一种自动售货机的缺货检测方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种自动售货机的缺货检测方法、装置、设备和介质，自动售货机包括外壳以及设置在外壳内部的货架、摄像头和镜面，摄像头设置在货架上，镜面设置在外壳的内部侧壁表面，摄像头的镜头朝向镜面，以通过镜面获得货架的反射图像；方法包括：从摄像头获取反射图像；将反射图像输入训练后的神经网络模型，使得神经网络模型根据反射图像输出货架中每个货道的货物状态；根据货架中每个货道的货物状态，确定货架中每个货道是否处于缺货状态。本申请降低了摄像头的使用数量，也就大大降低了自动售货机的成本；本申请大大减少了数据处理量，既降低了数据处理设备的要求，也提高了每次检测货道是否缺货的效率。次检测货道是否缺货的效率。次检测货道是否缺货的效率。

【技术实现步骤摘要】
一种自动售货机的缺货检测方法、装置、设备和介质


[0001]本专利技术涉及自动化
，尤其涉及一种自动售货机的缺货检测方法、装置、设备和介质。

技术介绍

[0002]自动售货机，又被称为24小时营业的微型超市，是一种能根据投入的钱币自动付货的机器。自动售货机是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便交易。
[0003]通常情况下，为了监控自动售货机中货物的剩余情况，会在自动售货机中安装摄像头，通过对摄像头拍摄的图像进行分析，确定自动售货机是否需要补货。由于自动售货机内部空间有限，导致摄像头拍摄角度受到限制，通常情况下会在一个自动售货机中设置多个摄像头进行拍摄，导致自动售货机的成本较高。

