CN116957444A - 一种基于签收单的物流管理方法、装置、介质及电子设备 - Google Patents
一种基于签收单的物流管理方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN116957444A CN116957444A CN202311211770.6A CN202311211770A CN116957444A CN 116957444 A CN116957444 A CN 116957444A CN 202311211770 A CN202311211770 A CN 202311211770A CN 116957444 A CN116957444 A CN 116957444A
- Authority
- CN
- China
- Prior art keywords
- signing
- order
- data
- settlement
- client
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000003860 storage Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012795 verification Methods 0.000 claims description 14
- 238000010191 image analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 238000012015 optical character recognition Methods 0.000 description 16
- 239000002609 medium Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000004064 recycling Methods 0.000 description 5
- 238000012958 reprocessing Methods 0.000 description 5
- 238000012550 audit Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282326 Felis catus Species 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
- 238000013075 data extraction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G06Q10/083—Shipping
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于签收单的物流管理方法、装置、介质及电子设备。该方法包括:接收客户端采集的签收单图像,对签收单图像进行解析得到的签收单元素;对签收单元素与预设校验对象进行核验,得到吻合度;若吻合度处于第一阈值和第二阈值之间,则向客户端发送签收单元素吻合度数据,接收返回签收单回单数据;向物流系统同步签收单回单数据并获得物流系统反馈的运单数据;向结算系统发送签收单回单数据和运单数据,供结算系统生成结算提示信息,并供客户端显示结算提示信息。采用本技术方案,可以通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分处理过程,提高签收单的处理效率和准确率。
Description
技术领域
本申请涉及物流技术领域,尤其涉及一种基于签收单的物流管理方法、装置、介质及电子设备。
背景技术
目前的物流行业中,很多工作需要基于人工来开展。例如签收单的审核工作。并且,需要及时将签收单的审核结果发送至承运商客户端、物流管理系统、结算系统。
在审核不通过时,需要将每个不合格点标注并说明不合格理由,以便进行重新修正补办签收单。由于签收单数量巨大,在人工处理情况下,很难及时将审核结果发送至关联客户端和系统。另外,人工处理很难保证一次性获取所有不合格点,从而存在多次重新补办签收单的可能性。再有,当审核通过后,需要将签收单保存,并根据签收单中签收日期和合同规定向承运商等相关结算方发送结算金额和日期。
因此,对于签收单的审核,成为了物流行业的实际作用中的效率瓶颈,如何克服签收单审核效率低、复杂度高以及及时性差的问题,成为了本领域的技术痛点。
发明内容
本申请实施例提供一种基于签收单的物流管理方法、装置、介质及电子设备。本方案中签收单批处理系统使用CNN网络、YOLO网络、OCR文字识别对签收单进行解析,通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分出自动结算处理、再确认处理、重新处理;另外,可使用已解析后的信息自动向物流系统、结算系统直接发送所需信息。由此,提升签收单的处理效率,同时客户端可获得明确的结算信息,或者,重新进行回收单处理的提示信息。
本申请实施例提供一种基于签收单的物流管理方法,所述方法由签收单批处理系统执行,所述签收单批处理系统与客户端、物流系统以及结算系统连接;所述方法包括:
接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
对所述签收单元素与预设校验对象进行核验,得到吻合度;
若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
进一步的,在对所述签收单元素与预设校验对象进行核验,得到吻合度之后,所述方法还包括:
若所述吻合度大于所述第一阈值,则确定所述签收单元素合格,并生成签收单回单数据;
若所述吻合度小于所述第二阈值,则确定所述签收单元素不合格,并生成签收单图像的重新采集指令,并向所述客户端发送所述重新采集指令,以在所述客户端显示所述重新采集指令。
进一步的,接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素,包括:
通过三层CNN网络判断所述签收单图像的当前角度为0°、90°、180°或者270°;
若为非0°,则生成旋转指令,以将所述签收单图像旋转至0°;
通过YOLO网络将所述签收单图像中包含的签名、印章以及日期进行解析,得到签收单要素;
通过OCR识别各签收单要素中包含的文字内容。
进一步的,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
获取所述签收单元素的置信度以及所述签收单元素中包含的文字内容;
基于签收单元素置信度和元素的文字计算吻合度。
进一步的,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
采用如下公式计算吻合度:
;
其中,F为吻合度,C为元素的置信度,M匹配文字的数量占比。
进一步的,向所述结算系统发送签收单回单数据和所述运单数据,包括:
从签收单回单数据中提取签收单号、签收日期;
将所述签收单号、所述签收日期以及所述运单数据组合为结算数据包,并发送至所述结算系统。
进一步的,在接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素之后,所述方法还包括:
将所述签收单图像以及所述签收单元素发送至所述物流系统,供所述物流系统保存所述签收单图像以及所述签收单元素。
本申请实施例还提供了一种基于签收单的物流管理装置,所述装置配置于签收单批处理系统,所述签收单批处理系统与客户端、物流系统以及结算系统连接;所述装置包括:
签收单图像解析单元,用于接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
吻合度计算单元,用于对所述签收单元素与预设校验对象进行核验,得到吻合度;
处理单元,用于若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
运单数据获取单元,用于向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
结算数据发送单元,用于向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的基于签收单的物流管理方法。
本申请实施例还提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的基于签收单的物流管理方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本申请利提供的技术方案,签收单批处理系统使用CNN网络、YOLO网络、OCR文字识别对签收单进行解析,通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分出自动结算处理、再确认处理、重新处理;另外,可使用已解析后的信息自动向物流系统、结算系统直接发送所需信息。由此,提升签收单的处理效率,同时客户端可获得明确的结算信息,或者,重新进行回收单处理的提示信息。
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是本申请实施例一提供的基于签收单的物流管理方法的流程示意图;
图2是本申请实施例一提供的签收单处理系统的结构示意图;
图3是本申请实施例一提供的签收单处理过程的流程示意图;
图4是本申请实施例二提供的基于签收单的物流管理装置的结构示意图;
图5是本申请实施例四提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例一
图1是本申请实施例一提供的基于签收单的物流管理方法的流程示意图,本实施例可适用于签收单批处理审批系统对签收单进行审批处理的情况,该方法可以由本申请实施例所提供的基于签收单的物流管理装置执行,该装置可以由软件和/或硬件的方式来实现,并且可以集成于用于基于签收单的物流管理的电子设备当中。
如图1所示,所述方法包括:
S110、接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
所述签收单批处理系统与客户端、物流系统以及结算系统连接。
