CN108830147A - 一种基于图像识别的货架商品价格识别方法、装置和*** - Google Patents
一种基于图像识别的货架商品价格识别方法、装置和*** Download PDFInfo
- Publication number
- CN108830147A CN108830147A CN201810421151.2A CN201810421151A CN108830147A CN 108830147 A CN108830147 A CN 108830147A CN 201810421151 A CN201810421151 A CN 201810421151A CN 108830147 A CN108830147 A CN 108830147A
- Authority
- CN
- China
- Prior art keywords
- price
- training
- commodity
- identification
- recognition
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像识别的货架商品价格识别方法、装置和***,采用摄像头采集货架图片作为训练图片集;获取训练图片集中图片的标注信息,进行Box、Others、Sku和Price训练,得到具备图像识别能力的识别引擎;采集货架图片作为测试图片集并对其进行数据预处理,然后输入至识别引擎进行识别得到商品价格信息。本发明中通过对训练模型输入训练图片集进行训练得到识别引擎,只需要获取人工标注信息即可自动完成商品价格信息的识别,识别速度快、准确率高,能获取完整的促销信息数据,利于后续的数据统计分析和决策,提高工作效率。本发明作为一种基于图像识别的货架商品价格识别方法、装置和***可广泛应用于图像识别领域。
Description
技术领域
本发明涉及图像识别领域,尤其是一种基于图像识别的货架商品价格识别方法、装置和***。
背景技术
快消品企业对获取线下各终端销售渠道的促销信息统计的需求一直非常迫切,需要定期对线下各渠道进行门店拜访,并采集商品的促销信息,以了解促销策略在渠道终端是否执行到位,对企业的促销策略以及市场管理的决策意义重大。
品牌商要了解其商品在各大商场超市货架上促销信息的情况,需要安排专门的销售代表或职员到指定的商场超市对摆放其商品的货架进行促销信息采集、进行统计并将统计结果反馈到公司,目前的解决方法有如下两种:
1、销售代表或相关职员在货架前进行人工统计促销信息,即在现场人工采集促销信息挂牌、促销贴纸的文字信息等,工作完成后将信息统计汇总并上交;
2、销售代表或相关职员在货架前拍照采集其相关的促销信息照片,采集完成后在图片中记录所需统计的相关促销信息等,工作完成后将信息统计汇总并上交。
现有方案中通常需要花费大量人力来实现核计工作,工作效率低,质量因人而异,难以统一把控,而且局限于人力成本,往往只能抽样采集部分数据,在数据完整性上难以满足大量数据分析的要求。而现有技术中,例如一种基于图像识别技术的货架识别方法(CN107045641A),其仅仅提供货架整体信息的识别方法,难以针对价格标签的特点进行准确地识别。
发明内容
为了解决上述技术问题,本发明的目的是:提供一种基于图像识别技术的实现提取货架商品价格进行识别的方法。
为了解决上述技术问题,本发明的另一目的是:提供一种基于图像识别技术的实现提取货架商品价格进行识别的装置。
为了解决上述技术问题,本发明的另一目的是:提供一种基于图像识别技术的实现提取货架商品价格进行识别的***。
本发明所采用的技术方案是:一种基于图像识别的货架商品价格识别方法,包括有以下步骤:
采用摄像头进行360度摄像采集货架图片作为训练图片集;
获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;
采集货架图片作为测试图片集并对其进行测试图片集图片数据预处理;
将图片数据预处理后的测试图片集输入至识别引擎进行识别得到商品价格信息。
进一步,所述Box训练为对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子。
进一步,所述Others训练为针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,识别出的录入物体为精确结果;
所述Sku训练为在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别。
进一步,所述Price训练的具体步骤为:
基于Price盒子所提取出的图片对基于Attension机制的数字识别模型进行训练,从而得到具备数字识别能力的数字识别模型;
基于数字识别模型的输出数据对价格识别模型进行训练,从而得到具备商品价格区间识别能力的价格识别模型。
本发明所采用的另一技术方案是:一种基于图像识别的货架商品价格识别装置,包括有:
图像采集模块,用于采用摄像头进行360度摄像采集货架图片作为训练图片集或测试图片集;
标注模块,用于获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
训练模块,用于将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;
