一种图片中商品的处理方法技术

本发明专利技术公开了一种图片中商品的处理方法，采用基于深度学习的机器视觉技术可以对图片中的商品对象进行识别、分割、自动分类、并高亮标注商品位置信息、范围信息等。将任意图片所包含商品进行商品SKU对象化管理，每个被识别和标注的商品SKU对象，均可以进一步进行在线的订货处理。本发明专利技术先分离出海量实况图片中的商品对象，供采购端用户像亲临实物现货仓库一样海选商品，并提供采购端用户逐件拣选商品进行批量化采购的互动交易模式，真实的在线上再现了在任何地方，都能进入大型集中式仓库现场进行批发采购的交互体验，同时简化了供货商维护仓库商品SKU和库存数量的工作量，力求做到足不出户，大型仓库展厅展销会上指什么买什么的批发订货的使用体验。的批发订货的使用体验。的批发订货的使用体验。

【技术实现步骤摘要】
一种图片中商品的处理方法


[0001]本专利技术涉及电子商务
，尤其涉及一种图片中商品的处理方法。

技术介绍

[0002]在各种电子商务类系统中，如淘宝、京东、阿里巴巴、得物等等，无论是面向企业用户，还是面向消费者，对含有商品的图片，都是一张图片对应一款商品进行采购处理。很少有一张图片包含多款商品均可单独销售处理。这是因为对应到任意一款商品的采购决策，一般都需要很多图片，附带大量文字说明，从视觉和内涵知识等各种角度充分的展示这款商品，才能取得购买人对这款产品的了解和认可，从而获得销售机会。因此没有在一张图片中多款商品进行同时展示和各自都用于独立销售的行业需求和实用意义。
[0003]进一步的，对于任意一款电商系统的上架在售商品，都需要事先对该款商品进行库存量单位(Stock Keeping Unit，SKU)编目和库存管理，因此，即使一张图片内可以有多款商品用于上架销售，但每款商品都要有预先编目的SKU对其进行整理和规范，然后还需要对这款商品的SKU进行库存数量的运营维护才能真正被用于电商系统进行销售，所以在对某张图片的多款商品都需要上架用于销售时，各行各业电商系统的常规做法都是其中所包含的每款商品建立一个SKU，并提供这款商品的独立展示图片，运营人员维护每件商品的库存数据，以便用于电商系统的展示和销售。
[0004]淘宝、阿里巴巴、拼多多、得物等几代电商系统的通常设计理念作为一种行业常识，影响了各行各业的从业者和对应的各类技术供应商，但多年行业实践证明，这种电商系统的设计难以处理贵金属珠宝批发行业的实际需求，导致贵金属批发行业数字化进程长期止步不前。下面从几个角度阐述这个问题的成因：
[0005]1、行业状态背景
[0006]贵金属(黄金、K金、铂金等材质)珠宝批发是一个数千家供应商对应数十万家采购商的B2B交易场景，供应商端是首饰加工厂数量众多(中国国内规模以上的数千家)，这些供应商规模较小，信息化程度受限于企业规模，多数没有完整的企业资源计划(Enterprise Resource Planning，ERP)和产品数据管理(Product Data Management，PDM)等信息化系统，大多数企业都不能为下游的批发零售商提供完整的、即时有效的电商系统用数据包(包括商品图片、规格、当前库存)。
[0007]目前一般供应商都能够做到是提供一个电子版的订货目录甚至在线订货系统，但没有准确的库存数据(原因放到第2点展开)，提供订货生产周期承诺，供应商的渠道销售方式或者按照订单生产交货，或者按照供应商自己的市场预测，筹集资金生产一批畅销现货，销售到各大批发展厅，供下游采购商实物看版，批量选购。
[0008]由于下游采购商分布在全国各地，因而定期的到珠宝批发市场，参观和选购各家珠宝展厅的现货购买，是最主流的供应链渠道。即使少数头部供应商投资研发并运营了完整的线上订货系统，下游的采购商基于各种因素制约，仍然依赖线下的展厅采购作为主要采购渠道。目前通过线下实物看版批量采购现货的比例占到贵金属珠宝行业批发贸易额的
90％以上。
[0009]2、盘点结算方式
[0010]前述各种电商系统的设计基础均是精确到单件商品的一件一码，但是贵金属珠宝行业有一个特殊的现象是批发商很难低成本的进行一件一码的商品管理，行业内企业日常盘点、企业间交易和结算的单位都是记重方式，没有精确到单件管理库存和处理订单。原因主要基于以下几点：
[0011]A、一件一码管理成本偏高，贵金属珠宝批发行业毛利低，采用后下游采购商不认可这部分成本造成的溢价。
[0012]B、贵金属材料价格波动频繁且幅度较大，从业企业每日都要盯紧本企业的克重净持仓，各家从业企业必须对持仓的库存克重日盘、日清、日结，才能控制企业持有贵金属材料的经营风险。
[0013]C、有一定规模的企业，每日实物进货入库、展厅分类陈列，看版实物销售出库的商品规模很大，涉及款式数量很多，且采购商看样选购和供应商根据采购要求分类结算工费，分装、打包出货等两端的操作均依赖专业的专人手工处理，在必须保证所有商品的进销存克重必须准确无误的前提下，对单件商品进行计数显得既无绝对必要又会增加运营成本，属于被多年实践后优化裁剪掉的工艺步骤，因此贵金属珠宝批发市场的结算装箱单据鲜有准确的件数记录。
[0014]D、批发类企业商品流动性较大，线下批发经营的主流企业展厅内，每天有很多新款现货到货上柜，也会有许多在售款式库存售罄沽清，个别商品未经上柜就被抢购一空，年年月月，款式迭代，日新月异，即使有企业不惜成本的为相当数量的在售款式建立SKU数据库，在一段时期或者将一定范围的商品款式全部建立SKU档案，并将库存精细化到管理到单件，随着老款的售罄停产，新款的不断出现，快速售罄再无后续生产的情况频繁出现，因此保持SKU上架商品的准确度和库存数量的准确度，成为成本高、收益小、增本减效的运营方式，整体上难以为继。
[0015]E、贵金属珠宝老款与新款的细微变化繁多且不断迭代升级、变化节奏非常快，一款商品看似每年每月都在卖，但放到不同时间段的不同批次，一直有各种差异变化，以人工方式对这些款式进行SKU编目，在没有上游供应商的PDM数据库严格随生产和供货提供给下游采购商的情况下，难以对这些及其相似的款式进行长期的，严谨的归类编码，不严谨的归类，就会造成建立大量的相似的SKU类目，新到现货难以被识别录入正确库存，客观上提高了一件一码的管理复杂度。
[0016]以上几点原因综合了贵金属珠宝行业的现状，总结了数字化经营的约束条件，客观造成基于一件一码管理为基础底层设计的常规电子商务系统很难在本行业内全面推广实施，在这个领域耕耘的企业均受到上述规律的制约，难以突破发展。

