CN116976797A - 一种分类计数方法及系统 - Google Patents
一种分类计数方法及系统 Download PDFInfo
- Publication number
- CN116976797A CN116976797A CN202311241778.7A CN202311241778A CN116976797A CN 116976797 A CN116976797 A CN 116976797A CN 202311241778 A CN202311241778 A CN 202311241778A CN 116976797 A CN116976797 A CN 116976797A
- Authority
- CN
- China
- Prior art keywords
- counting
- order
- appearance
- order demand
- product
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 claims abstract description 50
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000012795 verification Methods 0.000 claims description 52
- 238000000605 extraction Methods 0.000 claims description 29
- 238000005303 weighing Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000009736 wetting Methods 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
Abstract
本发明公开了一种分类计数方法及系统,涉及数据处理技术领域,该方法包括:获取多个目标客户的多个订单需求信息;获得多个产品调用指令,发送至生产端进行产品调取;基于多个目标客户构建多个订单存放区域;将多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据多个计数逻辑配置多个计数模块;根据多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;根据多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。本发明解决了现有技术中分类计数准确度低,计数智能化程度不高的技术问题,达到了提升分类计数的准确性,提升计数质量的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种分类计数方法及系统。
背景技术
目前,对于尿不湿产品的需求量在不断增加,为了满足市场需求,多样化的产品类型和产品型号被研发出来。在尿不湿产品的生产输送过程中,产品数量的清点是厂家比较关注的问题。然而,人工清点计数的方式效率过低,不能满足生产的需求。现有技术中分类计数准确度低,计数智能化程度不高的技术问题。
发明内容
本申请提供了一种分类计数方法及系统,用于针对解决现有技术中分类计数准确度低,计数智能化程度不高的技术问题。
鉴于上述问题,本申请提供了一种分类计数方法及系统。
本申请的第一个方面,提供了一种分类计数方法,所述方法包括:
获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
本申请的第二个方面,提供了一种分类计数系统,所述系统包括:
订单需求信息获取模块,所述订单需求信息获取模块用于获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
产品调取模块,所述产品调取模块用于根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
存放区域构建模块,所述存放区域构建模块用于基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
计数配置模块,所述计数配置模块用于将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
计数识别结果获得模块,所述计数识别结果获得模块用于根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
分类计数结果获得模块,所述分类计数结果获得模块用于根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量,然后根据多个订单需求信息获得多个产品调用指令,将多个产品调用指令发送至生产端,进行产品调取,通过基于多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至多个订单存放区域,然后将多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据多个计数逻辑配置多个计数模块,其中,多个计数模块与多个订单存放区域一一对应,根据多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合,根据多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。达到了提升分类计数的准确性,进行智能化计数的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本申请实施例提供的一种分类计数方法流程示意图;
