CN113869213A - 一种基于图像识别的卷烟零售商户库存盘点方法和*** - Google Patents

一种基于图像识别的卷烟零售商户库存盘点方法和*** Download PDF

Info

Publication number
CN113869213A
CN113869213A CN202111146273.3A CN202111146273A CN113869213A CN 113869213 A CN113869213 A CN 113869213A CN 202111146273 A CN202111146273 A CN 202111146273A CN 113869213 A CN113869213 A CN 113869213A
Authority
CN
China
Prior art keywords
cigarette
inventory
stock
checking
counting
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
Application number
CN202111146273.3A
Other languages
English (en)
Inventor
付瑜
董英钊
韩冰
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.)
Bayannur Co Of Inner Mongolia Autonomous Region Tobacco Co
Original Assignee
Bayannur Co Of Inner Mongolia Autonomous Region Tobacco Co
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 Bayannur Co Of Inner Mongolia Autonomous Region Tobacco Co filed Critical Bayannur Co Of Inner Mongolia Autonomous Region Tobacco Co
Priority to CN202111146273.3A priority Critical patent/CN113869213A/zh
Publication of CN113869213A publication Critical patent/CN113869213A/zh
Pending legal-status Critical Current

Links

Images

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

Landscapes

  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像识别的卷烟零售商户库存盘点方法，包括采集卷烟零售商户的多张库存卷烟图像；对多张库存卷烟图像中的卷烟品规进行标记；基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到图像识别模型中进行训练；利用训练完成的图像识别模型对库存卷烟图像进行识别，输出卷烟品规识别结果；对卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。本发明利用智能图像识别模型对卷烟零售商户的卷烟库存进行快速、准确和有效的识别，并进行智能统计盘点，替代了传统人工盘点的繁琐工作，降低了零售商户卷烟库存盘点的人工成本，提高了库存盘点的效率，同时能够为卷烟工商企业的经营服务提供有力的数据支撑。