技术实现思路

[0017]本专利技术针对上述技术问题，提供一种图片中商品的处理方法。
[0018]为了实现上述目的，本专利技术提供如下技术方案：
[0019]一种图片中商品的处理方法，包括以下步骤：
[0020]S1、使用大量由人工标注的商品图片训练好的机器视觉模型对目标(下称：实况)
图片进行深度学习及机器视觉识别(本专利技术采用的是R
‑
CNN/YOLO等机器视觉模型)；
[0021]S2、根据深度学习及机器视觉识别的结果，对识别到的疑似商品(下称：实况商品，缩写LG，Live Goods)进行位置标识和分类判断，将所有判断结果输出并建立为一组实况商品数据集(缩写：LGD，Live Goods Dataset)，实况商品数据集中包括商品序号，位置，范围，机器视觉的分类判断等，实况商品数据集的数据都是由机器视觉提供的非人工处理结果信息；
[0022]S3、根据汇总后的S2的实况商品数据集，对历史上所有的实况商品创建编码唯一的实况商品记录(缩写LGR，Live Goods Record)，所有的实况商品记录(LGR)汇总成为实况商品数据库(缩写LGDB，Live Goods Database)，该数据库不仅包括LGD本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片中商品的处理方法，其特征在于，包括以下步骤：S1、使用预先训练好的机器视觉模型对实况图片进行深度学习及机器视觉识别；S2、根据深度学习及机器视觉识别的结果，对实况图片中的所有商品进行位置标识和分类判断，将所有判断结果输出并建立为一组实况商品数据集；实况商品数据集中包括商品序号、位置、范围、机器视觉的分类判断；S3、根据深度学习及机器视觉识别的结果，对汇总后的S2的实况商品数据集，对历史上所有的实况商品创建编码唯一的实况商品记录，所有的实况商品记录汇总成为实况商品数据库；S4、将实况图片展示给终端用户时，对实况图片进行动态图形绘制，增加一个与实况图片同等尺寸且可供终端用户互动操作的图层，将该实况图片中每件实况商品按照其所属的空间位置和范围，逐一绘制出该件商品的高亮突出显示的多边形外框，且每个多边型外框对应一条实况商品记录，每条实况商品记录的信息来源于步骤S3所创建的实况商品数据库，多边型框进一步命名为实况商品对象，供终端用户进行界面交互操作；S5、对所有终端用户实况商品对象的界面交互操作建立用于记录对话跟踪和保存实时操作的实况商品草稿存档数据库，记录所有终端用户各自独立的操作每一件实况商品对象的动作，并保存；S6、当实况商品对象LGO有终端用户进行与生成采购订单相关的操作时，创建一个实况最小存货单位，最小存货单位的数据来自于实况商品数据库。2.根据权利要求1所述的图片中商品的处理方法，其特征在于，步骤S1中，实...

【专利技术属性】
技术研发人员：郑贻谋，郭乃成，吉庆，钟耀竹，
申请(专利权)人：重庆享丰实业有限公司，
类型：发明
国别省市：