图2为本申请实施例提供的一种分类计数方法中获得多个计数逻辑的流程示意图;
图3为本申请实施例提供的一种分类计数方法中获得第一初始计数识别结果的流程示意图;
图4为本申请实施例提供的一种分类计数系统结构示意图。
附图标记说明:订单需求信息获取模块11,产品调取模块12,存放区域构建模块13,计数配置模块14,计数识别结果获得模块15,分类计数结果获得模块16。
具体实施方式
本申请通过提供了一种分类计数方法及系统,用于针对解决现有技术中分类计数准确度低,计数智能化程度不高的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中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的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。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种分类计数方法,其中,所述方法包括:
步骤S100:获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
步骤S200:根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
步骤S300:基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
在一个可能的实施例中,通过对预设时间窗口内的多个目标客户对应的尿不湿订单情况进行采集,获得所述多个订单需求信息。其中,所述预设时间窗口是预先设置需要进行处理的订单对应的时间段,由工作人员自行设定,在此不做限制。所述订单需求信息反映了目标客户对于尿不湿的需求情况,包括产品数量信息。其中,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量。所述目标客户是需要尿不湿的任意客户。示例性的,当超市商家下发补货订单时,订单中记录需要拉拉裤S型号30袋、M型号15袋、胶袋式纸尿裤XL型号25袋等。通过对多个目标客户对应的多个订单需求信息进行采集,为后续根据客户订单需求进行产品调取提供依据。
在一个实施例中,通过根据所述多个订单需求信息获得对应的多个产品调用指令。其中,所述产品调用指令是用于对生产端生产的产品进行调取的命令。当生产端接收到产品调用指令后,根据指令中包含的产品数量信息调取对应的产品,获得多个产品调取结果。根据多个目标客户需要的产品数量对存放区域进行划分,获得多个订单存放区域。然后将所述多个产品调取结果通过传送带传输至所述多个订单存放区域。由此,通过划分多个订单存放区域,为后续进行分类计数做铺垫。
步骤S400:将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
进一步的,如图2所示,所述将所述多个订单需求信息输送至计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,本申请实施例步骤S400还包括:
步骤S410:对所述多个目标产品类型的多个目标产品型号进行外观特征采集,获得多个第一外观特征集合,其中,所述第一外观特征集合包括外观图案特征、型号字符特征;
步骤S420:对所述多个目标产品类型的多个目标产品型号的标准重量进行采集,获得多个第一重量值集合;
步骤S430:将所述多个第一外观特征集合输入所述计数逻辑分配模型中,获得多个计数逻辑。
进一步的,本申请实施例步骤S400还包括:
步骤S440:获取多个样本第一外观特征集合,从中随机选取M个外观图案特征和M个型号字符特征,作为第一订单需求组合,M为选取的目标产品型号数量,为大于1的整数;
步骤S450:从所述多个样本第一外观特征集合中,再次随机选取N个外观图案特征和N个型号字符特征,作为第二订单需求组合;
步骤S460:从所述多个样本第一外观特征集合中,多次随机选取R个外观图案特征和R个型号字符特征,作为第P订单需求组合;
步骤S470:根据所述第一订单需求组合、第二订单需求组合和第P订单需求组合生成订单需求组合集;
步骤S480:基于所述订单需求组合集构建计数逻辑分配模型。
进一步的,本申请实施例步骤S480还包括:
步骤S481:使用称重计数器遍历订单需求组合集进行称重计数,获得多个称重计数结果;
步骤S482:遍历判断所述多个称重计数结果是否与所述订单需求组合集中产品数量一致,若是,则对订单需求组合进行重量标识,若否,则对订单需求组合进行外观标识,其中,所述重量标识是用于标识订单需求组合可以根据产品重量进行计数,所述外观标识用于标识订单需求组合需要根据外观识别进行计数;
步骤S483:将所述重量标识、外观标识和订单需求组合对卷积神经网络进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型。