其中,签收单图像可以是客户端通过手机摄像头拍摄采集到的。签收单元素可以是签收单图像中的印章、客户手写签字、单号以及日期等元素。本方案中,解析方式可以基于图像识别技术,例如识别红字部分为印章,签字区域的文字部分为客户手写签字,条形码或者二维码部分为单号,日期的打印位置所对应的内容为签收单上面的日期信息。
图2是本申请实施例一提供的签收单处理系统的结构示意图。如图2所示,客户端:发货方、承运商使用签收单客户端,客户端具有获取签收单模块、签收单解析获取模块、签收单回单处理模块、结算信息查看模块。获取签收单模块将扫描或者拍照的签收单图像发送至签收单批处理系统;签收单解析获取模块从签收单批处理系统核验后的各个签收单元素数据;通过签收单回单处理模块查看各个签收单元素数据,在确定签收单合格后,向签收单批处理系统发送签收单回单数据;通过结算信息查看模块查看结算相关数据。
签收单批处理系统:机器学习签收单处理系统,包括签收单解析批处理模块、签收单备注存储模块、签收单核验模块、回单分发处理模块。签收单解析批处理模块具有三层CNN网络、YOLO网络和OCR文字识别,将签收单图像分解为包括印章、签字、身份证号等的签收单图像元素,并从签收单图像元素中提取出图像元素所包含的文字数据。签收单备注存储模块将签收单以及解析后得签收单元素数据上传至物流系统,作为备注保存。签收单核验模块对解析出的各个签收单元素进行核验,核验包括元素的形状、位置、元素中所包含的文字,得到元素的吻合度,以供后续步骤处理。回单分发处理模块将合格的签收单通知物流系统和结算系统。
其中,机器学习包括有CNN网络、YOLO网络、OCR(Optical CharacterRecognition,光学字符识别)等,这个签收单系统是融合多个机器学习算法的系统。损失函数,可以是预测值与实际值之间的差的计算函数,用于训练网络各个节点参数的函数,损失函数在很大程度上决定了网络质量,是网络的核心。网络,可以是模仿网络搭建的线性拟合算法,包括训练和测试两个部分,训练时通过损失函数确定各个神经元(节点)的系数,测试是根据系数推算出物体的种类和位置。置信度,可以是目标的所属类别的概率,例如:目标是鸟的概率是0.7,飞机的概率是0.2,猫的概率是0.01,那么就说目标是鸟的置信度高,为0.7。
CNN网络,是初级的网络,具有计算量大的缺点。但是,用于签收单的方向判断,仅仅用了3层网络,由于层次结构相对简单,计算量并不是很大,可准确判断签收单的方向。
YOLO网络,英文全屏为You Only Look Once,直译就是只需看一次,意思是有多个目标时只要进行一次运算所有目标都可以找到,是发展迅速的新型网络模型。对于签收单就是一次可以找到签名、印章、日期以及身份证号码等这些目标。
本方案中,YOLO采用的是anchor框,anchor框也称为锚框、先验框。为了目标检测,在网络训练时预先画出一组框,这组框中的一个框作为目标的先验框,以便找到目标和目标的位置。本方案也涉及到感受野的确定,在查找目标时,并不是在原图上直接查找目标,而是把原图进行缩小,在缩小图上找目标,目标找到后再映射到原图上,缩小图所代表原图的尺寸就是感受野。相当于地图的比例尺。
OCR,英文全拼为Optical Character Recognition,光学字符识别,可对印刷体、印章的环状字、手写子进行识别。
CER:英文全拼为Character Error Rate,字符错误率,通过词组验证词组中的某个字是否错误,以及错误程度,例如:当识别手写字“木桶”时,识别为“木捅”,则认为实际的手写字是“木桶”。
物流系统:包括签收单备注处理模块、签收单回单处理模块。签收单备注处理模块用于保存签收单以及解析后的各个签收单元素;签收单回单处理模块用于将合格的签收单与签收单备注处理模块所保存的签收建立关联关系并保存。
结算系统:包括合同数据、签收单结算模块。签收单结算模块将回单中所包含的签收日期、承运商数据与合同数据建立关联关系,并将结算提示数据发送至客户端,以便通过客户端做结算处理。
在本技术方案中,可选的,接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素,包括:
通过三层CNN网络判断所述签收单图像的当前角度为0°、90°、180°或者270°;
若为非0°,则生成旋转指令,以将所述签收单图像旋转至0°;
通过YOLO网络将所述签收单图像中包含的签名、印章以及日期进行解析,得到签收单要素;
通过OCR识别各签收单要素中包含的文字内容。
本方案这样设置,签收单解析批处理系统对多种机器学习算法进行组合,搭建完全自动化的签收单要素提取架构,将拍照或者扫描的签收单所包含的签收单要素解析出来,并将签收单要素与要素所对应的文字进行匹配,组合为完整要素,以便后续对签收单要素进行验证。
S120、对所述签收单元素与预设校验对象进行核验,得到吻合度;
其中,预设校验对象可以是系统中存储的收货人姓名、身份证号码等,或者收货单位的名称、标识码等。在采集到相应的签收单元素之后,可以与预设校验对象进行核验,得到吻合度。例如吻合度为95%,则确定收货人的实际签名与预先存储的收货人姓名是基本一致的,或者收货单位的名称与预先存储的收货单位的名称是基本一致的。可以理解的,预先存储的收货人或者收货单位的信息,可以是基于物流合同中提取的,还可以是在发货人员发货之后,工作人员手动录入的。
