JP2021120205A - プリンタ、プログラム、印字方法、ユニークid生成方法 - Google Patents
プリンタ、プログラム、印字方法、ユニークid生成方法 Download PDFInfo
- Publication number
- JP2021120205A JP2021120205A JP2020014381A JP2020014381A JP2021120205A JP 2021120205 A JP2021120205 A JP 2021120205A JP 2020014381 A JP2020014381 A JP 2020014381A JP 2020014381 A JP2020014381 A JP 2020014381A JP 2021120205 A JP2021120205 A JP 2021120205A
- Authority
- JP
- Japan
- Prior art keywords
- unique
- article
- unit
- printer
- information
- 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
- 238000007639 printing Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims description 30
- 238000003860 storage Methods 0.000 claims description 26
- 239000000047 product Substances 0.000 description 119
- 241000220225 Malus Species 0.000 description 66
- 235000013399 edible fruits Nutrition 0.000 description 25
- 238000003384 imaging method Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 15
- 238000013135 deep learning Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 235000021016 apples Nutrition 0.000 description 7
- 230000032258 transport Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000009966 trimming Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 241000220324 Pyrus Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 241001672694 Citrus reticulata Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000012567 medical material Substances 0.000 description 2
- 235000021017 pears Nutrition 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Landscapes
- Printers Characterized By Their Purpose (AREA)
- Record Information Processing For Printing (AREA)
- Image Analysis (AREA)
Abstract
Description
特許文献1には、ハンディターミナルから無線通信によって印字データを取得してラベルを発行するプリンタが記載されている。
そこで、本発明の目的は、商品にバーコード又は2次元コード等のユニークシンボルを付する場合のオペレータの作業負荷を低減することである。
本開示において「物品の種別」とは、所定の観点から物品を識別するための種類、区別、区分、あるいは分類である。「物品の種別」は、複数種類の物品の中から特定の種類の物品自体を示す場合もある。
プリンタでは一般に、例えばラベルに対する印字が終了若しくは完了した場合に、当該ラベルが直ちにプリンタから外部に排出(つまり、発行)されることになる。そのため、本開示において、ラベル等の印字媒体が未印字又は印字済みであることは、実質的に印字媒体が未発行又は発行済みであることを意味する。
以下、図1〜図3を参照して、第1の実施形態のラベル発行システムについて説明する。
例えばシリアル番号等のユニークIDが商品に印字されていてもユニークシンボルが印字されていない場合、ユニークIDを容易に認識することができないため、流通段階での当該商品の管理が困難となる。例えば農産物等、元々ユニークIDが付されていない商品については尚更である。
そこで、本実施形態のラベル発行システム1では、例えば製造現場や倉庫において各商品に対してユニークシンボルが印字されたラベルを発行するように構成される。ユニークシンボルとしては、例えばバーコード、2次元コードが挙げられる。