进一步的,本申请实施例步骤S400还包括:
步骤S484:根据重量标识和外观标识对订单需求组合进行分类,获得具有重量标识的订单需求组合和具有外观标识的订单需求组合;
步骤S485:利用订单需求组合、具有重量标识的订单需求组合和具有外观标识的订单需求组合对以卷积神经网络为基础构建的框架进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型;
步骤S486:将所述多个订单需求信息输入所述计数逻辑分配模型中进行逻辑分配,获得多个计数逻辑,其中,所述多个计数逻辑包括多个订单需求信息对应的重量标识和多个订单需求信息对应的外观标识。
在本申请的实施例中,所述计数逻辑分配模型是根据订单需求信息中的需求产品情况对每个订单存放区域中输送的产品进行计数的方式进行智能化分析的功能模型。所述计数逻辑是对计数模块计数的方式进行设置的方法逻辑。通过对所述多个目标产品类型的多个目标产品型号进行外观特征采集,也就是从外观和型号字符的角度进行特征采集,获得所述多个第一外观特征集合。其中,所述外观图案特征是将目标产品类型与其他目标产品类型区分开的特征,包括图案轮廓特征、图案色彩特征等。所述型号字符特征是对目标产品的尺寸大小进行区分的特征,包括XS、S、M、L、XL等型号字符。通过对不同目标产品类型的多个目标产品型号对应的产品标准重量进行采集,获得所述多个第一重量值集合。
在一个可能的实施例中,通过对所述多个样本第一外观特征集合中随机选取M个产品对应的特征,即所述M个外观图案特征和M个型号字符特征,将其作为第一订单需求组合,也就是第一样本目标客户下达的订单需求信息。从所述多个样本第一外观特征集合中,再次随机选取N个外观图案特征和N个型号字符特征,作为第二订单需求组合,也就是第二样本目标客户下达的订单需求信息。从所述多个样本第一外观特征集合中,多次随机选取R个外观图案特征和R个型号字符特征,作为第P订单需求组合,也就是第P样本目标客户下达的订单需求信息。通过将所述第一订单需求组合、第二订单需求组合和第P订单需求组合进行汇总获得所述订单需求组合集。
在本申请的实施例中,在进行分类计数逻辑分析的时候,首先利用成本较低的称重计数器,分析订单需求组合集中的产品是否可以通过称重计数就可以区分开,示例性的,拉拉裤S型号的产品重量为2kg,胶袋式纸尿裤L型号的产品重量为3kg,拉拉裤L型号的产品重量为2.89kg,当订单需求信息中的产品为拉拉裤S型号和胶袋式纸尿裤L型号时,由于产品重量相差较大,因此,可以通过称重就可以进行计数。然而,当订单需求信息中的产品为拉拉裤L型号和胶袋式纸尿裤L型号时,仅仅通过称重计数无法将拉拉裤L型号和胶袋式纸尿裤区分开,会造成计数错误,因此需要通过外观识别进行计数。
在本申请的实施例中,使用称重计数器遍历订单需求组合集进行称重计数,获得使用称重计数的方式获得的计数结果,将其与所述订单需求组合集中的产品数量进行比对,分析判断是否一致,若一致,则对订单需求组合进行重量标识,也就是订单需求组合中产品重量差距较大可以直接使用称重计数器进行计数。若不一致,则可以对订单需求组合进行外观识别,也就是订单需求组合中产品的重量相加较小,需要通过更精确的外观识别来进行计数。由此,实现了确定可以使用称重计数的边界,为后续构建计数逻辑智能划分的计数逻辑分配模型提供训练数据的目标。
具体而言,通过将订单需求组合、具有重量标识的订单需求组合和具有外观标识的订单需求组合作为训练数据,对以卷积神经网络为基础构建的框架进行训练,直至输出达到收敛,获得所述计数逻辑分配模型,其中,所述计数逻辑分配模型的输入数据为多个订单需求信息,输出数据为多个计数逻辑,其中,所述多个计数逻辑包括多个订单需求信息对应的重量标识和多个订单需求信息对应的外观标识。由此,实现了对多个订单需求信息对应的计数模块中的计数逻辑进行智能化分析,提升分配效率的目标。
步骤S500:根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
进一步的,如图3所示,所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合,本申请实施例步骤S500还包括:
步骤S510:从所述多个计数模块中提取一个计数模块作为第一计数模块,其中,所述第一计数模块具有第一外观计数子模块和第一重量验证子模块,所述第一计数模块具有外观标识;
步骤S520:基于所述第一外观计数子模块的图像采集装置对输送至第一订单存放区域的目标产品进行图像采集,获得第一图像集合;
步骤S530:按照第一提取频率对所述第一图像集合进行图像提取,获得第一提取图像集;
步骤S540:按照第二提取频率对所述第一图像集合进行图像提取,获得第二提取图像集,第二提取频率要大于第一提取频率;
步骤S550:将所述第一提取图像集和所述第二提取图像集分别输入第一外观计数子模块的slow通道和fast通道,并将slow通道和fast通道的运算结果输出至第一外观计数子模块的全连接层,进行计数识别,获得第一初始计数识别结果。
进一步的,本申请实施例步骤S500还包括:
步骤S560:利用第一重量验证子模块对所述第一初始计数识别结果进行重量验证;
步骤S570:若验证结果为通过,则获得第一计数识别结果;
步骤S580:若验证结果为不通过,则获得计数异常指令,根据所述计数异常指令进行重量偏移验证,根据重量偏移验证结果获得第一计数识别结果;