技术实现思路

[0004]本申请实施例通过提供一种自动售货机的缺货检测方法、装置、设备和介质，解决了现有技术中自动售货机需要设置多个摄像头，导致成本较高的技术问题，实现了降低自动售货机的成本，自动监控售货机的缺货情况的技术效果。
[0005]第一方面，本申请提供了一种自动售货机的缺货检测方法，自动售货机包括外壳以及设置在外壳内部的货架、摄像头和镜面，摄像头设置在货架上，镜面设置在外壳的内部侧壁表面，摄像头的镜头朝向镜面，以通过镜面获得货架的反射图像；
[0006]方法包括：
[0007]从摄像头获取反射图像；
[0008]将反射图像输入训练后的神经网络模型，得到货架中每个货道的货物状态；
[0009]根据货架中每个货道的货物状态，确定货架中每个货道是否处于缺货状态。
[0010]进一步地，训练神经网络模型，包括：
[0011]获取反射图像样本集，其中，反射图像样本集中每个训练样本包括反射图像样本和反射图像样本中的货物标注信息；
[0012]利用每个反射图像样本和每个反射图像样本中的货物标注信息进行模型训练，得到神经网络模型。
[0013]进一步地，每个反射图像样本中的货物标注信息包括每个货道的货道编号、货物品类和剩余货物数量进行标注。
[0014]进一步地，每个反射图像样本中的货物标注信息还包括背景环境的标注信息。
[0015]进一步地，当确定货架中存在处于缺货状态的目标货道时，方法还包括：
[0016]获取目标货道的货道编号、货物品类和剩余货物数量，并将目标货道的货道编号、货物品类和剩余货物数量上传至管理服务器。
[0017]进一步地，将反射图像输入训练后的神经网络模型，得到货架中每个货道的货物
状态，包括：
[0018]提取反射图像的图像特征向量；
[0019]将图像特征向量输入到神经网络模型中，得到货架中每个货道的的货物状态。
[0020]第二方面，本申请提供了一种自动售货机的缺货检测装置，装置包括：
[0021]获取模块，用于从摄像头获取反射图像；
[0022]输出模块，用于将反射图像输入训练后的神经网络模型，得到货架中每个货道的货物状态；
[0023]确定模块，用于根据货架中每个货道的货物状态，确定货架中每个货道是否处于缺货状态。
[0024]进一步地，输出模块，包括：
[0025]获取子模块，用于获取反射图像样本集，其中，反射图像样本集中每个训练样本包括反射图像样本和反射图像样本中的货物标注信息；
[0026]训练子模块，用于利用每个反射图像样本和每个反射图像样本中的货物标注信息进行模型训练，得到神经网络模型。
[0027]第三方面，本申请提供了一种电子设备，包括：
[0028]处理器；
[0029]用于存储处理器可执行指令的存储器；
[0030]其中，处理器被配置为执行以实现一种自动售货机的缺货检测方法。
[0031]第四方面，本申请提供了一种非临时性计算机可读存储介质，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行实现一种自动售货机的缺货检测方法。
[0032]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0033]本申请将摄像头设置在货架上，并在外壳侧壁上设置镜面，通过摄像头从镜面获取货架的反射图像，再将反射图像输入神经网络模型，通过神经网络模型输出货架中每个货道的货物状态，进而可以根据货物状态，确定货架中每个货道是否处于缺货状态。本申请可以只依赖于一个摄像头就能对自动售货机的缺货情况进行检测，降低了摄像头的使用数量，也就大大降低了自动售货机的成本；并且，本申请在只使用一个摄像头进行反射图像获取时，获取的反射图像数量较少，本申请通过获取的少量反射图像确定每个货道是否缺货，也就大大减少了数据处理量，既降低了数据处理设备的要求，也提高了每次检测货道是否缺货的效率。
附图说明
[0034]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本申请提供的一种自动售货机的结构示意图；
[0036]图2为本申请提供的一种自动售货机的缺货检测方法的流程示意图；
[0037]图3为本申请提供的自动售货机的货道结构示意图；
[0038]图4为本申请提供的一种自动售货机的缺货检测装置的结构示意图；
[0039]图5为本申请提供的一种电子设备的结构示意图。
[0040]附图标记：
[0041]1‑
外壳，2
‑
镜面，3
‑
摄像头，4
‑
货架，5
‑
拍摄路径，6
‑
货道。
具体实施方式
[0042]本申请实施例通过提供一种自动售货机的缺货检测方法，解决了现有技术中自动售货机需要设置多个摄像头，导致成本较高的技术问题。
[0043]本申请实施例的技术方案为解决上述技术问题，总体思路如下：
[0044]一种自动售货机的缺货检测方法，自动售货机包括外壳1以及设置在外壳1内部的货架4、摄像头3和镜面2，摄像头3设置在货架4上，镜面2设置在外壳1的内部侧壁表面，摄像头3的镜头朝向镜面2，以通过镜面2获得货架4的反射图像；方法包括：从摄像头3获取反射图像；将反射图像输入训练后的神经网络模型，使得神经网络模型根据反射图像输出货架4中每个货道的货物状态；根据货架4中每个货道的货物状态，确定货架4中每个货道是否处于缺货状态。
[0045]本实施例将摄像头3设置在货架4上，并在外壳1侧壁上设置镜面2，通过摄像头3从镜面2获取货架4的反射图像，再将反射图像输入神经网络模型，通过神经网络模型输出货架4中每个货道的货物状态，进而可以根据货物状态，确定货架4中每个货道是否处于缺货状态。本实施例可以只依赖于一个摄像头3就能对自动售货机的缺货情况进行检测，降低了摄像头3的使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动售货机的缺货检测方法，其特征在于，所述自动售货机包括外壳以及设置在所述外壳内部的货架、摄像头和镜面，所述摄像头设置在所述货架上，所述镜面设置在所述外壳的内部侧壁表面，所述摄像头的镜头朝向所述镜面，以通过所述镜面获得所述货架的反射图像；所述方法包括：从所述摄像头获取所述反射图像；将所述反射图像输入训练后的神经网络模型，得到所述货架中每个货道的货物状态；根据所述货架中每个货道的货物状态，确定所述货架中每个货道是否处于缺货状态。2.如权利要求1所述的方法，其特征在于，训练所述神经网络模型，包括：获取反射图像样本集，其中，所述反射图像样本集中每个训练样本包括反射图像样本和反射图像样本中的货物标注信息；利用每个反射图像样本和每个反射图像样本中的货物标注信息进行模型训练，得到所述神经网络模型。3.如权利要求2所述的方法，其特征在于，所述每个反射图像样本中的货物标注信息包括每个货道的货道编号、货物品类和剩余货物数量进行标注。4.如权利要求3所述的方法，其特征在于，所述每个反射图像样本中的货物标注信息还包括背景环境的标注信息。5.如权利要求1所述的方法，其特征在于，当确定所述货架中存在处于缺货状态的目标货道时，所述方法还包括：获取所述目标货道的货道编号、货物品类和剩余货物数量，并将所述目标货道的货道编号、货物品类和剩余货物数量上传至管理服务器。6.如权利...

【专利技术属性】
技术研发人员：饶向荣，支涛，
申请(专利权)人：北京云迹科技有限公司，
类型：发明
国别省市：