在本技术方案中,可选的,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
获取所述签收单元素的置信度以及所述签收单元素中包含的文字内容;
基于签收单元素置信度和元素的文字计算吻合度。
更进一步的,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
采用如下公式计算吻合度:
;
其中,F为吻合度,C为元素的置信度,M匹配文字的数量占比。
本方案基于签收单元素置信度和元素的文字匹配程度得到吻合度,根据吻合度自动进行分发,从而将机器学习无法可完成的任务自动筛选并处理,从而大幅度减少人工工作量。
其中吻合度计算方式举例如下:
圆形的印章,印章文字为“智能识别公司”,被识别为“智能识别公同”,“司”≠“同”,印章经过一系列的机器学习识别情况为:为印章的置信度C=0.8,文字匹配度M=5/6,则M-1=-(1/6),则吻合度C=0.8-1/6。当阈值上限规定为0.8时,则此印章的吻合度小于阈值上限。
S130、若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
其中,签收单回单数据可以包括签收方式、签收人员、签收日期以及对于签收物品的评价等信息。
其中,第一阈值大于第二阈值,例如第二阈值为60%,第一阈值为85%。则可以在核验得到吻合度在60%-85%之间时,可以在客户端由工作人员辅助判断该签收单元素是否合格。可以理解的,此处的第一阈值和第二阈值,可以根据识别到签收单图像的情况进行重置、调整等处理,例如签收单图像越清晰,则第一阈值和第二阈值的取值可以更大,签收单图像越模糊,则第一阈值和第二阈值的取值可以更小。而且,第一阈值和第二阈值的取值大小,或者是否赋值,不影响系统的正常运行。
在本技术方案中,可选的,在对所述签收单元素与预设校验对象进行核验,得到吻合度之后,所述方法还包括:
若所述吻合度大于所述第一阈值,则确定所述签收单元素合格,并生成签收单回单数据;
若所述吻合度小于所述第二阈值,则确定所述签收单元素不合格,并生成签收单图像的重新采集指令,并向所述客户端发送所述重新采集指令,以在所述客户端显示所述重新采集指令。
可以理解的,如果大于第一阈值,例如是95%,是大于85%的,则可以直接确定为签收单元素合格。如果小于第二阈值,例如是55%,是小于60%的,则可以直接告知客户端进行重新采集。
本方案通过这样的设置,基于签收单元素置信度和元素的文字匹配程度得到吻合度,根据吻合度自动进行分发,可以将机器学习无法可完成的任务自动筛选并处理,从而大幅度减少人工工作量。
S140、向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
在得到签收单回单数据之后,可以将其同步到物流系统。物流系统可以基于此来反馈运单数据。其中,运单数据可以包括货运单号、货运时长以及承运公司等与货物运输相关的信息。
S150、向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
其中,结算系统可以根据签收单回单数据的信息和所述运单数据的信息,以及预先确定的结算方式,进行结算。得到相应的数据之后,可以通过结算提示信息告知客户端,以由客户端采集收货人或者发货人的解算结果,至此完成对货物的签收处理。
在本技术方案中,可选的,向所述结算系统发送签收单回单数据和所述运单数据,包括:
从签收单回单数据中提取签收单号、签收日期;
将所述签收单号、所述签收日期以及所述运单数据组合为结算数据包,并发送至所述结算系统。
其中,签收单批处理系统的回单分发处理模块接收签收单回单数据;签收单批处理系统的回单分发处理模块将签收单回单发送至物流系统,并从物流系统得到用于结算的运单数据。签收单批处理系统的回单分发处理模块将包含有签收单号、签收日期、运单数据组合为用于结算的数据包发送至结算系统。
本方案这样设置,可以自动完成所有物流数据的备份和结算用数据的提供,对业务流程中的数据采用事务管理,提升客户的结算效率。
在本技术方案中,可选的,在接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素之后,所述方法还包括:
将所述签收单图像以及所述签收单元素发送至所述物流系统,供所述物流系统保存所述签收单图像以及所述签收单元素。
本方案中,通过对签收单图像以及签收单元素向物流系统的同步,可以供物流系统进行存储。并在需要的时候,可以从物流系统重存储的签收单图像以及签收单元素进行调取和使用,并且保证物流系统重物流信息的完整性。
本实施例提供的技术方案,签收单批处理系统采用CNN网络、YOLO网络、OCR文字识别组合方式,将签收单处理与物流系统、结算系统相整合,解决了业务流程中的瓶颈,提升了结算的效率。自动完成所有物流数据的备份和结算用数据的提供,对业务流程中的数据采用事务管理,提升客户的结算效率。
对于本方案来说,在机器识别的过程中,发明点包括但不限于在图像中结合位置进行目标对象的识别。例如在签收单图像的下方中心区域识别是否有签章图像,在接收人签名的区域及其附近区域识别用户的签名图像,等等。本方案通过这样的设置,不仅能够使得签收单元素的识别效率更高,而且其识别结果也会更加精准。