步骤S590:根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合。
在一个可能的实施例中,根据获得的所述多个计数逻辑对所述多个计数模块进行逻辑分配,并利用所述多个技术模块对输送至多个订单存放区域的产品进行计数识别,从而获得所述多个计数识别结果集合。其中,所述计数识别结果集合反映了不同订单存放区域中输送的不同类型不同型号的产品数量统计结果。所述第一计数模块具有外观标识,也就是说第一计数模块是通过外观进行计数的,由视觉计数器构成所述第一计数模块。
在一个可能的实施例中,所述第一计数模块包括第一外观计数子模块和第一重量验证子模块。其中,所述第一外观计数子模块用于对输送到第一计数模块对应的第一订单存放区域中的产品进行外观识别并分类计数,所述第一重量验证子模块是用于对第一外观计数子模块的计数结果从重量值上进行验证的子模块。通过所述第一外观计数子模块的图像采集装置对目标产品进行图像采集,获得第一图像集合。所述第一提取频率是根据将产品输送通过计数模块的时间确定的每秒提取的图像张数,获得的图像用于识别产品的型号字符特征,用通过时间的数值乘以3就是每秒提取的图像张数,如当通过时间为10s时,对应的第一提取频率为每秒提取30张,通过字符特征确定产品的型号。根据第二提取频率的第二提取图像集用于识别产品的外观图案特征,第二提取频率要大于第一提取频率,用通过时间的数值乘以6就是每条提取的图像张数,如当通过时间为10s时,对应的第二提取频率为每秒提取60张,通过外观图案特征确定产品的类型,根据slow通道确定产品型号,根据fast通道确定产品类型,从而完成产品的分类计数。
在一个可能的实施例中,通过将所述第一提取图像集和所述第二提取图像集分别输入第一外观计数子模块的slow通道和fast通道,并将slow通道和fast通道的运算结果输出至第一外观计数子模块的全连接层,进行计数识别,获得第一初始计数识别结果。示例性的,通过获得多个样本第一提取图像、多个样本第二提取图像集、多个样本初始计数识别结果对所述第一外观计数子模块进行监督训练,直至输出达到收敛,获得所述第一外观计数子模块。进而,将所述第一提取图像集和所述第二提取图像集输入所述第一外观计数子模块中,获得第一初始计数识别结果。
具体的,通过利用所述第一重量验证子模块对所述第一初始计数识别结果进行重量验证,也就是对第一初始技术识别结果中计数获得的产品类型进行重量计算,将计数重量与第一重量验证子模块对输送至第一订单存放区域的产品总重量进行比较,从而进行重量验证,若一致,则验证通过,将第一初始计数识别结果作为第一计数识别结果。若验证结果为不通过,则获得计数异常指令,根据所述计数异常指令进行重量偏移验证,根据重量偏移验证结果获得第一计数识别结果。其中,所述计数异常指令是用于下达计数识别结果存在异常的命令,通过根据重量之间的偏差确定验证结果是否在合理范围内,若在合理范围内,则将所述第一初始技术识别结果作为第一计数识别结果。
在一个可能的实施例中,从所述多个计数模块中提取一个计数模块作为第二计数模块,第二计数模块具有重量标识,表明第二计数模块是利用称重计数器进行计数,也就是根据产品的重量将其归类到不同类型并进行计数。根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合。
步骤S600:根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
进一步的,本申请实施例步骤S600还包括:
步骤S610:判断所述多个计数识别结果是否满足多个订单需求信息,获得一次验证结果;
步骤S620:根据生产端的产品调取信息,判断所述多个计数识别结果是否满足所述产品调取信息,获得二次验证结果;
步骤S630:根据所述一次验证结果和二次验证结果进行一致性判断,获得分类计数结果。
在本申请的实施例中,在获得所述多个技术识别结果集合后,结合所述多个订单需求信息进行一致性判断,从而确定产品的分类计数是否合格。判断所述多个计数识别结果是否满足多个订单需求信息,也就是将多个计数识别结果中的产品分类计数情况与多个订单需求信息中的产品分类数量进行比对,获得一次验证结果,若一次验证结果为通过,则产品分类计数无误,获得将多个计数识别结果集合作为分类计数结果。
在一个可能的实施例中,当一次验证结果为未通过时,表明多个计数识别结果集合中的计数结果存在异常,根据生产端的产品调取信息,判断多个计数识别结果集合中的产品信息是否与产品调取信息中的产品一致,获得二次验证结果。若二次验证结果为一致,则表明产品输送过程中出现产品误发现象;若二次验证结果为不一致,则表明计数结果不准确。从而对分类计数结果进行双重验证。达到了提高分类计数结果准确性的技术效果。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过根据多个目标客户的多个订单需求信息设置对应的计数模块,并且根据订单需求信息反映的产品情况设置对应的计数逻辑,充分利用资源,并根据多个计数识别结果集合和多个订单需求信息进行一致性判断,达到了提升计数效率和准确性的技术效果。
实施例二
基于与前述实施例中一种分类计数方法相同的发明构思,如图4所示,本申请提供了一种分类计数系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
