货品处理方法及系统技术方案

本公开提供了一种货品处理方法，包括：获取多个待处理货品的第一图像特征；根据第一图像特征确定预选框，其中，预选框中包含多个待处理货品中的至少一个货品；对包含在预选框中的至少一个货品中的目标货品进行轮廓识别；以及根据轮廓识别结果确定预选框中包含的目标货品的数量和/或位置。本公开还提供了一种货品处理系统、一种计算机系统及一种计算机可读存储介质。

【技术实现步骤摘要】
货品处理方法及系统
本公开涉及仓储物流领域，更具体地，涉及一种货品处理方法及系统、一种计算机系统及一种计算机可读存储介质。
技术介绍
随着物流行业的快速发展，仓库中通常要存储大量的货品，经过简单分类后，会将货品放置在相应的储位中。但在实际工作中，需要经常盘点仓库中每个储位的货品数量，以更新数据库中的库存和确定是否需要补货等操作。在实现本公开的过程中，专利技术人发现相关技术中至少存在如下问题：使用传统的货品处理方案检测货品时检测精度难以符合实际要求。
技术实现思路
有鉴于此，本公开提供了一种用于精确统计货品数量和定位的货品处理方法及系统。本公开的一个方面提供了一种货品处理方法，包括获取多个待处理货品的第一图像特征；根据上述第一图像特征确定预选框，其中，上述预选框中包含上述多个待处理货品中的至少一个货品；对包含在上述预选框中的上述至少一个货品中的目标货品进行轮廓识别；以及根据轮廓识别结果确定上述预选框中包含的上述目标货品的数量和/或位置。根据本公开的实施例，根据上述第一图像特征确定预选框包括根据上述第一图像特征与第一预定卷积核做卷积确定边框坐标；根据上述第一图像特征与第二预定卷积核做卷积判断上述边框坐标表征的区域中是否包含有上述至少一个货品，得到对应的判断结果；以及根据上述边框坐标和上述判断结果确定上述预选框。根据本公开的实施例，对包含在上述预选框中的上述至少一个货品中的目标货品进行轮廓识别包括获取包含在上述预选框中的上述至少一个货品的第二图像特征；根据上述第二图像特征对包含在上述预选框中的上述至少一个货品进行掩模分类；以及根据掩模分类结果确定包含在上述预选框中的上述至少一个货品中的目标货品的轮廓。根据本公开的实施例，上述货品处理方法包括根据上述第二图像特征对包含在上述预选框中的上述至少一个货品进行掩模分类包括根据上述第二图像特征对包含在上述预选框的像素进行分类，得到像素分类结果；以及根据掩模分类结果确定包含在上述预选框中的上述至少一个货品中的目标货品的轮廓包括通过上述像素分类结果确定包含在上述预选框中的上述至少一个货品中的目标货品的轮廓。根据本公开的实施例，在根据上述边框坐标和上述判断结果确定上述预选框之后，上述货品处理方法还包括通过卷积操作和/或上述预选框中的上述至少一个货品的图像特征对上述预选框进行修正。根据本公开的实施例，上述货品处理方法还包括在获取多个待处理货品的第一图像特征之前，获取展示有上述多个待处理货品的待处理图像；以及基于卷积神经网络获取上述多个待处理货品的第一图像特征。本公开的另一个方面提供了一种货品处理系统，该货品处理系统包括第一获取模块、第一确定模块、识别模块和第二确定模块。第一获取模块用于获取多个待处理货品的第一图像特征；第一确定模块用于根据上述第一图像特征确定预选框，其中，上述预选框中包含上述多个待处理货品中的至少一个货品；识别模块用于对包含在上述预选框中的上述至少一个货品中的目标货品进行轮廓识别；以及第二确定模块用于根据轮廓识别结果确定上述预选框中包含的上述目标货品的数量和/或位置。根据本公开的实施例，上述第一确定模块包括第一确定单元、判断单元和第二确定单元。第一确定单元用于根据上述第一图像特征与第一预定卷积核做卷积确定边框坐标；判断单元用于根据上述第一图像特征与第二预定卷积核做卷积判断上述边框坐标表征的区域中是否包含有上述至少一个货品，得到对应的判断结果；以及第二确定单元用于根据上述边框坐标和上述判断结果确定上述预选框。根据本公开的实施例，上述识别模块包括第一获取单元、分类单元和第三确定单元。第一获取单元用于获取包含在上述预选框中的上述至少一个货品的第二图像特征；分类单元用于根据上述第二图像特征对包含在上述预选框中的上述至少一个货品进行掩模分类；以及第三确定单元用于根据掩模分类结果确定包含在上述预选框中的上述至少一个货品中的目标货品的轮廓。根据本公开的实施例，上述货品处理系统包括：上述分类单元用于根据上述第二图像特征对包含在上述预选框的像素进行分类，得到像素分类结果；以及上述第三确定单元用于通过上述像素分类结果确定包含在上述预选框中的上述至少一个货品中的目标货品的轮廓。根据本公开的实施例，上述货品处理系统还包括修正模块，用于在根据上述边框坐标和上述判断结果确定上述预选框之后，通过卷积操作和/或上述预选框中的上述至少一个货品的图像特征对上述预选框进行修正。根据本公开的实施例，上述货品处理系统还包括第二获取模块和第三获取模块。第二获取模块用于在获取多个待处理货品的第一图像特征之前，获取展示有上述多个待处理货品的待处理图像；以及第三获取模块用于基于卷积神经网络获取上述多个待处理货品的第一图像特征。本公开的另一方面提供了一种计算机系统，包括一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的货品处理方法。本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的货品处理方法。根据本公开的实施例，由于通过待处理货品的图像特征确定预选框，并对预选框中的的目标货品进行轮廓识别，根据预选框中的目标货品的轮廓确定目标货品的数量和位置的技术手段，所以至少部分地克服了相关技术中的货品处理方案检测货品时检测精度难以符合实际要求的技术问题，进而达到了对货品数量的精确统计和定位的技术效果。附图说明通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：图1示意性示出了根据本公开实施例的可以应用货品处理方法及系统的系统架构；图2示意性示出了根据本公开实施例的货品处理方法的流程图；图3A示意性示出了根据本公开实施例的根据第一图像特征确定预选框的流程图；图3B示意性示出了根据本公开实施例的根据第一图像特征确定预选框的示意图。图3C示意性示出了根据本公开实施例的对包含在预选框中的至少一个货品中的目标货品进行轮廓识别的流程图；图3D示意性示出了根据本公开另一实施例的货品处理方法的流程图；图3E示意性示出了根据本公开另一实施例的货品处理方法的示意图；图4示意性示出了根据本公开实施例的货品处理系统的框图；图5A示意性示出了根据本公开实施例的第一确定模块的框图；图5B示意性示出了根据本公开实施例的识别模块的框图；图5C示意性示出了根据本公开另一实施例的货品处理系统的框图；图5D示意性示出了根据本公开另一实施例的货品处理系统的框图；以及图6示意性示出了根据本公开实施例的适于实现货品处理方法的计算机系统的框图。具体实施方式以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。在此使用的所有术语(包括技术和本文档来自技高网...