次に、図2を参照して、ラベル発行システム1の構成について説明する。
図2は、本実施形態に係るラベル発行システム1を構成する各装置のハードウェア構成を示すブロック図である。
図2では、管理サーバ5とプリンタ2が1対1で接続されている場合を示しているが、その限りではない。管理サーバ5は、複数の工場や倉庫で複数のプリンタ2によって生成されるユニークIDを一括して記録してもよい。
プリンタ2の印字形式は特に限定するものではないが、例えば、プリンタ2はサーマルプリンタである。
ストレージ22は、不揮発性のメモリであり、例えばフラッシュメモリ等のSSDであってもよい。ストレージ22は、ファームウェアのほか、各商品Pに対応するユニークシンボルを生成するためのシンボル生成プログラムを格納する。
後述するが、ファームウェアとシンボル生成プログラムを制御部21のマイクロプロセッサが実行することで、各商品PのユニークIDに対応するユニークシンボルを含む印字データ(ビットマップデータ)を生成する。ストレージ22には、制御部21によって生成されたユニークIDを含むユニークIDデータベース(ユニークID DB)221が格納される。
ユニークIDデータベース221の各レコードには、商品Pを識別する商品コードと、ユニークIDと、当該ユニークIDを生成するときの基礎となる時刻情報および位置情報と、を含む。
搬送部25は、プラテンローラ(図示せず)、および、図示しないモータ駆動回路およびモータを含み、プリンタ2内の連続紙の搬送を行う。連続紙は、例えば帯状の台紙に複数枚のラベルが仮着された状態の用紙である。ファームウェアによる搬送要求に基づき、モータ駆動回路が、プラテンローラの回転を制御するモータを駆動することによって、連続紙を搬送させる。
印字部26は、サーマルヘッドおよびヘッド駆動回路(共に図示せず)を含む。ヘッド駆動回路は、ラインデータに基づきサーマルヘッドの各発熱素子に選択的に電流を流すことで、連続紙のラベル上に印字を行う。
GPS受信部28は、GPS衛星からGPS信号を受信し、プリンタ2の測位のためにGPS信号を制御部21に送信する。
制御部51は、マイクロプロセッサを主体として構成され、管理サーバ5の全体を制御する。
ストレージ52は、不揮発性のメモリであり、例えばHDD(Hard Disk Drive)等の大容量記憶装置である。ストレージ52には、プリンタ2からアップロードされたユニークIDデータベースが格納される。例えば、ストレージ52には、複数の場所に配置されている多数のプリンタ2で生成されるユニークIDが一括して記録される。その場合、図示しない情報処理装置から管理サーバ5にアクセスすることで、商品のトレーサビリティを確保することが容易となる。
通信部53は、プリンタ2との間で通信を行う通信インタフェースである。通信部53は、管理サーバ5とプリンタ2の間で予め定義された通信プロトコルに従って通信を行う。
次に、印字データ生成の流れについて、図3を参照して説明する。
図3は、本実施形態に係るプリンタ2によって印字データの生成方法を説明する図であり、制御部21の印字データ生成部210の機能ブロック図を示している。印字データ生成部210に含まれる各部は、シンボル生成プログラムとファームウェアを実行することで印字データを作成するときのプログラムモジュールを示している。
図3に示すように、印字データ生成部210は、測位部211、時刻取得部212、ユニークID生成部213、シンボル生成部214、および、描画エンジン218を備える。
ユニークIDの生成方法は限定するものではないが、単に品目データ、位置情報および時刻情報を直接に連結したコードとしてもよいし、品目データ、位置情報および時刻情報を基に所定の演算を行って得られたコードとしてもよい。
ユニークID生成部213は、ユニークIDを生成する度に、生成したユニークIDをユニークIDデータベース221に記録する。ユニークIDデータベース221は、好ましくは、管理サーバ5上のユニークIDデータベース52と、通信部53を介して適切な頻度で同期が取られることが望ましい。
描画エンジン218によって作成される印字データには、商品Pの名称を示す文字列(つまり、品目データに対応する文字列)、測位部211で取得された位置情報を示す文字列、および、時刻取得部212で取得された時刻情報を示す文字列のうち少なくともいずれかを含むようにしてもよい。
(i) 複数の商品Pの各々に対するユニークIDを生成する位置に関する位置情報を取得するステップ
(ii) 商品P毎に異なるタイミングで発生するイベントの発生時刻に関する時刻情報を取得するステップ
(iii) 各商品の品目データ(種別情報の一例)と、取得した位置情報と、取得した時刻情報とに基づいて、各商品Pに対するユニークIDを生成するステップ
次に、図4〜図8を参照して、第2の実施形態のラベル発行システム1Aについて説明する。
本実施形態のラベル発行システム1Aは、各商品Pに対するユニークIDを発行するに際し、各商品Pの種別を自動的に判定する点に特徴がある。限定するものではないが、以下の例示的な説明では、商品Pがリンゴであり、商品Pの種別がリンゴの等級である場合について説明する。
図4Aを参照すると、本実施形態のラベル発行システム1Aでは、ライン(選果ライン)において多数の商品P(リンゴ)をコンベアCにより例えば所定の速度で搬送し、搬送される各リンゴに対するラベルPLがプリンタ2Aによって発行される。ラインに沿ってプリンタ2Aが配置されている。プリンタ2Aは、撮像部を備えており、コンベアCにより搬送される各リンゴの画像を取得する。