图3是本申请实施例一提供的签收单处理过程的流程示意图。如图3所示,包括步骤如下:
步骤1,客户端将签收单的图像发送至签收单批处理系统,系统通过签收单解析批处理模块中的CNN网络、YOLO网络、OCR文字识别依次对签收单图像进行解析,得到的签收单元素;
步骤2,签收单批处理系统的签收单备注存储处理模块将签收单以及签收单元素发送至物流系统,物流系统的签收单备注模块将签收单以及签收单元素保存;
步骤3,签收单批处理系统的签收单核验模块对签收单元素数据进行核验,当吻合度大于上限阈值时则执行步骤6,当吻合度小于下限阈值时则执行步骤1,当吻合度处于上限阈值和下限阈值之间时则执行步骤4;
步骤4,客户端的签收单解析获取模块接收签收单元素吻合度数据,判断签收单元素是否合格,当不合格时执行步骤1,当合格时执行步骤5;
步骤5,客户端的签收单回单处理模块向签收单批处理系统发送签收单回单数据;
步骤6,签收单批处理系统的回单分发处理模块向物流系统发送签收单回单数据并获得物流系统的运单数据,以及向结算系统发送签收单回单数据和运单数据,并将回单相关数据中的签收日期与合同相关数据比对,生成结算提示信息。
步骤7,结算系统将结算提示信息返回至客户端,客户端通过结算信息查看模块查看结算提示信息。
签收单批处理系统使用CNN网络、YOLO网络、OCR文字识别对签收单进行解析,通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分出自动结算处理、再确认处理、重新处理;另外,可使用已解析后的信息自动向物流系统、结算系统直接发送所需信息。由此,提升签收单的处理效率,同时客户端可获得明确的结算信息,或者,重新进行回收单处理的提示信息。
本方案的处理方式,签收单批处理系统使用CNN网络、YOLO网络、OCR文字识别对签收单进行解析,通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分出自动结算处理、再确认处理、重新处理;另外,可使用已解析后的信息自动向物流系统、结算系统直接发送所需信息。由此,提升签收单的处理效率,同时客户端可获得明确的结算信息,或者,重新进行回收单处理的提示信息。
实施例二
图4是本申请实施例二提供的基于签收单的物流管理装置的结构示意图。如图4所示,所述装置配置于签收单批处理系统,所述签收单批处理系统与客户端、物流系统以及结算系统连接;所述装置包括:
签收单图像解析单元410,用于接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
吻合度计算单元420,用于对所述签收单元素与预设校验对象进行核验,得到吻合度;
处理单元430,用于若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
运单数据获取单元440,用于向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
结算数据发送单元450,用于向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
进一步的,所述装置还包括:
吻合度合格处理单元,用于若所述吻合度大于所述第一阈值,则确定所述签收单元素合格,并生成签收单回单数据;
吻合度不合格处理单元,用于若所述吻合度小于所述第二阈值,则确定所述签收单元素不合格,并生成签收单图像的重新采集指令,并向所述客户端发送所述重新采集指令,以在所述客户端显示所述重新采集指令。
进一步的,所述签收单图像解析单元410,包括:
角度识别子单元,用于通过三层CNN网络判断所述签收单图像的当前角度为0°、90°、180°或者270°;
旋转子单元,用于若为非0°,则生成旋转指令,以将所述签收单图像旋转至0°;
签收单元素解析子单元,用于通过YOLO网络将所述签收单图像中包含的签名、印章以及日期进行解析,得到签收单要素;
文字内容识别子单元,用于通过OCR识别各签收单要素中包含的文字内容。
进一步的,所述吻合度计算单元420,包括:
计算因子获取子单元,用于获取所述签收单元素的置信度以及所述签收单元素中包含的文字内容;
吻合度计算子单元,用于基于签收单元素置信度和元素的文字计算吻合度。
进一步的,所述吻合度计算单元420,具体用于:
采用如下公式计算吻合度:
;
其中,F为吻合度,C为元素的置信度,M匹配文字的数量占比。
进一步的,所述运单数据获取单元440,包括:
回单数据提取子单元,用于从签收单回单数据中提取签收单号、签收日期;
结算数据包发送子单元,用于将所述签收单号、所述签收日期以及所述运单数据组合为结算数据包,并发送至所述结算系统。
进一步的,所述装置还包括:
物流系统备份单元,用于将所述签收单图像以及所述签收单元素发送至所述物流系统,供所述物流系统保存所述签收单图像以及所述签收单元素。
本装置可以执行上述各实施例所提供的基于签收单的物流管理方法,具有与之相应的功能单元和有益效果。此处不再赘述。
实施例三
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于签收单的物流管理方法,该方法包括:
接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
对所述签收单元素与预设校验对象进行核验,得到吻合度;
若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
存储介质——任何的各种类型的存储器电子设备或存储电子设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计 算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的基于签收单的物流管理操作,还可以执行本申请任意实施例所提供的基于签收单的物流管理方法中的相关操作。
实施例四
本申请实施例提供了一种电子设备。图5是本申请实施例四提供的一种电子设备的结构示意图。如图5所示,本实施例提供了一种电子设备500,其包括:一个或多个处理器520;存储装置510,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520运行,使得所述一个或多个处理器520实现本申请实施例所提供的基于签收单的物流管理方法,该方法包括:
接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
对所述签收单元素与预设校验对象进行核验,得到吻合度;
若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
图5显示的电子设备500仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,该电子设备500包括处理器520、存储装置510、输入装置530和输出装置540;电子设备中处理器520的数量可以是一个或多个,图5中以一个处理器520为例;电子设备中的处理器520、存储装置510、输入装置530和输出装置540可以通过总线或其他方式连接,图5中以通过总线550连接为例。
存储装置510作为一种计算机可读存储介质,可用于存储软件程序、计算机可运行程序以及模块单元,如本申请实施例中的基于签收单的物流管理方法对应的程序指令。
存储装置510可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置510可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置510可进一步包括相对于处理器520远程设置的存储器,这些远程存储器可以通过网络连接。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。
输入装置530可用于接收输入的数字、字符信息或语音信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏、扬声器等电子设备。
本申请实施例提供的电子设备,通过签收单批处理系统使用CNN网络、YOLO网络、OCR文字识别对签收单进行解析,通过对签收单元素的置信度和元素的文字对比获得元素的吻合度,根据吻合度与阈值对比自动划分出自动结算处理、再确认处理、重新处理;另外,可使用已解析后的信息自动向物流系统、结算系统直接发送所需信息。由此,提升签收单的处理效率,同时客户端可获得明确的结算信息,或者,重新进行回收单处理的提示信息。
上述实施例中提供的基于签收单的物流管理装置、介质及电子设备可运行本申请任意实施例所提供的基于签收单的物流管理方法,具备运行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的基于签收单的物流管理方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于签收单的物流管理方法,其特征在于,所述方法由签收单批处理系统执行,所述签收单批处理系统与客户端、物流系统以及结算系统连接;所述方法包括:
接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
对所述签收单元素与预设校验对象进行核验,得到吻合度;
若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
2.根据权利要求1所述的方法,其特征在于,在对所述签收单元素与预设校验对象进行核验,得到吻合度之后,所述方法还包括:
若所述吻合度大于所述第一阈值,则确定所述签收单元素合格,并生成签收单回单数据;
若所述吻合度小于所述第二阈值,则确定所述签收单元素不合格,并生成签收单图像的重新采集指令,并向所述客户端发送所述重新采集指令,以在所述客户端显示所述重新采集指令。
3.根据权利要求1所述的方法,其特征在于,接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素,包括:
通过三层CNN网络判断所述签收单图像的当前角度为0°、90°、180°或者270°;
若为非0°,则生成旋转指令,以将所述签收单图像旋转至0°;
通过YOLO网络将所述签收单图像中包含的签名、印章以及日期进行解析,得到签收单要素;