Description

一种基于图像识别的卷烟零售商户库存盘点方法和***
背景技术
本发明属于图像识别技术领域，具体涉及一种基于图像识别的卷烟零售商户库存盘点***。
对于卷烟工商企业来说，收集卷烟的市场销售信息十分重要。一是企业可以通过卷烟的销售信息(例如销量、库存和市场价格等信息)在市场中的变化过程，了解烟草品牌的市场发展趋势；二是企业通过卷烟的销售信息，可以对卷烟零售商户的营销能力进行分析，从而提供科学合理的经营指导措施。其中，通过分析卷烟零售库存，能够帮助企业掌握市场规律，从而制定科学的品牌发展策略。
现有技术中，对于卷烟零售商户的库存盘点方式主要通过人工盘点来实现。如图1所示，示出了现有的卷烟零售商户库存的人工盘点方法的流程，包括：
1.向商户说明库存盘点需求；
2.准备库存盘点表；
3.盘点条包卷烟库存；
4.盘点盒包卷烟库存；
5.整理卷烟；
6.纸质库存表单数字化；
7.将数字化的库存盘点表上传至库存信息管理***。
其中，在上述步骤中，步骤4(盘点条包卷烟库存)和步骤5(盘点盒包卷烟库存)尤为耗时，不仅人工成本较高，盘点效率低下，且无法满足烟草工商企业对于卷烟社会库存的调查统计需求。
发明内容
本发明的目的是提供一种基于图像识别的卷烟零售商户库存盘点方法和***，用于解决现有技术中存在的至少一个技术问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面，本发明提供一种基于图像识别的卷烟零售商户库存盘点方法，包括：
采集卷烟零售商户的多张库存卷烟图像；
对多张所述库存卷烟图像中的卷烟品规进行标记；
基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到所述图像识别模型中进行训练；
利用训练完成的图像识别模型对新采集的库存卷烟图像进行识别，输出卷烟品规识别结果；
对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。
在一种可能的设计中，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
基于正则表达式算法构建条包烟库存统计模型；
利用所述条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果。
在一种可能的设计中，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
基于概率估算算法构建盒包烟库存估算模型；
利用所述盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
在一种可能的设计中，还包括：
随机获取多个卷烟零售商户的库存盘点结果作为样本；
根据多个卷烟零售商户的库存盘点结果样本，推算得到卷烟的实时社会库存。
在一种可能的设计中，随机获取多个卷烟零售商户的库存盘点结果作为样本，包括：
基于零售商户的档位区间和市场类型，随机获取多个卷烟零售商户的库存盘点结果作为样本。
在一种可能的设计中，在采集卷烟零售商户的多张库存卷烟图像之前，还包括：
基于OCR识别模型对零售商户进行信息识别。
第二方面，本发明提供一种基于图像识别的卷烟零售商户库存盘点***，包括：人机交互单元和数据处理单元；
所述人机交互单元包括人机交互界面和图像采集模块；
所述人机交互界面用于为用户提供***操作界面；
所述图像采集模块用于对卷烟零售商户的库存卷烟图像进行采集，并逐张上传至所述数据处理单元；
所述数据处理单元包括库存卷烟图像的卷烟品规识别模块和卷烟库存盘点模块；
所述卷烟品规识别模块用于利用图像识别模型对新采集的库存卷烟图像的卷烟品规进行识别；
所述卷烟库存盘点模块用于对卷烟品规的识别结果进行统计，得到卷烟零售商户的库存盘点结果。
在一种可能的设计中，所述人机交互单元还包括：商户信息识别模块，用于利用OCR识别模型对零售商户进行信息识别。
在一种可能的设计中，所述卷烟库存盘点模块包括条包烟库存盘点子模块和盒包烟库存盘点子模块，
所述条包烟库存盘点子模块用于利用条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果；
所述盒包烟库存盘点子模块用于利用盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
在一种可能的设计中，还包括用户管理单元，用于对用户登录和/或使用***的权限进行管理。
第三方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
有益效果：
本发明通过采集卷烟零售商户的多张库存卷烟图像；对多张库存卷烟图像中的卷烟品规进行标记；基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到图像识别模型中进行训练；利用训练完成的图像识别模型对库存卷烟图像进行识别，输出卷烟品规识别结果；对卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。本发明利用智能图像识别模型对卷烟零售商户的卷烟库存进行快速、准确和有效的识别，并进行智能统计盘点，替代了传统人工盘点的繁琐工作，降低了零售商户卷烟库存盘点的人工成本，提高了库存盘点的效率，且基于零售商户卷烟库存的盘点结果，可以得到实时社会库存，为卷烟工商企业的经营服务提供有力的数据支撑。
附图说明
图1为本实施例中的基于图像识别的卷烟零售商户库存盘点方法的流程图。
具体实施方式