プリンタ2Aは、リンゴの画像からディープニューラルネットワークを利用した深層学習を行うことで得られる学習済みモデルを備えており、この学習済みモデルを用いることで、リンゴの画像に対して精度の高い等級判定を自動で行うように構成されている。なお、ディープニューラルネットワークを利用した深層学習は一例に過ぎず、他の機械学習手法を適宜適用することができる。
なお、ここで撮像部と学習済みモデルは、プリンタ2Aの外部モジュールに搭載されていてもよい。この場合、モジュールとプリンタ2A間に適切な通信手段とプロトコルが用意されているものとする。
また、図4Bに示すラベルPLには、商品名称101、ロット番号102(ユニークIDの一例)、位置103、日付104、および、時刻105を含む。ラベルPLには2次元コード110と等級106の情報が印字されていればよいが、第1の実施形態においても述べたように、商品名称101、ロット番号102(ユニークIDの一例)、位置103、日付104、および、時刻105のうち少なくともいずれかの情報が印字されることが好ましい。
次に、図5を参照して、ラベル発行システム1Aの構成について説明する。
図5は、本実施形態に係るラベル発行システム1Aを構成する各装置のハードウェア構成を示すブロック図である。図5では、第1の実施形態のラベル発行システム1(図2参照)と同一の構成要素については同一の符号を付して重複説明を適宜省略する。
好ましくは、撮像部30は、測距センサ29の検出結果に基づいて撮像対象のリンゴとの距離が所定距離以内となった場合に制御部21Aから撮像指令を受信し、当該リンゴの画像を取得する。
より好ましくは、撮像部30は、測距センサ29によって検出された撮像対象のリンゴとの距離に応じて焦点距離を調整する合焦機能を備える。撮像部30は、制御部21Aから撮像指令を受信すると、測距センサ29によって検出された距離に応じて焦点距離の調整を行い、撮像対象のリンゴを撮像する。撮像部30は、リンゴの画像を取得する度に画像を制御部21Aに送る。
なお、測距センサ29と撮像部30は、TOFカメラのような測距とカラー画像撮影機能を兼ね備えるデバイスを採用することで、一体制御することができる。
次に、図6および図7を参照して、プリンタ2Aによってラベル発行の運用が行われる前に実行されるべき深層学習について説明する。
図6は、プリンタ2Aにおいて深層学習を行うときの制御部21Aおよびストレージ22Aの機能ブロック図を示す。図7は、制御部21Aの学習部219におけるニューラルネットワークを概略的に示す図である。
なお、モデル生成部210Aは必ずしも制御部21A内に設ける必要はない。プリンタ2A以外の他の情報処理装置により学習済みモデル222を生成し、生成した学習済みモデル222をストレージ22Aに格納するように構成した場合には、モデル生成部210Aは制御部21Aには必要ない。
画像処理部215によって行われる画像処理は、例えば以下の処理(i)〜(iv)を含み得るが、必らずしも処理(i)〜(iv)のすべての処理が必要となるものではない。
なお、RBG色空間からHLS色空間に変換する処理を行うことは必須ではない。
入力層Liは、学習用データセットに含まれる処理済画像を入力するための層である。例えば、入力層Liは、処理済画像の画素数×3(HLS色空間あるいはRGB色空間の3成分)に相当する数のノードから構成される。図7に例示する入力層Liは、入力X1,X2,X3を含む。
隠れ層Lhは、深層学習の場合には複数の層から構成される。隠れ層Lhに含まれる層数および各層のノード数は、良好な推定精度を得るために適宜設定可能である。
出力層Loは、リンゴに対する複数の等級の各々に判定される確率を出力するための層であり、等級の数に相当する数のノードから構成される。図7に例示する出力層Loは、出力Z1,Z2,Z3を含む。
同様にして、出力層Loまでの隣接する層間の各ノードに対して、重みW2,…,WN−1,WNを乗算して加算する処理を順次行っていくことで、出力Z1,Z2,Z3を得る。
深層学習では、ニューラルネットワークの各層の重みを少しずつ調整し、教師データとの誤差を小さくする処理が行われる。すなわち、学習の初期段階では、すぐに期待した通りの値は出力されないため、教師データと出力値(図7の例では、出力Z1,Z2,Z3)の誤差をとり、誤差を各層に逆伝播(バックプロパゲーション)させて正解データに近付くように各層の重みを調整する。
訓練フェーズでは、学習部219は、上述したようにして、訓練用データセットに含まれる複数の組合せデータの各々の中の処理済画像を入力層Liに入力し、教師データと出力値(つまり、処理済画像に対応するラベルデータ)の誤差が少なくなるように各層の重みを調整する。
汎化性能があると判断されたニューラルネットワークは、学習済みモデル222としてストレージ22Aに格納される。
次に、図8を参照して、プリンタ2Aによってラベル発行の運用が行われる場合の印字データ生成の流れについて説明する。
図8は、プリンタ2Aにおいて印字データを生成するときの制御部21Aおよびストレージ22Aの機能ブロック図を示す。図8は、プリンタ2Aのハードウェアおよびソフトウェアを利用して印字データを生成するための制御部21Aの部分的なブロック構成である印字データ生成部210Bを示している。