通过OCR识别各签收单要素中包含的文字内容。
4.根据权利要求1所述的方法,其特征在于,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
获取所述签收单元素的置信度以及所述签收单元素中包含的文字内容;
基于签收单元素置信度和元素的文字计算吻合度。
5.根据权利要求1所述的方法,其特征在于,对所述签收单元素与预设校验对象进行核验,得到吻合度,包括:
采用如下公式计算吻合度:
;
其中,F为吻合度,C为元素的置信度,M匹配文字的数量占比。
6.根据权利要求1所述的方法,其特征在于,向所述结算系统发送签收单回单数据和所述运单数据,包括:
从签收单回单数据中提取签收单号、签收日期;
将所述签收单号、所述签收日期以及所述运单数据组合为结算数据包,并发送至所述结算系统。
7.根据权利要求1所述的方法,其特征在于,在接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素之后,所述方法还包括:
将所述签收单图像以及所述签收单元素发送至所述物流系统,供所述物流系统保存所述签收单图像以及所述签收单元素。
8.一种基于签收单的物流管理装置,其特征在于,所述装置配置于签收单批处理系统,所述签收单批处理系统与客户端、物流系统以及结算系统连接;所述装置包括:
签收单图像解析单元,用于接收所述客户端采集的签收单图像,对所述签收单图像进行解析得到的签收单元素;
吻合度计算单元,用于对所述签收单元素与预设校验对象进行核验,得到吻合度;
处理单元,用于若所述吻合度处于第一阈值和第二阈值之间,则向所述客户端发送签收单元素吻合度数据,以通过所述客户端接收签收单元素是否合格的判断结果,并在合格时向所述签收单批处理系统返回签收单回单数据;其中,所述第一阈值大于所述第二阈值;
运单数据获取单元,用于向所述物流系统同步所述签收单回单数据并获得物流系统反馈的运单数据;
结算数据发送单元,用于向所述结算系统发送签收单回单数据和所述运单数据,供所述结算系统基于所述签收单回单数据中的签收日期与合同内容数据比对,生成结算提示信息,并将所述结算提示信息返回至所述客户端,供所述客户端显示所述结算提示信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的基于签收单的物流管理方法。
10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一所述的基于签收单的物流管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211770.6A CN116957444A (zh) | 2023-09-20 | 2023-09-20 | 一种基于签收单的物流管理方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211770.6A CN116957444A (zh) | 2023-09-20 | 2023-09-20 | 一种基于签收单的物流管理方法、装置、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116957444A true CN116957444A (zh) | 2023-10-27 |
Family
ID=88446503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311211770.6A Pending CN116957444A (zh) | 2023-09-20 | 2023-09-20 | 一种基于签收单的物流管理方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116957444A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993038A (zh) * | 2017-11-30 | 2018-05-04 | 成都华药共享网络科技有限公司 | 一种货物通达管理系统 |
CN109087043A (zh) * | 2018-07-24 | 2018-12-25 | 路迪斯达(深圳)投资发展有限公司 | 一种进出口货物贸易管理平台 |
CN110009075A (zh) * | 2019-01-28 | 2019-07-12 | 秒针信息技术有限公司 | 目标信息的处理方法、装置、存储介质及电子装置 |
CN110458519A (zh) * | 2019-07-26 | 2019-11-15 | 广州市广百物流有限公司 | 一种合同物流信息管理方法、系统及存储介质 |
CN111353744A (zh) * | 2020-03-05 | 2020-06-30 | 深圳市赤狐软件技术有限公司 | 基于图像识别的货物签收单数据存储方法及装置 |
CN111445188A (zh) * | 2020-03-30 | 2020-07-24 | 惠州市华达通气体制造股份有限公司 | 货物库存管理方法及装置 |