预处理模块,用于对测试图片集进行图片数据预处理;
识别引擎,用于将图片数据预处理后的测试图片集进行识别得到商品价格信息。
进一步,所述识别引擎包括有Box识别模型、Others识别模型、Sku识别模型和Price识别模型。
进一步,所述训练模块包括有Box训练子模块,用于对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子,从而得到具备Box识别能力的Box识别模型。
进一步,所述训练模块包括有:
Others训练子模块,用于针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,从而得到具备识别出的录入物体精确结果的Others识别模型;
Sku训练子模块,用于在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别,从而得到具备识别出商品惟一性的Sku识别模型。
进一步,所述Price识别模型包括有数字识别子模型和价格识别子模型;所述训练模块包括有Price训练子模块,用于
基于Price盒子所提取出的图片对基于Attension机制的数字识别子模型进行训练,从而得到具备数字识别能力的数字识别子模型;
基于数字识别模型的输出数据对价格识别子模型进行训练,从而得到具备商品价格区间识别能力的价格识别子模型。
本发明所采用的另一技术方案是:一种基于图像识别的货架商品价格识别***,包括有:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上述的一种基于图像识别的货架商品价格识别方法。
本发明的有益效果为:本发明中通过对训练模型输入训练图片集进行训练,得到具备识别商品价格信息能力的识别引擎,只需要获取人工标注信息即可自动完成商品价格信息的识别,识别速度快、准确率高,能获取完整的促销信息数据,利于后续的数据统计分析和决策,提高工作效率。
附图说明
图1为本发明方法的步骤流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
参照图1,一种基于图像识别的货架商品价格识别方法,包括有以下步骤:
采用摄像头进行360度摄像采集货架图片作为训练图片集;利用高清摄像头和旋转底座装置,全天候自动采集货架图像;
获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
所述标注信息可通过标注软件***实现:由管理员将货架图片集作好分类上传并指派任务,标注人员在个人任务列表中进入标注界面,把图片中商品和价格标签的位置用方框标注,标注完成提交后***评估正确率,管理员根据正确率决定标注人员是否需要重新标注,保证了本方法上述步骤中获取训练图片集中图片的标注信息的准确性;
该软件***可使用员工账号登录,采用PC客户端或移动客户端的形式,***根据手机定位确定工作人员所在位置(GPS防伪),工作人员对货架拍照并上传现拍照片(图片防伪),***在云端快速地进行货架核查工作、生成报告,并将报告同步到企业管理人员的App端中,企业管理人员可对图片进行信息复查;
将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;通过对训练模型输入训练图片集进行训练,得到具备识别商品价格信息能力的识别引擎,只需要获取人工标注信息即可自动完成商品价格信息的识别,识别速度快、准确率高,能获取完整的促销信息数据,利于后续的数据统计分析和决策,提高工作效率;
采集货架图片作为测试图片集并对其进行测试图片集图片数据预处理;
将图片数据预处理后的测试图片集输入至识别引擎进行识别得到商品价格信息。
进一步作为优选的实施方式,所述Box训练为对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子。
货架识别主要用到目标检测的方法,主要检测商品和价格标签。对于商品,由于货架上的商品数不胜数,若直接将目标检测的模型的目标直接定为商品,这样就导致该模型会识别不出未录入的商品。为了解决这个问题,在目标检测模型的目标定为商品的形状,称Sku盒子。让目标检测将货架上的所有商品先提取出来,再进行后续操作。对于价格标签,同样会存在上述问题,因此本发明中将检测模型的目标定为价格标签的形状,称Price盒子。
进一步作为优选的实施方式,该模型的训练集可通过对实际货架图片标记以及伪造货架的方法获得。
进一步作为优选的实施方式,所述Others训练为针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,识别出的录入物体为精确结果;同样由于货架上的商品数不胜数,所以不能对其进行直接的识别,且目前深度学习所用的分类器是概率分类器,对于一个物品,分类器给出的数值是表示在所有的商品中,物品在所有商品中与哪个更类似;因此直接识别这就会造成未录入商品的错误分类,影响准确率。为了解决这个问题,本发明先建立一个特殊的图片识别的模型,该模型只进行二分类,一类是所有已录入的商品的图片集,另一类是非录入的商品的图片集,该图片集包含各种各样的图片。所以在做进一步分类之前,我们会先对上一步骤中SKU盒子提取出来的图片进行二分类,后续再进行下一步分类。
