[发明专利]一种基于计算机视觉的商品铺货率采集方法在审

专利信息
申请号: 201910767315.1 申请日: 2019-08-20
公开(公告)号: CN110543839A 公开(公告)日: 2019-12-06
发明(设计)人: 刘国俭;夏奕;简思;刘昭 申请(专利权)人: 南京掌控网络科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06Q30/02
代理公司: 32224 南京纵横知识产权代理有限公司 代理人: 董建林<国际申请>=<国际公布>=<进入
地址: 210000 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商品图片 目标检测 公司商品 计算机视觉 采集 核查 图像识别技术 货架商品 结果计算 数据采集 通用商品 冰柜 正确率 检测 柜台 图片
【权利要求书】:

1.一种基于计算机视觉的商品铺货率采集方法,其特征是,包括如下步骤:

采集获取不少于一张铺货商品图片,所述铺货商品图片包括货架商品图片、冰柜商品图片、柜台商品图片中的至少任一项;

利用基于计算机视觉的目标检测模型对铺货商品图片进行目标检测,所述目标检测模型包括通用商品检测模型和本公司商品检测模型;

根据目标检测结果计算获取本公司商品的铺货率。

2.根据权利要求1所述的基于计算机视觉的商品铺货率采集方法,其特征是,利用基于计算机视觉的目标检测模型对铺货商品图片进行目标检测,包括:

利用通用商品检测模型对铺货商品图片进行目标检测,标记图片中所有商品的位置;

利用本公司商品检测模型对铺货商品图片进行目标检测,标记图片中所有本公司商品的位置;

通用商品检测模型或/和本公司商品检测模型对铺货商品图片进行目标检测的交并比为0.6至0.8。

3.根据权利要求2所述的基于计算机视觉的商品铺货率采集方法,其特征是,利用基于计算机视觉的目标检测模型对铺货商品图片进行目标检测,还包括:对通用商品检测模型和本公司商品检测模型的目标检测结果进行合并处理。

4.根据权利要求3所述的基于计算机视觉的商品铺货率采集方法,其特征是,对通用商品检测模型和本公司商品检测模型的目标检测结果进行合并处理,包括:

合并通用商品检测模型和本公司商品检测模型的目标检测结果;

在合并后的目标检测结果中,提取位置重合的标记,纳入本公司商品集合,位置重合的标记的判定标准包括两标记位置的交并比大于预设阈值;

在合并后的目标检测结果中,提取位置不重合的标记,纳入非本公司商品集合,位置不重合的标记的判定标准包括两标记位置的交并比不大于预设阈值;

所述预设阈值的取值范围是0.6至0.8。

5.根据权利要求4所述的基于计算机视觉的商品铺货率采集方法,其特征是,根据目标检测结果计算获取本公司商品的铺货率,包括:

将本公司商品集合与非本公司商品集合并为所有商品集合;

求取本公司商品集合中元素数量与所有商品集合中元素数量的比值,作为本公司商品的铺货率。

6.根据权利要求1所述的基于计算机视觉的商品铺货率采集方法,其特征是,利用基于计算机视觉的目标检测模型对铺货商品图片进行目标检测,还包括:对图片中经目标检测重叠或交叉的区域去重。

7.根据权利要求1所述的基于计算机视觉的商品铺货率采集方法,其特征是,采集获取不少于一张铺货商品图片,包括:

利用移动终端拍摄获取若干店内铺货照片,所述移动终端包括手机,所述店内铺货照片包括店内货架商品照片、店内冰柜商品照片、店内柜台商品照片中的至少任一项;

从所述若干店内铺货照片中提取不少于一张铺货商品图片。

8.根据权利要求7所述的基于计算机视觉的商品铺货率采集方法,其特征是,利用移动终端拍摄获取若干店内铺货照片,还包括:

将所述若干店内铺货照片上传至SFA系统。

9.根据权利要求1至8中任一项所述的基于计算机视觉的商品铺货率采集方法,其特征是,目标检测模型对铺货商品图片进行目标检测的交并比为0.7。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京掌控网络科技有限公司,未经南京掌控网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910767315.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top