CN112561882A (zh) * | 2020-12-16 | 2021-03-26 | 深圳市六合智能感知系统科技有限公司 | 物流的分拣方法、系统、设备及存储介质 |
CN115860882A (zh) * | 2023-03-03 | 2023-03-28 | 北京吉道尔科技有限公司 | 基于区块链的智慧城市商品大数据智能选购方法及系统 |
-
2023
- 2023-09-20 CN CN202311211770.6A patent/CN116957444A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107993038A (zh) * | 2017-11-30 | 2018-05-04 | 成都华药共享网络科技有限公司 | 一种货物通达管理系统 |
CN109087043A (zh) * | 2018-07-24 | 2018-12-25 | 路迪斯达(深圳)投资发展有限公司 | 一种进出口货物贸易管理平台 |
CN110009075A (zh) * | 2019-01-28 | 2019-07-12 | 秒针信息技术有限公司 | 目标信息的处理方法、装置、存储介质及电子装置 |
CN110458519A (zh) * | 2019-07-26 | 2019-11-15 | 广州市广百物流有限公司 | 一种合同物流信息管理方法、系统及存储介质 |
CN111353744A (zh) * | 2020-03-05 | 2020-06-30 | 深圳市赤狐软件技术有限公司 | 基于图像识别的货物签收单数据存储方法及装置 |
CN111445188A (zh) * | 2020-03-30 | 2020-07-24 | 惠州市华达通气体制造股份有限公司 | 货物库存管理方法及装置 |
CN112561882A (zh) * | 2020-12-16 | 2021-03-26 | 深圳市六合智能感知系统科技有限公司 | 物流的分拣方法、系统、设备及存储介质 |
CN115860882A (zh) * | 2023-03-03 | 2023-03-28 | 北京吉道尔科技有限公司 | 基于区块链的智慧城市商品大数据智能选购方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109887153B (zh) | 一种财税处理方法和处理系统 | |
US10699168B1 (en) | Computer-executed method and apparatus for assessing vehicle damage | |
US11170248B2 (en) | Video capture in data capture scenario | |
WO2018166116A1 (zh) | 车损识别方法、电子装置及计算机可读存储介质 | |
WO2020038138A1 (zh) | 样本标注方法及装置、损伤类别的识别方法及装置 | |
CN111428599A (zh) | 票据识别方法、装置和设备 | |
CN112580707A (zh) | 图像识别方法、装置、设备及存储介质 | |
CN110288755A (zh) | 基于文本识别的发票检验方法、服务器及存储介质 | |
CN110378886B (zh) | 图像比对方法、图像比对装置、电子设备和介质 | |
CN112418813B (zh) | 基于智能解析识别的aeo资质智能评级管理系统、方法及存储介质 | |
CN114511866A (zh) | 数据稽核方法、装置、系统、处理器及机器可读存储介质 | |
CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
CN110291527B (zh) | 信息处理方法、系统、云处理设备以及计算机程序产品 | |
CN111414889B (zh) | 基于文字识别的财务报表识别方法及装置 | |
CN117095402A (zh) | 一种签收单的处理方法、装置、介质及电子设备 | |
CN113066223A (zh) | 发票自动验证方法及装置 | |
CN116957444A (zh) | 一种基于签收单的物流管理方法、装置、介质及电子设备 | |
CN110717732A (zh) | 一种信息认证方法及系统 | |
WO2021174869A1 (zh) | 用户图片数据的处理方法、装置、计算机设备及存储介质 | |
CN112182413B (zh) | 一种基于教学大数据的智能推荐方法及服务器 | |
CN117197830A (zh) | 基于终端设备的签收单信息识别方法、装置、介质及设备 | |
CN116664066B (zh) | 一种管理企业计划收入与实际收入的方法及系统 | |
CN116503887B (zh) | 基于图像识别的货代订单处理方法 | |
CN115860686A (zh) | 一种数据录入方法、装置、设备及介质 | |
CN115761745A (zh) | 票据数据的识别方法及装置、电子设备、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 |