订单需求信息获取模块11,所述订单需求信息获取模块11用于获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
产品调取模块12,所述产品调取模块12用于根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
存放区域构建模块13,所述存放区域构建模块13用于基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
计数配置模块14,所述计数配置模块14用于将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
计数识别结果获得模块15,所述计数识别结果获得模块15用于根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
分类计数结果获得模块16,所述分类计数结果获得模块16用于根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
进一步的,所述计数配置模块14用于执行如下方法:
对所述多个目标产品类型的多个目标产品型号进行外观特征采集,获得多个第一外观特征集合,其中,所述第一外观特征集合包括外观图案特征、型号字符特征;
对所述多个目标产品类型的多个目标产品型号的标准重量进行采集,获得多个第一重量值集合;
将所述多个第一外观特征集合输入所述计数逻辑分配模型中,获得多个计数逻辑。
进一步的,所述计数配置模块14用于执行如下方法:
获取多个样本第一外观特征集合,从中随机选取M个外观图案特征和M个型号字符特征,作为第一订单需求组合,M为选取的目标产品型号数量,为大于1的整数;
从所述多个样本第一外观特征集合中,再次随机选取N个外观图案特征和N个型号字符特征,作为第二订单需求组合;
从所述多个样本第一外观特征集合中,多次随机选取R个外观图案特征和R个型号字符特征,作为第P订单需求组合;
根据所述第一订单需求组合、第二订单需求组合和第P订单需求组合生成订单需求组合集;
基于所述订单需求组合集构建计数逻辑分配模型。
进一步的,所述计数配置模块14用于执行如下方法:
使用称重计数器遍历订单需求组合集进行称重计数,获得多个称重计数结果;
遍历判断所述多个称重计数结果是否与所述订单需求组合集中产品数量一致,若是,则对订单需求组合进行重量标识,若否,则对订单需求组合进行外观标识,其中,所述重量标识是用于标识订单需求组合可以根据产品重量进行计数,所述外观标识用于标识订单需求组合需要根据外观识别进行计数;
根据所述重量标识、外观标识和订单需求组合对卷积神经网络进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型。
进一步的,所述计数识别结果获得模块15用于执行如下方法:
从所述多个计数模块中提取一个计数模块作为第一计数模块,其中,所述第一计数模块具有第一外观计数子模块和第一重量验证子模块,所述第一计数模块具有外观标识;
基于所述第一外观计数子模块的图像采集装置对输送至第一订单存放区域的目标产品进行图像采集,获得第一图像集合;
按照第一提取频率对所述第一图像集合进行图像提取,获得第一提取图像集;
按照第二提取频率对所述第一图像集合进行图像提取,获得第二提取图像集,第二提取频率要大于第一提取频率;
将所述第一提取图像集和所述第二提取图像集分别输入第一外观计数子模块的slow通道和fast通道,并将slow通道和fast通道的运算结果输出至第一外观计数子模块的全连接层,进行计数识别,获得第一初始计数识别结果。
进一步的,所述计数识别结果获得模块15用于执行如下方法:
利用第一重量验证子模块对所述第一初始计数识别结果进行重量验证;
若验证结果为通过,则获得第一计数识别结果;
若验证结果为不通过,则获得计数异常指令,根据所述计数异常指令进行重量偏移验证,根据重量偏移验证结果获得第一计数识别结果;
根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合。
进一步的,所述分类计数结果获得模块16用于执行如下方法:
判断所述多个计数识别结果是否满足多个订单需求信息,获得一次验证结果;
根据生产端的产品调取信息,判断所述多个计数识别结果是否满足所述产品调取信息,获得二次验证结果;
根据所述一次验证结果和二次验证结果进行一致性判断,获得分类计数结果。
进一步的,所述计数配置模块14用于执行如下方法:
根据重量标识和外观标识对订单需求组合进行分类,获得具有重量标识的订单需求组合和具有外观标识的订单需求组合;
利用订单需求组合、具有重量标识的订单需求组合和具有外观标识的订单需求组合对以卷积神经网络为基础构建的框架进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型;
将所述多个订单需求信息输入所述计数逻辑分配模型中进行逻辑分配,获得多个计数逻辑,其中,所述多个计数逻辑包括多个订单需求信息对应的重量标识和多个订单需求信息对应的外观标识。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种分类计数方法,其特征在于,所述方法包括:
获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
2.如权利要求1所述的方法,其特征在于,所述将所述多个订单需求信息输送至计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,所述方法包括:
对所述多个目标产品类型的多个目标产品型号进行外观特征采集,获得多个第一外观特征集合,其中,所述第一外观特征集合包括外观图案特征、型号字符特征;
对所述多个目标产品类型的多个目标产品型号的标准重量进行采集,获得多个第一重量值集合;
将所述多个第一外观特征集合输入所述计数逻辑分配模型中,获得多个计数逻辑。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获取多个样本第一外观特征集合,从中随机选取M个外观图案特征和M个型号字符特征,作为第一订单需求组合,M为选取的目标产品型号数量,为大于1的整数;
从所述多个样本第一外观特征集合中,再次随机选取N个外观图案特征和N个型号字符特征,作为第二订单需求组合;
从所述多个样本第一外观特征集合中,多次随机选取R个外观图案特征和R个型号字符特征,作为第P订单需求组合;
根据所述第一订单需求组合、第二订单需求组合和第P订单需求组合生成订单需求组合集;
基于所述订单需求组合集构建计数逻辑分配模型。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
使用称重计数器遍历订单需求组合集进行称重计数,获得多个称重计数结果;
遍历判断所述多个称重计数结果是否与所述订单需求组合集中产品数量一致,若是,则对订单需求组合进行重量标识,若否,则对订单需求组合进行外观标识,其中,所述重量标识是用于标识订单需求组合可以根据产品重量进行计数,所述外观标识用于标识订单需求组合需要根据外观识别进行计数;
根据所述重量标识、外观标识和订单需求组合对卷积神经网络进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型。
5.如权利要求1所述的方法,其特征在于,所述根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合,所述方法还包括:
从所述多个计数模块中提取一个计数模块作为第一计数模块,其中,所述第一计数模块具有第一外观计数子模块和第一重量验证子模块,所述第一计数模块具有外观标识;
基于所述第一外观计数子模块的图像采集装置对输送至第一订单存放区域的目标产品进行图像采集,获得第一图像集合;
按照第一提取频率对所述第一图像集合进行图像提取,获得第一提取图像集;
按照第二提取频率对所述第一图像集合进行图像提取,获得第二提取图像集,第二提取频率要大于第一提取频率;
将所述第一提取图像集和所述第二提取图像集分别输入第一外观计数子模块的slow通道和fast通道,并将slow通道和fast通道的运算结果输出至第一外观计数子模块的全连接层,进行计数识别,获得第一初始计数识别结果。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
利用第一重量验证子模块对所述第一初始计数识别结果进行重量验证;
若验证结果为通过,则获得第一计数识别结果;
若验证结果为不通过,则获得计数异常指令,根据所述计数异常指令进行重量偏移验证,根据重量偏移验证结果获得第一计数识别结果;
根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述多个计数识别结果是否满足多个订单需求信息,获得一次验证结果;
根据生产端的产品调取信息,判断所述多个计数识别结果是否满足所述产品调取信息,获得二次验证结果;
根据所述一次验证结果和二次验证结果进行一致性判断,获得分类计数结果。
8.如权利要求4所述的方法,其特征在于,所述方法包括:
根据重量标识和外观标识对订单需求组合进行分类,获得具有重量标识的订单需求组合和具有外观标识的订单需求组合;
利用订单需求组合、具有重量标识的订单需求组合和具有外观标识的订单需求组合对以卷积神经网络为基础构建的框架进行训练,直至模型输出达到收敛,生成所述计数逻辑分配模型;
将所述多个订单需求信息输入所述计数逻辑分配模型中进行逻辑分配,获得多个计数逻辑,其中,所述多个计数逻辑包括多个订单需求信息对应的重量标识和多个订单需求信息对应的外观标识。
9.一种分类计数系统,其特征在于,所述系统包括:
订单需求信息获取模块,所述订单需求信息获取模块用于获取多个目标客户的多个订单需求信息,其中,订单需求信息中包括产品数量信息,所述产品数量信息包括多个目标产品类型的多个目标产品型号对应的产品数量;
产品调取模块,所述产品调取模块用于根据所述多个订单需求信息获得多个产品调用指令,将所述多个产品调用指令发送至生产端,进行产品调取;
存放区域构建模块,所述存放区域构建模块用于基于所述多个目标客户构建多个订单存放区域,将多个产品调取结果分别输送至所述多个订单存放区域;
计数配置模块,所述计数配置模块用于将所述多个订单需求信息输入计数逻辑分配模型中进行逻辑分析,获得多个计数逻辑,根据所述多个计数逻辑配置多个计数模块,其中,所述多个计数模块与所述多个订单存放区域一一对应;