【技术保护点】
一种货品处理方法，包括：获取多个待处理货品的第一图像特征；根据所述第一图像特征确定预选框，其中，所述预选框中包含所述多个待处理货品中的至少一个货品；对包含在所述预选框中的所述至少一个货品中的目标货品进行轮廓识别；以及根据轮廓识别结果确定所述预选框中包含的所述目标货品的数量和/或位置。

【技术特征摘要】
1.一种货品处理方法，包括：获取多个待处理货品的第一图像特征；根据所述第一图像特征确定预选框，其中，所述预选框中包含所述多个待处理货品中的至少一个货品；对包含在所述预选框中的所述至少一个货品中的目标货品进行轮廓识别；以及根据轮廓识别结果确定所述预选框中包含的所述目标货品的数量和/或位置。2.根据权利要求1所述的方法，其中，根据所述第一图像特征确定预选框包括：根据所述第一图像特征与第一预定卷积核做卷积确定边框坐标；根据所述第一图像特征与第二预定卷积核做卷积判断所述边框坐标表征的区域中是否包含有所述至少一个货品，得到对应的判断结果；以及根据所述边框坐标和所述判断结果确定所述预选框。3.根据权利要求1或2所述的方法，其中，对包含在所述预选框中的所述至少一个货品中的目标货品进行轮廓识别包括：获取包含在所述预选框中的所述至少一个货品的第二图像特征；根据所述第二图像特征对包含在所述预选框中的所述至少一个货品进行掩模分类；以及根据掩模分类结果确定包含在所述预选框中的所述至少一个货品中的目标货品的轮廓。4.根据权利要求3所述的方法，其中，所述方法包括：根据所述第二图像特征对包含在所述预选框中的所述至少一个货品进行掩模分类包括根据所述第二图像特征对包含在所述预选框的像素进行分类，得到像素分类结果；以及根据掩模分类结果确定包含在所述预选框中的所述至少一个货品中的目标货品的轮廓包括通过所述像素分类结果确定包含在所述预选框中的所述至少一个货品中的目标货品的轮廓。5.根据权利要求2所述的方法，其中，在根据所述边框坐标和所述判断结果确定所述预选框之后，所述方法还包括：通过卷积操作和/或所述预选框中的所述至少一个货品的图像特征对所述预选框进行修正。6.根据权利要求1所述的方法，其中，所述方法还包括：在获取多个待处理货品的第一图像特征之前，获取展示有所述多个待处理货品的待处理图像；以及基于卷积神经网络获取所述多个待处理货品的第一图像特征。7.一种货品处理系统，包括：第一获取模块，用于获取多个待处理货品的第一图像特征；第一确定模块，用于根据所述第一图像特征确定预选框，其中，所述预选框中包含所述多个待处理货品中的至少一个货品...

【专利技术属性】
技术研发人员：吴立薪，吕晶晶，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11