称重模型方案的确定方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种称重模型方案的确定方法、装置、计算机设备及存储介质。该方法包括：若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，则获取第二节点中与目标商品类型匹配的称重模型；其中，第一节点的数量可以为一个或多个；将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型；将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案。使用本发明专利技术的技术方案，可以实现提高称重模型的精度和通用性，减少部署、维护和升级的成本。成本。成本。

【技术实现步骤摘要】
称重模型方案的确定方法、装置、计算机设备及存储介质


[0001]本专利技术涉及智能称重
，尤其涉及一种称重模型方案的确定方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着物联网技术的发展，很多商超收银系统都部署了智能称重设备，对于单个智能称重设备，需要通过现场的自学习，不断强化称重模型的精度。
[0003]现有技术中这种各个智能称重设备独立进行称重模型学习的方式，由于不同智能称重设备的应用场景不同，因此各智能称重设备的模型学习成果不一，无法评估其学习效果。并且对于大型连锁商超，各门店的商品种类相同，在增开新门店时，仍需重复进行智能称重设备的部署和称重模型学习，成本较高，影响用户体验。

技术实现思路

[0004]本专利技术提供了一种称重模型方案的确定方法、装置、计算机设备及存储介质，以实现提高称重模型的精度和通用性，减少部署、维护和升级的成本。
[0005]第一方面，本专利技术实施例提供了一种称重模型方案的确定方法，该方法包括：
[0006]若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，则获取第二节点中与目标商品类型匹配的称重模型；其中，第一节点的数量可以为一个或多个；
[0007]将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型；
[0008]将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案。
[0009]第二方面，本专利技术实施例还提供了一种称重模型方案的确定装置，该装置包括：
[0010]学习完成条件判断模块，用于若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，则获取第二节点中与目标商品类型匹配的称重模型；其中，第一节点的数量可以为一个或多个；
[0011]称重模型比对模块，用于若将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型；
[0012]称重模型方案确定模块，用于将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案。
[0013]第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例中任一所述的称重模型方案的确定方法。
[0014]第四方面，本专利技术实施例还提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本专利技术实施例中任一所述的称重模型方案的确定方法。
[0015]本专利技术实施例的技术方案，通过在第一节点的目标商品类型的称重模型学习完成之后，将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型，对各商品类型分别确定匹配的目标称重模型之后，组合成为最终的称重模型方案。解决了现有技术中各个智能称重设备独立进行称重模型学习的方式，模型学习成果不一，无法评估其学习效果的问题，以及称重模型的部署、学习，成本较高，影响用户体验的问题，提高了称重模型的精度和通用性，减少了部署、维护和升级的成本。
[0016]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0017]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简单地介绍，显而易见地，下面描述中的附图仅仅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。
[0018]图1是本专利技术实施例一提供的一种称重模型方案的确定方法的流程图；
[0019]图2a是本专利技术实施例二提供的一种称重模型方案的确定方法的流程图；
[0020]图2b是本专利技术实施例二提供的一种节点间交互过程的示意图；
[0021]图3a是本专利技术实施例三提供的一种称重模型方案的确定方法的流程图；
[0022]图3b是本专利技术实施例三提供的一种节点间交互过程的示意图；
[0023]图4a是本专利技术实施例四提供的一种称重模型方案的确定方法的流程图；
[0024]图4b是本专利技术实施例四提供的一种节点间交互过程的示意图；
[0025]图5是本专利技术实施例五提供的一种称重模型方案的确定方法的流程图；
[0026]图6是本专利技术实施例六提供的一种称重模型方案的确定装置的结构示意图；
[0027]图7是本专利技术实施例七提供的一种计算机设备的结构示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0029]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0030]实施例一
[0031]图1为本专利技术实施例一提供了一种称重模型方案的确定方法的流程图，本实施例可适用于确定收银系统中各智能称重设备的称重模型方案的情况，该方法可以由称重模型方案的确定装置来执行，该称重模型方案的确定装置可以采用硬件和/或软件的形式实现，该称重模型方案的确定装置可配置于智能称重设备等计算机设备或者服务器中。
[0032]如图1所示，该方法包括：
[0033]S110、若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，则获取第二节点中与目标商品类型匹配的称重模型。
[0034]其中，第一节点的数量可以为一个或多个。第一节点和第二节点是对各商品类型部署了初始称重模型的智能称重设备，在对第一节点和第二节点中的各商品类型部署初始称重模型之后，第一节点和第二节点分别在使用过程中，进行各商品类型的称重模型的自学习。模型自学习是指模型已经训练好并发布为服务之后，通过补充新的数据重新进行训练，以提高模型准确性的过程。
[0035]商品类型可以是苹果、土豆等需要进行称重的商品，与目标商品类型匹配的称重模型可以包括目标商品类型识别模型，识别模型对称重商品进行识别，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种称重模型方案的确定方法，其特征在于，包括：若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，则获取第二节点中与目标商品类型匹配的称重模型；其中，第一节点的数量可以为一个或多个；将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型；将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案。2.根据权利要求1所述的方法，其特征在于，确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件，包括：若确定第一节点中，与目标商品类型匹配的称重模型的模型精度大于或等于预设精度阈值，则确定与目标商品类型匹配的称重模型满足学习完成条件。3.根据权利要求2所述的方法，其特征在于，将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的称重模型进行比对，确定与目标商品类型匹配的目标称重模型，包括：确定与目标商品类型匹配的各称重模型的模型精度；将模型精度最大的称重模型，作为与目标商品类型匹配的目标称重模型。4.根据权利要求1所述的方法，其特征在于，所述第一节点和所述第二节点为同一局域网中的节点；在获取第二节点中与目标商品类型匹配的称重模型之前，还包括：将第一节点中与目标商品类型匹配的称重模型发送至第二节点；将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案，包括：将与各商品类型匹配的目标称重模型进行组合，作为第二节点的称重模型方案。5.根据权利要求1所述的方法，其特征在于，所述第一节点为局域网中的从节点，所述第二节点为局域网中的主节点；在获取第二节点中与目标商品类型匹配的称重模型之前，还包括：将第一节点中与目标商品类型匹配的称重模型发送至第二节点；将与各商品类型匹配的目标称重模型进行组合，确定称重模型方案，包括：将与各商品类型匹配的目标称重模型进行组合，生成称重模型方案；通过主节点将称重模型方案发送至局域网中的从节点。6.根据权利要求1所述的方法，其特征在于，所述第一节点为局域网中的主节点...

【专利技术属性】
技术研发人员：闫凤图，韩震，张剑，曙光，李想，
申请(专利权)人：烟台创迹软件有限公司，
类型：发明
国别省市：