所述Sku训练为在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别,采用通用的图片识别模型,该模型的图片集为多个录入商品的图片集,Sku盒子的图片集主要通过对商品实物进行多方位、多角度的拍摄以及图像增强获得。
进一步作为优选的实施方式,所述Price训练的具体步骤为:
基于Price盒子所提取出的图片对基于Attension机制的数字识别模型进行训练,从而得到具备数字识别能力的数字识别模型;对于Price盒子提取出来的图片,可能会有其他文字或字符的干扰,而要关注的只是价格数字的区域,而不是Price盒子提取出来的整块区域,因此价格识别采用数字识别的模型,模型中加入Attention,Attention是一种学习机制,让模型学习聚焦重点视觉特征的能力,加速网络收敛以增强抗噪能力,让模型不过多关注与价格无关的区域。该模型通过大量带标注的数字图片训练得到,通过数字价格模型可以得到价格序列。
基于数字识别模型的输出数据对价格识别模型进行训练,从而得到具备商品价格区间识别能力的价格识别模型;对于上述步骤得到的价格序列,还需要对其价格区间进行判断才能得到准确的价格数据。例如,19.99元的价格标签经过模型识别后得到价格序列为1999,然后需要对价格标签对应的商品判断其价格区间,从而得到其准确价格为19.99,而不是1999或199.9等。
对应上述一种基于图像识别的货架商品价格识别方法,本发明还提供一种基于图像识别的货架商品价格识别装置,包括有:
图像采集模块,用于采用摄像头进行360度摄像采集货架图片作为训练图片集或测试图片集;
标注模块,用于获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
训练模块,用于将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;
预处理模块,用于对测试图片集进行图片数据预处理;
识别引擎,用于将图片数据预处理后的测试图片集进行识别得到商品价格信息。
进一步作为优选的实施方式,所述识别引擎包括有Box识别模型、Others识别模型、Sku识别模型和Price识别模型。
进一步作为优选的实施方式,所述训练模块包括有Box训练子模块,用于对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子,从而得到具备Box识别能力的Box识别模型。
进一步作为优选的实施方式,所述训练模块包括有:
Others训练子模块,用于针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,从而得到具备识别出的录入物体精确结果的Others识别模型;
Sku训练子模块,用于在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别,从而得到具备识别出商品惟一性的Sku识别模型。
进一步作为优选的实施方式,所述Price识别模型包括有数字识别子模型和价格识别子模型;所述训练模块包括有Price训练子模块,用于
基于Price盒子所提取出的图片对基于Attension机制的数字识别子模型进行训练,从而得到具备数字识别能力的数字识别子模型;
基于数字识别模型的输出数据对价格识别子模型进行训练,从而得到具备商品价格区间识别能力的价格识别子模型。
对应上述一种基于图像识别的货架商品价格识别方法,本发明还提供一种基于图像识别的货架商品价格识别***,包括有:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上述的一种基于图像识别的货架商品价格识别方法。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种基于图像识别的货架商品价格识别方法,其特征在于,包括有以下步骤:
采用摄像头进行360度摄像采集货架图片作为训练图片集;
获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;
采集货架图片作为测试图片集并对其进行测试图片集图片数据预处理;
将图片数据预处理后的测试图片集输入至识别引擎进行识别得到商品价格信息。
2.根据权利要求1所述的一种基于图像识别的货架商品价格识别方法,其特征在于:所述Box训练为对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子。
3.根据权利要求2所述的一种基于图像识别的货架商品价格识别方法,其特征在于:
所述Others训练为针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,识别出的录入物体为精确结果;
所述Sku训练为在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别。
4.根据权利要求2所述的一种基于图像识别的货架商品价格识别方法,其特征在于,所述Price训练的具体步骤为:
基于Price盒子所提取出的图片对基于Attension机制的数字识别模型进行训练,从而得到具备数字识别能力的数字识别模型;