図8に示すように、印字データ生成部210Bは、測位部211、時刻取得部212、ユニークID生成部213、シンボル生成部214、画像処理部215、推定部216、および、描画エンジン218を備える。なお、図8に示す印字データ生成部210Bにおいて、第1の実施形態の印字データ生成部210(図3参照)に含まれる構成要素と同一の構成要素については、同一の符号を付して詳細な説明は適宜省略する。
なお、プリンタ2Aで例えばコストダウン目的で低スペックのCPUを採用する場合、撮像部30、画像処理部215、推定部216、および学習済みモデル222は、外部モジュールに搭載しても良い。この場合、外部モジュールとプリンタ2Aは適切な通信手段で結ばれ、推定結果を外部モジュールからプリンタ2A上のユニークID生成部213に伝送する。また、画像を印字に含める場合、外部モジュール上の撮像部30で撮影した画像を、プリンタ2A上の描画エンジン218に伝送する。
ユニークIDの生成方法は限定するものではないが、単に、品目データと位置情報と時刻情報と等級の推定結果とを直接に連結したコードとしてもよいし、品目データと位置情報と時刻情報と等級の推定結果を基に所定の演算を行って得られたコードとしてもよい。
ユニークID生成部213は、ユニークIDを生成する度に、生成したユニークIDをユニークIDデータベース221に記録する。ユニークIDデータベース221は、好ましくは、管理サーバ5上のユニークIDデータベース52と、通信部53を介して適切な頻度で同期が取られることが望ましい。
描画エンジン218によって作成される印字データには、測位部211で取得された位置情報を示す文字列、時刻取得部212で取得された時刻情報を示す文字列、および、推定部216の推定結果(リンゴの等級)を示す文字列のうち少なくともいずれかを含むようにしてもよい。
従来は、リンゴの等級の判定は、リンゴの色合等を基に熟練した作業員が視認することで行われていた。しかし、人間の感覚に頼った判定は個人差や環境差によりばらつきが多く、信頼性を高める上では限界があった。また、収穫期が一時に集中する一方、判定には高度な熟練が求められ、アルバイトで対応するには元来無理のある業務であった。
それに対して本実施形態のラベル発行システム1Aでは、推定部216によって学習済みモデル222を使用し、商品Pであるリンゴの等級が極めて精度良く推定され、その推定結果がラベルPLに印字される。すなわち、いったんリンゴの等級推定の学習を行った後は、熟練した作業員の判定に頼らずに、プリンタ2Aが自動的にリンゴの等級を高い精度で推定し、その推定結果がラベルPLに印字される。そのため、熟練した作業員が必要なく、従来よりも工場又は倉庫での省力化、自動化を図ることができる。
第2の実施形態のラベル発行システム1Aの変形例について、以下説明する。
図4〜図8を参照して、プリンタ2Aが単一の商品P(リンゴ)の画像を取得し、取得した画像に基づいて、当該単一の商品P(リンゴ)の種別として等級を推定する場合を挙げたが、その限りではない。本変形例では、コンベアCによって搬送される商品に、複数の異なる種類の果実(例えば、リンゴ、みかん、オレンジ、梨;物品の一例)が含まれる場合が想定される。
ラベル発行の運用を開始する前には、プリンタ2Aは、所与の画像に対して、リンゴ、みかん、オレンジ、梨のいずれかの種類の果実であるか推定できるように学習部219に学習させる。学習する際には、果実の画像と果実の種類を示すラベルデータ(すなわち、リンゴ、みかん、オレンジ、梨のいずれか)の複数の組合せからなる学習用データセットを用意する。学習部219は、プリンタ2Aの運用前に、学習用データセットを基に学習済みモデルを作成する。
好ましくは、描画エンジン218は、推定部216によって推定された果実に対応する印字レイアウトに関する印字レイアウト情報をストレージ22Aから読み出し、読み出した印字レイアウト情報を適用して印字データを生成する。それによって、果実の種類に応じたレイアウトを有する最適なラベルを自動的に発行することができる。
次に、図9を参照して、第3の実施形態のラベル発行システムについて説明する。なお、本実施形態のラベル発行システムのハードウェア構成は、概ね、第2の実施形態(図5)と同一でよい。
本実施形態のラベル発行システムでは、ユニークIDは、例えば、測位部211が取得した位置情報と、時刻取得部212が取得した時刻情報とに基づいて作成される。2次元コード112は、ユニークIDを基に作成される。
プリンタ2Aの制御部21Aは、撮像部30によって取得された画像をトリミングすることで、各商品の外形上の特徴抽出がなされた画像(以下、「商品画像」という。)を取得し、取得した商品画像から各商品の種類を推定する。ここで、各商品の種類の推定の際には、学習済みモデルが利用される。
例えば、物品はリンゴ以外の果実や野菜等の農作物でもよく、物品の種別は農作物の等級、ランク、品種、正常/欠陥等であってもよい。あるいは、物品は工業製品や医療材料等でもよく、その場合、物品の種別は、物品の外観上の正常あるいは欠陥(若しくは異常)であってもよい。
2,2A…プリンタ
21,21A…制御部
210A…モデル生成部
210,210B…印字データ生成部