计数识别结果获得模块,所述计数识别结果获得模块用于根据所述多个计数模块分别对输送至多个订单存放区域的产品进行计数识别,获得多个计数识别结果集合;
分类计数结果获得模块,所述分类计数结果获得模块用于根据所述多个计数识别结果集合和多个订单需求信息进行一致性判断,获得分类计数结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241778.7A CN116976797B (zh) | 2023-09-25 | 一种分类计数方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241778.7A CN116976797B (zh) | 2023-09-25 | 一种分类计数方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976797A true CN116976797A (zh) | 2023-10-31 |
CN116976797B CN116976797B (zh) | 2024-05-17 |
Family
ID=
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073312A (zh) * | 2006-05-15 | 2007-11-21 | 大荷兰人国际有限公司 | 鸡蛋计数传感器 |
CN111862246A (zh) * | 2020-08-06 | 2020-10-30 | 大连海洋大学 | 对虾苗种智能计数方法及装置 |
CN114548620A (zh) * | 2020-11-24 | 2022-05-27 | 顺丰科技有限公司 | 物流准时保业务推荐方法、装置、计算机设备和存储介质 |
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073312A (zh) * | 2006-05-15 | 2007-11-21 | 大荷兰人国际有限公司 | 鸡蛋计数传感器 |
CN111862246A (zh) * | 2020-08-06 | 2020-10-30 | 大连海洋大学 | 对虾苗种智能计数方法及装置 |
CN114548620A (zh) * | 2020-11-24 | 2022-05-27 | 顺丰科技有限公司 | 物流准时保业务推荐方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6709320B6 (ja) | 畳み込みニューラルネットワーク画像認識技術による会計方法及び会計設備 | |
CN109559457B (zh) | 基于神经网络识别商品的收银方法以及自助收银台 | |
CN107045641A (zh) | 一种基于图像识别技术的货架识别方法 | |
CN109064304A (zh) | 财务报销票据自动处理系统及方法 | |
CN109800320A (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
JPH02503368A (ja) | 市場調査データ用の受動型データ収集システム | |
CN106056226A (zh) | 生活垃圾智能分类回收云识别系统及方法 | |
CN110515846A (zh) | 一种关于用户体验测试的数据自动化处理分析系统、方法 | |
CN107016599A (zh) | 一种订单集合分组方法及装置 | |
CN116402399B (zh) | 基于人工智能与电子商城的业务数据处理方法及系统 | |
CN107121436B (zh) | 一种硅料品质的智能鉴别方法及鉴别装置 | |
CN110264241A (zh) | 一种基于大数据的广告投放评估优化系统 | |
CN110298662A (zh) | 交易重复提交的自动化检测方法及装置 | |
CN108805644A (zh) | 贩售机的商品售卖方法以及贩售机 | |
CN106970934A (zh) | 交易处理控制方法及系统 | |
CN106991425B (zh) | 商品交易质量的检测方法和装置 | |
CN107958270A (zh) | 类别识别方法、装置、电子设备及计算机可读存储介质 | |
CN116976797B (zh) | 一种分类计数方法及系统 | |
CN110119915A (zh) | 对象入库处理方法、装置和系统 | |
CN116976797A (zh) | 一种分类计数方法及系统 | |
CN104331395A (zh) | 从文本中识别中文商品名称的方法和装置 | |
RU2724797C1 (ru) | Кассовая система и способ для идентификации блюд на подносе | |
CN109903452A (zh) | 废品回收处理方法、装置、设备和存储介质 | |
CN113033909A (zh) | 携转用户分析方法、装置、设备及计算机存储介质 | |
CN108460049A (zh) | 一种确定信息类别的方法和系统 |
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 | ||
GR01 | Patent grant |