基于数字识别模型的输出数据对价格识别模型进行训练,从而得到具备商品价格区间识别能力的价格识别模型。
5.一种基于图像识别的货架商品价格识别装置,其特征在于,包括有:
图像采集模块,用于采用摄像头进行360度摄像采集货架图片作为训练图片集或测试图片集;
标注模块,用于获取训练图片集中图片的标注信息,所述标注信息包括有商品位置标注信息和价格标签位置标注信息;
训练模块,用于将训练图片集输入至训练机,依次进行Box训练、Others训练、Sku训练和Price训练,得到具备图像识别能力的识别引擎;
预处理模块,用于对测试图片集进行图片数据预处理;
识别引擎,用于将图片数据预处理后的测试图片集进行识别得到商品价格信息。
6.根据权利要求5所述的一种基于图像识别的货架商品价格识别装置,其特征在于:所述识别引擎包括有Box识别模型、Others识别模型、Sku识别模型和Price识别模型。
7.根据权利要求6所述的一种基于图像识别的货架商品价格识别装置,其特征在于,所述训练模块包括有Box训练子模块,用于对训练图片集的标注部分进行识别训练,所述识别训练的目标分别为商品形状的Sku盒子和价格标签形状的Price盒子,从而得到具备Box识别能力的Box识别模型。
8.根据权利要求7所述的一种基于图像识别的货架商品价格识别装置,其特征在于,所述训练模块包括有:
Others训练子模块,用于针对Sku盒子进一步将识别结果分为录入物体和非录入物体进行识别,从而得到具备识别出的录入物体精确结果的Others识别模型;
Sku训练子模块,用于在所述Others训练识别为录入物体的基础上根据商品分类信息进一步分类识别,从而得到具备识别出商品惟一性的Sku识别模型。
9.根据权利要求7所述的一种基于图像识别的货架商品价格识别装置,其特征在于:所述Price识别模型包括有数字识别子模型和价格识别子模型;所述训练模块包括有Price训练子模块,用于基于Price盒子所提取出的图片对基于Attension机制的数字识别子模型进行训练,从而得到具备数字识别能力的数字识别子模型;
基于数字识别模型的输出数据对价格识别子模型进行训练,从而得到具备商品价格区间识别能力的价格识别子模型。
10.一种基于图像识别的货架商品价格识别***,其特征在于,包括有:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-4中任一权利要求所述的一种基于图像识别的货架商品价格识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810421151.2A CN108830147A (zh) | 2018-05-04 | 2018-05-04 | 一种基于图像识别的货架商品价格识别方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810421151.2A CN108830147A (zh) | 2018-05-04 | 2018-05-04 | 一种基于图像识别的货架商品价格识别方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830147A true CN108830147A (zh) | 2018-11-16 |
Family
ID=64147427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810421151.2A Pending CN108830147A (zh) | 2018-05-04 | 2018-05-04 | 一种基于图像识别的货架商品价格识别方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830147A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784323A (zh) * | 2019-01-21 | 2019-05-21 | 北京旷视科技有限公司 | 图像识别的方法、装置、电子设备和计算机存储介质 |
CN109902733A (zh) * | 2019-02-22 | 2019-06-18 | 北京三快在线科技有限公司 | 录入物品信息的方法、装置及存储介质 |
CN110428300A (zh) * | 2019-07-25 | 2019-11-08 | 赵伟杰 | 生鲜商品的价格标注图像处理方法、销售及配送方法 |
CN111222389A (zh) * | 2019-01-10 | 2020-06-02 | 图灵通诺(北京)科技有限公司 | 商超货架上商品的分析方法和*** |
CN111258883A (zh) * | 2020-01-07 | 2020-06-09 | 创新奇智(合肥)科技有限公司 | 基于sku图像识别的算法模型测试方法及测试*** |
CN111695971A (zh) * | 2020-06-12 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 物品推荐方法、装置和设备及计算机存储介质 |
CN112149450A (zh) * | 2019-06-26 | 2020-12-29 | 浙江汉朔电子科技有限公司 | 排面检查***及方法 |