211…測位部
212…時刻取得部
213…ユニークID生成部
214…シンボル生成部
215…画像処理部
216…推定部
217…学習用データセット生成部
218…描画エンジン
219…学習部
22…ストレージ
221…ユニークIDデータベース
222…学習済みモデル
23…操作入力部
24…表示部
25…搬送部
26…印字部
27…通信部
28…GPS受信部
29…測距センサ
30…撮像部
5…管理サーバ
51…制御部
52…ストレージ
53…通信部
NW…ネットワーク
P…商品
PKG…パッケージ商品
PL…ラベル
101…商品名称
102…ロット番号
103…位置
104…日付
105…時刻
110,112…2次元コード
115…商品目録
Claims (8)
- 複数の物品の各々に対応する印字媒体を発行するプリンタであって、
前記プリンタの位置に関する位置情報を取得する第1情報取得部と、
物品毎に異なるタイミングで発生するイベントの発生時刻に関する時刻情報を取得する第2情報取得部と、
各物品の種別に関する種別情報と、前記第1情報取得部が取得した位置情報と、前記第2情報取得部が取得した時刻情報とに基づいて、各物品に対するユニークIDを生成する第1生成部と、
前記ユニークIDに対応するユニークシンボルを生成する第2生成部と、
各物品に対応する印字媒体に、各物品に対して生成されたユニークシンボルを印字する印字部と、
を備えたプリンタ。 - 各物品の画像を取得する画像取得部と、
物品の画像と当該物品の種別とを機械学習させた学習済みモデルを利用して、前記画像取得部によって取得された画像の種別を推定する種別推定部と、をさらに備え、
前記種別情報は、前記種別推定部によって推定された種別に関する情報である、
請求項1に記載されたプリンタ。 - 前記印字部は、各物品に対応する印字媒体に、前記画像取得部によって取得された対応する画像を印字する、
請求項2に記載されたプリンタ。 - 物品の複数の種別の各々に対応する印字レイアウトに関する印字レイアウト情報を記憶する記憶部、をさらに備え、
前記印字部は、前記種別推定部によって推定された種別に対応する印字レイアウトを適用する、
請求項2又は3に記載されたプリンタ。 - 前記印字部は、各物品に対応する印字媒体に、各物品に対応する前記種別情報、前記位置情報、前記時刻情報、および、前記ユニークIDのうち少なくともいずれかの情報を印字する、
請求項1から4のいずれか一項に記載されたプリンタ。 - 複数の物品の各々に対する印字媒体をプリンタに発行させるためのプログラムであって、コンピュータに、
前記プリンタの位置に関する位置情報を取得する手順と、
物品毎に異なるタイミングで発生するイベントの発生時刻に関する時刻情報を取得する手順と、
各物品の種別に関する種別情報と、取得した前記位置情報と、取得した前記時刻情報とに基づいて、各物品に対するユニークIDを生成する手順と、
前記ユニークIDに対応するユニークシンボルを生成する手順と、
各物品に対応する印字媒体に、各物品に対して生成されたユニークシンボルを印字する手順と、
を実行させるプログラム。 - 複数の物品の各々に対してプリンタにより情報を印字媒体に印字する印字方法であって、
前記プリンタの位置に関する位置情報を取得し、
物品毎に異なるタイミングで発生するイベントの発生時刻に関する時刻情報を取得し、
各物品の種別に関する種別情報と、取得した前記位置情報と、取得した前記時刻情報とに基づいて、各物品に対するユニークIDを生成し、
前記ユニークIDに対応するユニークシンボルを生成し、
各物品に対応する印字媒体に、各物品に対して生成されたユニークシンボルを印字する、
印字方法。 - 複数の物品の各々に対するユニークIDを生成するユニークID生成方法であって、
ユニークIDを生成する位置に関する位置情報を取得し、
物品毎に異なるタイミングで発生するイベントの発生時刻に関する時刻情報を取得し、
各物品の種別に関する種別情報と、取得した前記位置情報と、取得した前記時刻情報とに基づいて、各物品に対するユニークIDを生成する、
ユニークID生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020014381A JP2021120205A (ja) | 2020-01-31 | 2020-01-31 | プリンタ、プログラム、印字方法、ユニークid生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020014381A JP2021120205A (ja) | 2020-01-31 | 2020-01-31 | プリンタ、プログラム、印字方法、ユニークid生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021120205A true JP2021120205A (ja) | 2021-08-19 |
Family
ID=77269746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020014381A Pending JP2021120205A (ja) | 2020-01-31 | 2020-01-31 | プリンタ、プログラム、印字方法、ユニークid生成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021120205A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7333117B1 (ja) | 2022-12-22 | 2023-08-24 | 株式会社オーツボ | 海苔等級学習システム、海苔等級学習方法、およびプログラム |
JP7423021B1 (ja) | 2022-10-03 | 2024-01-29 | ソホビービー株式会社 | 深層学習モデルの生成方法、情報処理装置、プログラム及び情報処理システム |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0520426A (ja) * | 1991-07-15 | 1993-01-29 | Sumitomo Heavy Ind Ltd | ニユーラルネツトワークを用いた果実の色合判定装置 |
JP2002370386A (ja) * | 1998-11-26 | 2002-12-24 | Seiko Epson Corp | 印刷装置およびカートリッジ |
JP2003267555A (ja) * | 2002-03-12 | 2003-09-25 | Omron Corp | 情報記録担体、商品梱包物、リーダ/ライタ装置、ならびにリーダ装置 |
JP2005107799A (ja) * | 2003-09-30 | 2005-04-21 | Mitsubishi Space Software Kk | 生産地保証システム及び生産地保証装置及び生産地保証方法 |
JP2005306490A (ja) * | 2004-04-16 | 2005-11-04 | Nec Corp | Id発行管理システム、物品情報管理システムおよびid発行管理方法 |
JP2007086861A (ja) * | 2005-09-20 | 2007-04-05 | Ishida Co Ltd | 精算処理システム及びラベル記録装置 |
WO2007049344A1 (ja) * | 2005-10-26 | 2007-05-03 | Mitsubishi Denki Kabushiki Kaisha | 食品トレース装置及び食品トレースシステム及び食品トレース方法 |
JP2009107313A (ja) * | 2007-11-01 | 2009-05-21 | Seiko Epson Corp | プリンタおよび生産地証明システム |
JP2009119795A (ja) * | 2007-11-16 | 2009-06-04 | Sato Knowledge & Intellectual Property Institute | 物品の画像表示ラベル作成装置 |
JP2014163697A (ja) * | 2013-02-21 | 2014-09-08 | Mitsutech Kk | 農作物の農作物選定装置及び農作物選定方法 |
WO2018016494A1 (ja) * | 2016-07-20 | 2018-01-25 | 株式会社サンクレエ | 在庫管理サーバ、在庫管理システム、在庫管理プログラムおよび在庫管理方法 |
JP2019028544A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社メルカリ | コンピュータの制御プログラム、制御方法、コンピュータ、端末装置の制御プログラム、端末装置 |
JP2019212157A (ja) * | 2018-06-07 | 2019-12-12 | 大日本印刷株式会社 | 商品特定装置、プログラム及び学習方法 |
-
2020
- 2020-01-31 JP JP2020014381A patent/JP2021120205A/ja active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0520426A (ja) * | 1991-07-15 | 1993-01-29 | Sumitomo Heavy Ind Ltd | ニユーラルネツトワークを用いた果実の色合判定装置 |
JP2002370386A (ja) * | 1998-11-26 | 2002-12-24 | Seiko Epson Corp | 印刷装置およびカートリッジ |
JP2003267555A (ja) * | 2002-03-12 | 2003-09-25 | Omron Corp | 情報記録担体、商品梱包物、リーダ/ライタ装置、ならびにリーダ装置 |
JP2005107799A (ja) * | 2003-09-30 | 2005-04-21 | Mitsubishi Space Software Kk | 生産地保証システム及び生産地保証装置及び生産地保証方法 |
JP2005306490A (ja) * | 2004-04-16 | 2005-11-04 | Nec Corp | Id発行管理システム、物品情報管理システムおよびid発行管理方法 |
JP2007086861A (ja) * | 2005-09-20 | 2007-04-05 | Ishida Co Ltd | 精算処理システム及びラベル記録装置 |
