[发明专利]一种基于计算机视觉的仓储货物数量估算方法

说明书

本发明公开了一种基于计算机视觉的仓储货物数量估算方法，其特征为，包括三个步骤：第一步、货物区域分割数据集与货物数量估算数据集构建；第二步、用于货物区域分割的CSwin‑Unet模型构建与训练；第三步、货物摆放与数量计算模型构建。该方法提出了具体的货物数量估算流程，具有更强的实用性。对于基于视觉的方法普便准确率不高的问题，通过使用CSwintransformer对Swin‑Unet进行改进，CSwin‑Unet网络模型用于货物区域的分割；另外结合实际生产环境，采取PPW(像素位置权重)损失函数，进一步优化货物区域分割模型，使得最终对于货物数量的估算具有优秀的准确率，能够满足任务需求。

技术领域

本发明涉及仓储管理技术领域，具体为一种基于计算机视觉的仓储货物数量估算方法。

背景技术

仓储是商品库存与流通的重要环节，对目标仓库货物数量估算，可以帮助管理者及时掌握仓库内货品信息，其对商品保存、流通、制定科学管理的策略具有重要指导意义。传统仓储管理主要依靠人工操作与核验，对货品数量及种类进行统计管理。随着物联网技术的发展，RFID技术与物联网结合的方式越来越多的应用于仓储管理领域。如TianxiangZhang等人通过实时融合来自多个设备的感知信息来监控货物，提出多设备集成的货物装载管理系统——ARCargo。基于计算机视觉的仓库管理系统多设置于仓库出入口出或仅用于安全管理。

传统仓储管理依靠人工操作，费时费力、效率低下，已逐渐被淘汰或仅对自动化的管理系统起辅助作用。

基于RFID及物联网的方法需要使用到大量传感器，设备复杂不稳定，不仅具有存在安全隐患的风险，而且复杂的设备带来成本的提高。且RFID计数需要对货物预先粘贴RFID标签，进一步增加了设备成本以及操作复杂性。

目前基于计算机视觉的管理方法多为将图像采集系统设置于仓库出入口处对进出仓库的货物进行识别的方案，此方案无法对仓库内货物的货物进行实时监控，时效性差，且由于使用的计算机视觉算法不成熟，其识别的准确性较低或易受外部环境影响。

发明内容

本发明提供的一种基于计算机视觉的仓储货物数量估算方法，提高对于货物数量的估算的准确率。

本发明解决其技术问题所采取的技术方案是：一种基于计算机视觉的仓储货物数量估算方法，其特征为，包括三个步骤：

第一步、货物区域分割数据集与货物数量估算数据集构建；

建立基于固定位置摄像头的货物盘点图像采集系统，包括仓库内固定位置的摄像头m台；摄像头直接安装在仓库内预设的m个固定点位，记录仓库内货物的视频数据，并将记录的视频传输至计算机进行存储；摄像头的数量m由仓位数量决定，仓位数为n时，摄像头数量≥n/2；

选择其中a台摄像头所覆盖的2a个货物区域即仓位的视频进行实验，从货物视频数据中截取视频帧，并人工标注记录货物数量；

随后，由视频帧获得RGB颜色空间、jpg格式的货物图像；

对视频图像进行筛选剔除相似度达到两张图片中有80％的位置像素值差值小于5的图像后，使用labelme数据标注工具对两种货物区域进行标注，获得包含左右仓位这2种语义信息、X张图片的语义分割数据集；图片张数X为不少于摄像头数100倍，即≥100M；

对分割出的X张图片进一步细分，并通过人工标记货物数量，构建覆盖2a个不同仓位、共2X条数据记录的货物数量估算数据集，并采用7：2：1的比例划分训练集、验证集与测试集；

第二步、用于货物区域分割的CSwin-Unet模型构建与训练；

通过语义分割算法构建货物区域分割模型，实现对货物区域的精确分割；