WO2021030924A1 (zh) * | 2019-08-16 | 2021-02-25 | 浙江汉朔电子科技有限公司 | 货架物品识别方法、装置及*** |
CN112508132A (zh) * | 2021-01-29 | 2021-03-16 | 广州市玄武无线科技股份有限公司 | 一种识别sku的训练方法及装置 |
CN113033732A (zh) * | 2021-03-26 | 2021-06-25 | 湖南德雅华兴科技研究中心有限公司 | 一种货架标签与货架商品的识别方法及识别装置 |
CN113111209A (zh) * | 2021-04-15 | 2021-07-13 | 广州图匠数据科技有限公司 | 一种针对货架场景大图的重复图片搜索方法及装置 |
WO2021179138A1 (zh) * | 2020-03-09 | 2021-09-16 | 图灵通诺(北京)科技有限公司 | 商超货架上商品的分析方法和*** |
CN114061784A (zh) * | 2021-11-18 | 2022-02-18 | 贵州电网有限责任公司 | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 |
CN117114803A (zh) * | 2023-08-17 | 2023-11-24 | 湖北光舜科技有限公司 | 一种通过ai识别获取商品价格信息的比对方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017016539A (ja) * | 2015-07-06 | 2017-01-19 | 日本電気株式会社 | 商品棚認識装置、商品棚認識方法、プログラム及び画像処理装置 |
CN107045641A (zh) * | 2017-04-26 | 2017-08-15 | 广州图匠数据科技有限公司 | 一种基于图像识别技术的货架识别方法 |
CN107480682A (zh) * | 2017-08-25 | 2017-12-15 | 重庆慧都科技有限公司 | 一种商品包装生产日期检测方法 |
-
2018
- 2018-05-04 CN CN201810421151.2A patent/CN108830147A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017016539A (ja) * | 2015-07-06 | 2017-01-19 | 日本電気株式会社 | 商品棚認識装置、商品棚認識方法、プログラム及び画像処理装置 |
CN107045641A (zh) * | 2017-04-26 | 2017-08-15 | 广州图匠数据科技有限公司 | 一种基于图像识别技术的货架识别方法 |
CN107480682A (zh) * | 2017-08-25 | 2017-12-15 | 重庆慧都科技有限公司 | 一种商品包装生产日期检测方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222389A (zh) * | 2019-01-10 | 2020-06-02 | 图灵通诺(北京)科技有限公司 | 商超货架上商品的分析方法和*** |
CN111222389B (zh) * | 2019-01-10 | 2023-08-29 | 图灵通诺(北京)科技有限公司 | 商超货架上商品的分析方法和*** |
CN109784323A (zh) * | 2019-01-21 | 2019-05-21 | 北京旷视科技有限公司 | 图像识别的方法、装置、电子设备和计算机存储介质 |
CN109784323B (zh) * | 2019-01-21 | 2020-11-27 | 北京旷视科技有限公司 | 图像识别的方法、装置、电子设备和计算机存储介质 |
CN109902733A (zh) * | 2019-02-22 | 2019-06-18 | 北京三快在线科技有限公司 | 录入物品信息的方法、装置及存储介质 |
CN112149450A (zh) * | 2019-06-26 | 2020-12-29 | 浙江汉朔电子科技有限公司 | 排面检查***及方法 |
CN110428300A (zh) * | 2019-07-25 | 2019-11-08 | 赵伟杰 | 生鲜商品的价格标注图像处理方法、销售及配送方法 |
WO2021030924A1 (zh) * | 2019-08-16 | 2021-02-25 | 浙江汉朔电子科技有限公司 | 货架物品识别方法、装置及*** |
CN111258883A (zh) * | 2020-01-07 | 2020-06-09 | 创新奇智(合肥)科技有限公司 | 基于sku图像识别的算法模型测试方法及测试*** |
CN111258883B (zh) * | 2020-01-07 | 2023-05-16 | 创新奇智(合肥)科技有限公司 | 基于sku图像识别的算法模型测试方法及测试*** |
WO2021179138A1 (zh) * | 2020-03-09 | 2021-09-16 | 图灵通诺(北京)科技有限公司 | 商超货架上商品的分析方法和*** |
