基于图像检测的商品货架分割和层信息统计方法技术

本发明专利技术涉及人工智能的技术领域，更具体地，涉及基于图像检测的商品货架分割和层信息统计方法。基于图像检测的商品货架分割和层信息统计方法，其中，包括训练数据收集、检测模型训练和模型测试及上线使用。销售代表只需要将商品信息图片进行拍摄，货架划分和层数统计信息由电脑自动处理，大大节省了人力成本。工作人员只需要进行拍照，传输到后台之后，立即就可以给出货架信息，工作效率大大提高。统计信息没有人为因素的制约，数据的准确度。

【技术实现步骤摘要】
基于图像检测的商品货架分割和层信息统计方法
本专利技术涉及人工智能的
，更具体地，涉及基于图像检测的商品货架分割和层信息统计方法。
技术介绍
快销品行业对获取线下实体商店商品信息的需求一直非常迫切，其中每个货架中商品的分销情况缺货情况以及排列情况更是所要获取信息的重点。因此能否确定一个完整货架以及识别货架节数就决定了能否得到有效的单个货架商品统计数据。现有的技术是，快销品牌商想要了解其商品在商场中一个货架陈列位置、缺货情况等信息，需要安排专门的销售代表或职员到指定商场或商店的特定货架，对每个货架中的商品信息进行统计采集，并反馈到公司。目前的解决方法有以下三种：1、销售代表或职员去到商店每个货架前，人工进行统计并记录，工作完成后将信息进行汇总上报。2、销售代表或职员去商店每个货架前对目标商品进行拍照，图片采集完成后，首先将图片中的每一个货架切分出来，然后对一个货架所有图片中的商品信息情况进行统计，工作完成后进行上报。3、销售代表去商店将图片进行拍摄，然后上传到云端，业务人员将上传图片中的每个货架手动和货架不同节数手动标注，再使用人工智能检测识别算法对商品数量种类进行统计。现有技术本文档来自技高网...

【技术保护点】
1.基于图像检测的商品货架分割和层信息统计方法，其特征在于，包括训练数据收集、检测模型训练和模型测试及上线使用。

【技术特征摘要】
1.基于图像检测的商品货架分割和层信息统计方法，其特征在于，包括训练数据收集、检测模型训练和模型测试及上线使用。2.根据权利要求1所述的基于图像检测的商品货架分割和层信息统计方法，其特征在于：所述的训练数据收集包括，检测单个货架的训练集收集：首先到超市中对实地货架进行拍摄，获取原始数据；将原始数据进行标注，将所有不同货架之间结合处的缝隙标注出来，标注后的数据进行保存，构建训练模型的数据集；检测货架中不同节数的训练集收集：将单个货架标注后的数据集作为待标注数据，对每个货架中的层边缘进行标注，使得标注后的货架图片被按照层数切分，标注后的数据保存作为训练模型的最终数据集；整个检测模型只有三个检测类别：单个货架间的间隙、每个货架中的层边缘以及背景，最终构造的训练集包含三千张不同的货架图片。3.根据权利要求1所述的基于图像检测的商品货架分割和层信息统计方法，其特征在于：所述的检测模型训练包括：结合模型大小、训练时间以及准确度的因素，我们采用R-FCN神经网络训练我们的检测模型；训练方法：将构造的...

【专利技术属性】
技术研发人员：常扣，朝红阳，郭怡适，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44