为使本说明书实施例的目的、技术方案和优点更加清楚，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本发明保护的范围。
实施例
第一方面，如图1所示，本发明提供一种基于图像识别的卷烟零售商户库存盘点方法，包括但不限于由步骤S101～S105实现：
步骤S101.采集卷烟零售商户的多张库存卷烟图像；
其中，需要说明的是，本实施例中的库存卷烟图像是逐张采集的，每一库存卷烟图像采集完成后进行即时上传，并进行后续的标记识别，从而可以确保快速获取有效库存图像。
在一种可能的设计中，在步骤S101.采集卷烟零售商户的多张库存卷烟图像之前，还包括：
基于OCR(Optical Character Recognition，光学字符识别)识别模型对零售商户进行信息识别。
其中，需要说明的是，零售商户的信息包括但不限于商户的商号、营业执照和烟草专卖许可证号码等。
步骤S102.对多张所述库存卷烟图像中的卷烟品规进行标记；
其中，需要说明的是，优选的，本实施例采用LabelIMG工具对库存卷烟图像中的卷烟品规进行标记。
步骤S103.基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到所述图像识别模型中进行训练；
其中，需要说明的是，通过将多个标记的库存卷烟图像输入到图像识别模型中进行训练，进行神经网络机器学习的特性，能够训练得到识别准确率最优的图像识别模型。
步骤S104.利用训练完成的图像识别模型对新采集的库存卷烟图像进行识别，输出卷烟品规识别结果；
其中，需要说明的是，作为步骤S104一个可选的实施方式，优选的，所述图像识别模型具体包括：输入层、BackBone主干网络、***层Neck和输出层 Prediction(预测)，其中，所述输入层具有Mosaic数据增强、cmBN和SAT 自对抗训练等特点；所述BackBone主干网络包括：CSPDarknet53、Mish激活函数和Dropblock；所述***层Neck包括Yolov4中的SPP模块和FPN+PAN结构；所述输出层Prediction包括锚框机制、训练时的损失函数CIOU_Loss以及预测框筛选的DIOU_nms。基于所述图像识别模型，可以识别出所述库存卷烟图像中的卷烟品牌和规格，并用锚框标记品牌和规格的位置。
步骤S105.对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。
其中，作为步骤S105的一种可能的设计，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
步骤S1051.基于正则表达式算法构建条包烟库存统计模型；
步骤S1052.利用所述条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果。
具体的，在执行步骤S1052时，可通过调用图像识别模型的品规识别结果，并对结果进行统计，然后利用结果数据接口将库存盘点结果进行输出。
其中，作为步骤S105的一种可能的设计，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
步骤S1053.基于概率估算算法构建盒包烟库存估算模型；
步骤S1054.利用所述盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
其中，需要说明的是，通过将该盒包烟库存估算模型的盒包烟库存估算结果与实际的盒包烟库存结果进行对比，可以得到该盒包烟库存估算模型的估算准确率，并可基于该估算准确率对该盒包烟库存估算模型进行参数优化。
在一种可能的设计中，所述方法还包括：
步骤S106.随机获取多个卷烟零售商户的库存盘点结果作为样本；
其中，优选的，随机获取多个卷烟零售商户的库存盘点结果作为样本，包括：
基于零售商户的档位区间和市场类型，随机获取多个卷烟零售商户的库存盘点结果作为样本；其中，档位区间包括但不限于1-5、6-10、11-15、16-20、21-25和26-30(单位为元)，市场类型包括但不限于城市网和农村网。
步骤S107.根据多个卷烟零售商户的库存盘点结果样本，推算得到卷烟的实时社会库存。
其中，需要说明的是，本实施例中的基于图像识别的卷烟零售商户库存盘点方法已经过实际应用验证，根据验证结果，采用本实施例的方法对每一零售商户进行库存盘点的时长相较于传统手工盘点方法大大减少，极大地提高了零售商户库存盘点的效率。
基于上述公开的内容，本实施例通过采集卷烟零售商户的多张库存卷烟图像；对多张库存卷烟图像中的卷烟品规进行标记；基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到图像识别模型中进行训练；利用训练完成的图像识别模型对库存卷烟图像进行识别，输出卷烟品规识别结果；对卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。本发明利用智能图像识别模型对卷烟零售商户的卷烟库存进行快速、准确和有效的识别，并进行智能统计盘点，替代了传统人工盘点的繁琐工作，降低了零售商户卷烟库存盘点的人工成本，提高了库存盘点的效率，且基于零售商户卷烟库存的盘点结果，可以得到实时社会库存，为卷烟工商企业的经营服务提供有力的数据支撑。
第二方面，本发明提供一种基于图像识别的卷烟零售商户库存盘点***，包括：人机交互单元和数据处理单元；
所述人机交互单元包括人机交互界面和图像采集模块；
所述人机交互界面用于为用户提供***操作界面；
所述图像采集模块用于对卷烟零售商户的库存卷烟图像进行采集，并逐张上传至所述数据处理单元；
所述数据处理单元包括库存卷烟图像的卷烟品规识别模块和卷烟库存盘点模块；
所述卷烟品规识别模块用于利用图像识别模型对新采集的库存卷烟图像的卷烟品规进行识别；
所述卷烟库存盘点模块用于对卷烟品规的识别结果进行统计，得到卷烟零售商户的库存盘点结果。
在一种可能的设计中，所述人机交互单元还包括：商户信息识别模块，用于利用OCR识别模型对零售商户进行信息识别。
在一种可能的设计中，所述卷烟库存盘点模块包括条包烟库存盘点子模块和盒包烟库存盘点子模块，
所述条包烟库存盘点子模块用于利用条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果；
所述盒包烟库存盘点子模块用于利用盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
在一种可能的设计中，还包括用户管理单元，用于对用户登录和/或使用***的权限进行管理。
第三方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中所述的基于图像识别的卷烟零售商户库存盘点方法。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于图像识别的卷烟零售商户库存盘点方法，其特征在于，包括：
采集卷烟零售商户的多张库存卷烟图像；
对多张所述库存卷烟图像中的卷烟品规进行标记；
基于神经网络算法构建图像识别模型，将标记后的库存卷烟图像输入到所述图像识别模型中进行训练；
利用训练完成的图像识别模型对新采集的库存卷烟图像进行识别，输出卷烟品规识别结果；
对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果。
2.根据权利要求1所述的基于图像识别的卷烟零售商户库存盘点方法，其特征在于，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
基于正则表达式算法构建条包烟库存统计模型；
利用所述条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果。
3.根据权利要求1所述的基于图像识别的卷烟零售商户库存盘点方法，其特征在于，对所述卷烟品规识别结果进行统计，得到卷烟零售商户的库存盘点结果，包括：
基于概率估算算法构建盒包烟库存估算模型；
利用所述盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
4.根据权利要求1所述的基于图像识别的卷烟零售商户库存盘点方法，其特征在于，还包括：
随机获取多个卷烟零售商户的库存盘点结果作为样本；
根据多个卷烟零售商户的库存盘点结果样本，推算得到卷烟的实时社会库存。
5.根据权利要求1所述的基于图像识别的卷烟零售商户库存盘点方法，其特征在于，随机获取多个卷烟零售商户的库存盘点结果作为样本，包括：
基于零售商户的档位区间和市场类型，随机获取多个卷烟零售商户的库存盘点结果作为样本。
6.根据权利要求1所述的基于图像识别的卷烟零售商户库存盘点方法，其特征在于，在采集卷烟零售商户的多张库存卷烟图像之前，还包括：
基于OCR识别模型对零售商户进行信息识别。
7.一种基于图像识别的卷烟零售商户库存盘点***，其特征在于，包括：人机交互单元和数据处理单元；
所述人机交互单元包括人机交互界面和图像采集模块；
所述人机交互界面用于为用户提供***操作界面；
所述图像采集模块用于对卷烟零售商户的库存卷烟图像进行采集，并逐张上传至所述数据处理单元；
所述数据处理单元包括库存卷烟图像的卷烟品规识别模块和卷烟库存盘点模块；
所述卷烟品规识别模块用于利用图像识别模型对新采集的库存卷烟图像的卷烟品规进行识别；
所述卷烟库存盘点模块用于对卷烟品规的识别结果进行统计，得到卷烟零售商户的库存盘点结果。
8.根据权利要求7所述的基于图像识别的卷烟零售商户库存盘点***，其特征在于，所述人机交互单元还包括：商户信息识别模块，用于利用OCR识别模型对零售商户进行信息识别。
9.根据权利要求7所述的基于图像识别的卷烟零售商户库存盘点***，其特征在于，所述卷烟库存盘点模块包括条包烟库存盘点子模块和盒包烟库存盘点子模块，
所述条包烟库存盘点子模块用于利用条包烟库存统计模型对条包烟品规识别结果进行统计，得到卷烟零售商户的条包烟库存盘点结果；
所述盒包烟库存盘点子模块用于利用盒包烟库存估算模型对盒包烟品规识别结果进行估算统计，得到卷烟零售商户的盒包烟库存盘点结果。
10.根据权利要求7所述的基于图像识别的卷烟零售商户库存盘点***，其特征在于，还包括用户管理单元，用于对用户登录和/或使用***的权限进行管理。
CN202111146273.3A 2021-09-28 2021-09-28 一种基于图像识别的卷烟零售商户库存盘点方法和*** Pending CN113869213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111146273.3A CN113869213A (zh) 2021-09-28 2021-09-28 一种基于图像识别的卷烟零售商户库存盘点方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111146273.3A CN113869213A (zh) 2021-09-28 2021-09-28 一种基于图像识别的卷烟零售商户库存盘点方法和***

Publications (1)

Publication Number Publication Date
CN113869213A true CN113869213A (zh) 2021-12-31

Family

ID=78992271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111146273.3A Pending CN113869213A (zh) 2021-09-28 2021-09-28 一种基于图像识别的卷烟零售商户库存盘点方法和***

Country Status (1)

Country Link
CN (1) CN113869213A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454181A (zh) * 2022-04-11 2022-05-10 广州市开富信息科技有限责任公司 一种汽车配件的精确查找方法及***
CN116645375A (zh) * 2023-07-27 2023-08-25 四川中天鹰眼信息技术有限公司 一种基于三维重建算法的卷烟零售商户库存盘点方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636444A (zh) * 2018-11-17 2019-04-16 贵州省烟草公司黔南州公司 一种卷烟货源自动测算及投放***
CN110119915A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象入库处理方法、装置和***
WO2020217080A1 (en) * 2019-04-22 2020-10-29 Nearby Technologies Private Limited System and method for invoicing, inventory tracking and sales tracking in hyperlocal retailing
CN112116582A (zh) * 2020-09-24 2020-12-22 深圳爱莫科技有限公司 一种库存或陈列场景下的条烟检测识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110119915A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象入库处理方法、装置和***
CN109636444A (zh) * 2018-11-17 2019-04-16 贵州省烟草公司黔南州公司 一种卷烟货源自动测算及投放***
WO2020217080A1 (en) * 2019-04-22 2020-10-29 Nearby Technologies Private Limited System and method for invoicing, inventory tracking and sales tracking in hyperlocal retailing
CN112116582A (zh) * 2020-09-24 2020-12-22 深圳爱莫科技有限公司 一种库存或陈列场景下的条烟检测识别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454181A (zh) * 2022-04-11 2022-05-10 广州市开富信息科技有限责任公司 一种汽车配件的精确查找方法及***
CN116645375A (zh) * 2023-07-27 2023-08-25 四川中天鹰眼信息技术有限公司 一种基于三维重建算法的卷烟零售商户库存盘点方法
CN116645375B (zh) * 2023-07-27 2023-09-26 四川中天鹰眼信息技术有限公司 一种基于三维重建算法的卷烟零售商户库存盘点方法

Similar Documents

Publication Publication Date Title
CN111428599B (zh) 票据识别方法、装置和设备
CN113869213A (zh) 一种基于图像识别的卷烟零售商户库存盘点方法和***
CN104702492A (zh) 垃圾消息模型训练方法、垃圾消息识别方法及其装置
CN116433052B (zh) 一种基于智能化的招标信息采集数据分析评价***
CN112288374B (zh) 一种基于云计算的智慧供应链物流智能优化管理***
CN111553137B (zh) 报告生成方法、装置、存储介质及计算机设备
CN113469730A (zh) 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置
WO2021174699A1 (zh) 用户筛选方法、装置、设备及存储介质
CN115018513A (zh) 数据巡检方法、装置、设备及存储介质
CN110517123A (zh) 一种基于物联网技术的ai无人评标***及方法
CN116484109B (zh) 基于人工智能的客户画像分析***及方法
CN116452212B (zh) 一种智能客服商品知识库信息管理方法及***
CN116798061A (zh) 一种票据审核识别方法、装置、终端和存储介质
CN112330147A (zh) 一种业务受理信息监控方法、装置及存储介质
CN109544134B (zh) 便捷支付服务方法和***
CN110599195A (zh) 一种识别刷单的方法
CN115293867A (zh) 财务报销用户画像优化方法、装置、设备及存储介质
CN112800219B (zh) 客服日志反馈回流数据库的方法及***
CN114549035A (zh) 一种基于电信大数据的理财用户精准获客标签构建方法
CN112966794A (zh) 一种基于rfid的生产追溯及动态工序管理***
CN112153636A (zh) 一种基于机器学习预测电信业用户携号转出的方法
CN112308419A (zh) 数据处理方法、装置、设备及计算机存储介质
CN110781177A (zh) 一种电能表用电信息整理方法、装置及可读存储介质
CN116645375B (zh) 一种基于三维重建算法的卷烟零售商户库存盘点方法
CN116308536B (zh) 一种广告流量数据采集分析***

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