US11748787B2 (en) | 2020-03-09 | 2023-09-05 | Yi Tunnel (Beijing) Technology Co., Ltd. | Analysis method and system for the item on the supermarket shelf |
CN111695971A (zh) * | 2020-06-12 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 物品推荐方法、装置和设备及计算机存储介质 |
CN111695971B (zh) * | 2020-06-12 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 物品推荐方法、装置和设备及计算机存储介质 |
CN112508132A (zh) * | 2021-01-29 | 2021-03-16 | 广州市玄武无线科技股份有限公司 | 一种识别sku的训练方法及装置 |
CN113033732A (zh) * | 2021-03-26 | 2021-06-25 | 湖南德雅华兴科技研究中心有限公司 | 一种货架标签与货架商品的识别方法及识别装置 |
CN113111209A (zh) * | 2021-04-15 | 2021-07-13 | 广州图匠数据科技有限公司 | 一种针对货架场景大图的重复图片搜索方法及装置 |
CN113111209B (zh) * | 2021-04-15 | 2023-10-20 | 广州图匠数据科技有限公司 | 一种针对货架场景大图的重复图片搜索方法及装置 |
CN114061784A (zh) * | 2021-11-18 | 2022-02-18 | 贵州电网有限责任公司 | 基于机器视觉的变压器导电杆引线头过热预测性维护方法 |
CN117114803A (zh) * | 2023-08-17 | 2023-11-24 | 湖北光舜科技有限公司 | 一种通过ai识别获取商品价格信息的比对方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830147A (zh) | 一种基于图像识别的货架商品价格识别方法、装置和*** | |
CN107045641B (zh) | 一种基于图像识别技术的货架识别方法 | |
CN101853299A (zh) | 一种基于感性认知的图像检索结果排序方法 | |
CN107092913A (zh) | 一种喷印字符在线识别及交互式后处理***及方法 | |
CN107067261B (zh) | 一种农业机械后市场服务平台*** | |
CN110322206A (zh) | 一种基于ocr识别的试剂信息录入方法及装置 | |
Rong et al. | Pest Identification and Counting of Yellow Plate in Field Based on Improved Mask R‐CNN | |
CN107038591A (zh) | 一种水产品电子溯源*** | |
CN113129284B (zh) | 一种基于5g云边协同的外观检测方法及实现*** | |
CN105205673B (zh) | 一种利用条烟打码特征上的防伪追溯技术 | |
CN112100425A (zh) | 基于人工智能的标签标注方法、装置、电子设备及介质 | |
CN105183739B (zh) | 图像处理方法 | |
CN110443236A (zh) | 贷后文本要点信息提取方法及装置 | |
CN108921185A (zh) | 一种基于图像识别的货架促销信息识别方法、装置和*** | |
CN108875831A (zh) | 一种基于图像识别的冰柜商品信息识别方法、***及装置 | |
CN110688381A (zh) | 一种用于产品过程记录追溯的软件产品和软件方法 | |
US20210117987A1 (en) | Fraud estimation system, fraud estimation method and program | |
Nagy et al. | Interactive visual pattern recognition | |
CN112330426A (zh) | 一种产品推荐方法、装置及存储介质 | |
CN109670162A (zh) | 标题的确定方法、装置及终端设备 | |
CN103534718B (zh) | 使用收集信息来提供广告的方法、服务器和计算机可读记录介质 | |
CN112668409A (zh) | 一种视觉测量***及其应用于药品种类识别的方法 | |
CN112052310A (zh) | 基于大数据的信息获取方法、装置、设备及存储介质 | |
CN116342316A (zh) | 会计核算和项目财务管理***及方法 | |
CN115099834A (zh) | 一种物品溯源码*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |