步骤S5：补仓提醒模块设定预设补充系数阈值，若补充系数Xi大于等于预设补充系数阈值，则发送补充指令管理模块，并将补充指令发送至管理人员的手机终端，同时将商品种类、起始商品数量以及当前商品库存数量、实时商品数量与补充系数Xi发送至数据存储模块内存储；
若补充系数Xi小于预设补充系数阈值，则将商品种类、起始商品数量以及当前商品库存数量、实时商品数量与补充系数Xi发送至数据存储模块内存储；
所述管理模块用于计算商品的补充数量Li，具体计算步骤如下：
T1：获取当前商品库存量、商品价格、商品保质时间，并将当前商品库存量、商品价格、商品保质时间发送至管理模块；
T2：管理模块接收到当前商品库存量、商品价格、商品保质时间后，将其标记为Ci，Gi，Ti；
T3：利用公式计算出商品的补充数量Li，具体计算公式为
Figure GDA0004065001980000071
Figure GDA0004065001980000072
其中γ为预设比例系数固定值；且γ大于零小于1；
T4：将补充数量Li发送至管理人员的手机终端，并将补充数量Li发送至数据存储模块进行储存。
如图1所示，一种基于图像识别技术的大数据分类统计方法，具体包括以下步骤：
步骤A1：数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量，并结合补仓提醒模块计算商品的补充系数Xi；补仓提醒模块设定预设补充系数阈值；
步骤A2：当补充系数Xi大于等于预设补充系数阈值，则发送补充指令管理模块，并将补充指令发送至管理人员的手机终端；
步骤A3：所述管理模块接收到补充指令后，通过获取当前商品库存量、商品价格以及商品保质时间计算补充数量Li，并将补充数量Li发送至管理人员的手机终端；
步骤A4：管理人员进行货架上商品补充时，图像采集模块直接获取补充商品的实时照片，选取清晰的照片进行像素化处理，并获取独有特征的像素点个数Ak与总像素点个数Zk；其中的k为补充商品的编号；
通过公式计算出补充商品的匹配度P,计算公式为:
Figure GDA0004065001980000073
Figure GDA0004065001980000081
需要进行说明的是，其中的a、b、c为修正系数，且a+b+c＝1；
步骤A5：图像识别模块设定预设匹配度阈值，若商品的匹配度P大于等于预设匹配度阈值，则商品直接放入；若商品的匹配度P小于预设匹配度阈值，图像识别模块发送错误信号至放置提醒模块，所述放置提醒模块接收错误信号后，放置提醒模块进行放置错误提醒。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.一种基于图像识别技术的大数据分类统计方法，其特征在于，包括以下步骤：
步骤A1：数据采集模块获取货架上商品种类、起始商品数量以及当前商品库存数量；补仓提醒模块在接收到商品种类、起始商品数量以及起始商品库存数量后，分别将其标记为i，Qi0，Ci0，并发送计时指令至计时模块，计时模块开始计时；计时模块开始计时后，数据采集模块整点获取实时商品数量，并将实时商品数量发送至补仓提醒模块，补仓提醒模块将实时商品数量标记为Sit，t表示时刻，t＝1、……、24；
补仓提醒模块设定预设补充系数阈值，并计算商品的补充系数Xi；Xi的计算公式为
Figure FDA0004065001970000011
其中α、β为预设比例系数固定值；且α、β均大于零小于1；
步骤A2：当补充系数Xi大于等于预设补充系数阈值，则补仓提醒模块发送补充指令至管理模块，并将补充指令发送至管理人员的手机终端；
步骤A3：管理模块接收到当前商品库存量、商品价格、商品保质时间后，将其标记为Ci，Gi，Ti；所述管理模块接收到补充指令后，通过获取当前商品库存量、商品价格以及商品保质时间计算补充数量Li，并将补充数量Li发送至管理人员的手机终端；Li的计算公式为
Figure FDA0004065001970000012
Figure FDA0004065001970000013
其中γ为预设比例系数固定值；且γ大于零小于1；
步骤A4：管理人员进行货架上商品补充时，图像采集模块直接获取补充商品的实时照片，选取清晰的照片进行像素化处理，并获取独有特征的像素点个数Ak与总像素点个数Zk；其中的k为补充商品的编号；
通过公式计算出补充商品的匹配度P,计算公式为:
Figure FDA0004065001970000014
Figure FDA0004065001970000015
其中Aj和Zj分别代表数据存储模块中预先存储的商品照片的独有特征的像素点个数Aj与总像素点个数Zj；其中的j表示预先存储的商品的编号；
其中的a、b、c为修正系数，且a+b+c＝1；
步骤A5：图像识别模块设定预设匹配度阈值，若商品的匹配度P大于等于预设匹配度阈值，则商品直接放入；若商品的匹配度P小于预设匹配度阈值，图像识别模块发送错误信号至放置提醒模块，所述放置提醒模块接收错误信号后，放置提醒模块进行放置错误提醒。
2.根据权利要求1所述的一种基于图像识别技术的大数据分类统计方法，其特征在于，所述图像采集模块包括存储采集单元以及实时采集单元，所述存储采集单元用于对货架上的所有商品进行图片采集，所述实时采集单元用于在管理人员进行货架上商品补充进行放置商品的图片进行采集。
3.根据权利要求2所述的一种基于图像识别技术的大数据分类统计方法，其特征在于，在进行图片采集时，采集的商品图片内须包含商品独有特征，且存储采集单元采集的货架上的所有商品的图片均为统一大小，并将采集的货架上的所有商品的图片发送至数据储存模块进行存储；
所述实时采集单元进行图片采集时采用多次采集的方式进行，且采集的图片内需包含放置商品的商品独有特征，且实时采集单元采集的图片大小与存储采集单元采集的图片大小一致。
4.根据权利要求1所述的一种基于图像识别技术的大数据分类统计方法，其特征在于，所述放置提醒模块具体为报警器，所述放置提醒模块用于接收图像识别模块发送错误信号，当接收到错误信号后，放置提醒模块进行错误报警提醒。
5.根据权利要求3所述的一种基于图像识别技术的大数据分类统计方法，其特征在于，所述商品的独有特征为所有商品区别于别的商品的特征。
6.根据权利要求1所述的一种基于图像识别技术的大数据分类统计方法，其特征在于，数据采集模块在进行图片采集时，采集的商品图片内包含商品独有特征，且存储采集单元采集的货架上的所有商品的图片均为统一大小，并将采集的货架上的所有商品的图片发送至数据储存模块进行存储；所述数据储存模块用于存储识别货架上商品的图片，并根据商品的种类进行商品编号,所述数据储存模块还用于存储商品库存数量。
CN202210224820.3A 2022-03-09 2022-03-09 一种基于图像识别技术的大数据分类统计方法 Expired - Fee Related CN114582067B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210224820.3A CN114582067B (zh) 2022-03-09 2022-03-09 一种基于图像识别技术的大数据分类统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210224820.3A CN114582067B (zh) 2022-03-09 2022-03-09 一种基于图像识别技术的大数据分类统计方法

Publications (2)

Publication Number Publication Date
CN114582067A CN114582067A (zh) 2022-06-03
CN114582067B true CN114582067B (zh) 2023-06-23

Family

ID=81773652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210224820.3A Expired - Fee Related CN114582067B (zh) 2022-03-09 2022-03-09 一种基于图像识别技术的大数据分类统计方法

Country Status (1)

Country Link
CN (1) CN114582067B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5239399B2 (ja) * 2008-02-28 2013-07-17 株式会社Ｊｖｃケンウッド 商品管理システム及び商品管理方法
CN107463945B (zh) * 2017-07-12 2020-07-10 浙江大学 一种基于深度匹配网络的商品种类识别方法
CN108922026B (zh) * 2018-07-09 2020-06-23 深圳码隆科技有限公司 一种自动售货机的补货管理方法、装置和用户终端
CN109949095A (zh) * 2019-03-21 2019-06-28 中国联合网络通信集团有限公司 补货方法及设备
CN113468914B (zh) * 2020-03-30 2023-08-29 杭州海康威视数字技术股份有限公司 一种商品纯净度的确定方法、装置及设备
CN111508132A (zh) * 2020-04-16 2020-08-07 深圳市智莱科技股份有限公司 自动售卖设备的补货方法及控制装置
CN113935774A (zh) * 2021-10-15 2022-01-14 北京百度网讯科技有限公司 图像处理方法、装置、电子设备及计算机存储介质

Also Published As

Publication number Publication date
CN114582067A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
US20190244055A1 (en) Method and apparatus for checkout based on image identification technique of convolutional neural network
CN111222389B (zh) 商超货架上商品的分析方法和系统
CN110322197A (zh) 商品智能补货方法、装置、终端及存储介质
CN108596137A (zh) 一种基于图像识别算法的商品扫描录入方法
US11748787B2 (en) Analysis method and system for the item on the supermarket shelf
CN111724114A (zh) 一种基于大数据的电商商品分配物流智能管理系统
CN116629979B (zh) 一种数字化门店管理系统及方法
CN114997663B (zh) 基于资产自动识别的资产风险预警方法及系统
CN104899820A (zh) 为图像添加标签的方法、系统和装置
CN110751436A (zh) 基于动态库存管理的仓库管理系统
CN115587769A (zh) 商品缺货状态的检测方法、装置、计算机设备及存储介质
CN115272446B (zh) 一种堆头占地面积计算的方法和系统
CN114582067B (zh) 一种基于图像识别技术的大数据分类统计方法
CN114926464B (zh) 在双录场景下的图像质检方法、图像质检装置及系统
CN109345733A (zh) 智能秤的计价方法及系统
CN113627415B (zh) 确定目标对象摆放信息的方法及装置
US12183079B1 (en) Method, apparatus and robot for out-of-stock detection of shelf commodities
CN115063814B (zh) 一种通用的商品价签图像识别方法及处理设备
US11580726B2 (en) Method of acquisition and interpretation of images used for commerce items
CN114282818A (zh) 一种最大化销售额的生鲜区电子标签管控方法
CN110175937B (zh) 一种基于叫号器图像的顾客等待时长评估方法
CN109857880B (zh) 一种基于模型的数据处理方法、装置及电子设备
TWI847642B (zh) 智能商品供應量監控系統
EP4535300A1 (en) Local image processing method and system for object identification and classification and generation of kpis
US12243310B2 (en) Article determination using image processing

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230530

Address after: 530000, Site 301, 3rd Floor, Standard Factory Building, No. 3, Industrial Park, No. 4 Keyuan East Fifth Road, High tech Zone, Nanning City, Guangxi Zhuang Autonomous Region

Applicant after: GUANGXI G-ENERGY SOFTWARE Co.,Ltd.

Address before: 230092 room 2302, building B3, financial port center, Baohe District, Hefei City, Anhui Province

Applicant before: Anhui Lixiaohua Digital Culture Creative Software Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230623