WO2007049344A1 (ja) * | 2005-10-26 | 2007-05-03 | Mitsubishi Denki Kabushiki Kaisha | 食品トレース装置及び食品トレースシステム及び食品トレース方法 |
JP2009107313A (ja) * | 2007-11-01 | 2009-05-21 | Seiko Epson Corp | プリンタおよび生産地証明システム |
JP2009119795A (ja) * | 2007-11-16 | 2009-06-04 | Sato Knowledge & Intellectual Property Institute | 物品の画像表示ラベル作成装置 |
JP2014163697A (ja) * | 2013-02-21 | 2014-09-08 | Mitsutech Kk | 農作物の農作物選定装置及び農作物選定方法 |
WO2018016494A1 (ja) * | 2016-07-20 | 2018-01-25 | 株式会社サンクレエ | 在庫管理サーバ、在庫管理システム、在庫管理プログラムおよび在庫管理方法 |
JP2019028544A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社メルカリ | コンピュータの制御プログラム、制御方法、コンピュータ、端末装置の制御プログラム、端末装置 |
JP2019212157A (ja) * | 2018-06-07 | 2019-12-12 | 大日本印刷株式会社 | 商品特定装置、プログラム及び学習方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7423021B1 (ja) | 2022-10-03 | 2024-01-29 | ソホビービー株式会社 | 深層学習モデルの生成方法、情報処理装置、プログラム及び情報処理システム |
JP7333117B1 (ja) | 2022-12-22 | 2023-08-24 | 株式会社オーツボ | 海苔等級学習システム、海苔等級学習方法、およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6489562B1 (ja) | 物流倉庫内作業把握システム | |
JP6549558B2 (ja) | 売上登録装置、プログラム及び売上登録方法 | |
JP2019534219A (ja) | バンドル化したユニットの識別及びトラッキング | |
WO2019075911A1 (zh) | 商品分拣系统以及分拣方法 | |
CN105182935A (zh) | 一种生产产品控制系统及其控制方法 | |
JP2021120205A (ja) | プリンタ、プログラム、印字方法、ユニークid生成方法 | |
US8196827B1 (en) | Case labeling for field-packed produce | |
US11922259B2 (en) | Universal product labeling for vision-based commerce | |
CN105629941B (zh) | 一种利用rfid对钢管流转工序的实时品质管理系统 | |
US20190213543A1 (en) | History management system and history management method | |
CN109657681A (zh) | 图片的标注方法、装置、电子设备及计算机可读存储介质 | |
US10430627B2 (en) | Label creating device, system, and label | |
US20120265653A1 (en) | Secure, Differentiated Reading of Sensors and RFID Tags | |
JP2022528022A (ja) | スーパーマーケット商品棚上の商品の分析方法及びシステム | |
JP2003104554A (ja) | 物流管理システム | |
US9154642B2 (en) | Method and apparatus for labeling goods | |
JP2013001521A (ja) | 物品搬送管理装置、物品搬送管理方法およびプログラム | |
CN204576593U (zh) | 全物流周期温度监控系统 | |
WO2017208641A1 (ja) | 環境履歴表示物、それを用いたデータ処理方法、データ処理装置、及び品質管理方法 | |
CA3145930A1 (en) | Material weight measurement system | |
CN110991572A (zh) | 一种图书跟踪监控系统以及一种图书防伪监控方法 | |
JP2018185660A (ja) | 映像検品認識装置 | |
JP2021070550A (ja) | ピッキングアシストシステムおよびピッキングアシスト方法 | |
US20060190356A1 (en) | System and method for quality assurance | |
JP2021105869A5 (ja) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230620 |