售卖方法及计算机可读存储介质、自动售卖机技术

本发明专利技术公开了一种售卖方法及计算机可读存储介质、自动售卖机。方法包括：获取自动售卖机货架区域的图像，记为第一图像；利用训练好的目标检测模型对所述第一图像中货架上的货物进行检测，并根据检测结果得到各品牌货物的上架率；根据所述上架率和目标份额确定目标品牌及其数量，并根据所述目标品牌及其数量控制所述自动售卖机进行补货或下货。利用训练好的目标检测模型，对自动售卖机货架区域的图像进行检测，得到自动售卖机货架区域各货物对应的品牌，并计算得到各品牌的上架率，根据上架率和目标份额确定目标品牌及其数量，以进行补货或下货，从而维持各品牌份额对应货物的数量比例。例。例。

【技术实现步骤摘要】
售卖方法及计算机可读存储介质、自动售卖机


[0001]本专利技术涉及图像处理
，尤其涉及一种售卖方法及计算机可读存储介质、自动售卖机。

技术介绍

[0002]零售作为向消费者个人或者社会团体电力系统提供生活消费品和相关服务的最后一环，随着生活节奏的加快，大家对于零售业的效率要求越来越高。智能售卖不仅节省了大量劳动力的资金成本，而且减少投资者的经营成本，将逐步成为人们生活中不可或缺的售卖方式。目前智能售卖在国内还处于发展阶段，在应用技术和操作简单方面都在不断改进过程中。如何提供一种自动售卖机的售卖方案是本领域技术人员需要解决的技术问题。

技术实现思路

[0003]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种售卖方法，实现对自动售卖机的售卖情况的有效监控，以及根据售卖情况进行实现自动上货自动下货。
[0004]本专利技术的第二个目的在于提出一种计算机可读存储介质。
[0005]本专利技术的第三个目的在于提出一种自动售卖机。
[0006]为达到上述目的，本专利技术第一方面实施例提出一种售卖方法，所述方法包括：获取自动售卖机货架区域的图像，记为第一图像；利用训练好的目标检测模型对所述第一图像中货架上的货物进行检测，并根据检测结果得到各品牌货物的上架率；根据所述上架率和目标份额确定目标品牌及其数量，并根据所述目标品牌及其数量控制所述自动售卖机进行补货或下货。
[0007]根据本专利技术实施例的自动售卖机，利用训练好的目标检测模型，对自动售卖机货架区域的图像进行检测，得到自动售卖机货架区域各货物对应的品牌，并计算得到各品牌的上架率，根据上架率和目标份额确定目标品牌及其数量，以进行补货或下货，从而维持各品牌份额对应货物的数量比例。本专利技术实施例的自动售卖机，实现对自动售卖机的售卖情况的有效监控，以及根据售卖情况进行实现自动上货自动下货，并具有维护成本低，灵活性高的优点。
[0008]另外，根据本专利技术上述实施例提出的自动售卖机还可以具有如下附加的技术特征：
[0009]根据本专利技术的一个实施例，所述目标检测模型包括位置检测模块、特征提取模块和识别模块，利用训练好的目标检测模型对所述第一图像中货架上的货物进行检测，并根据检测结果得到各品牌货物的上架率，包括：利用所述位置检测模块根据所述第一图像进行货物检测，得到各货物的位置信息；根据所述位置信息对所述第一图像进行裁剪，得到一个或多个第二图像；利用所述特征提取模块对所述第二图像进行特征提取，得到各货物特征图；将所述货物特征图与预设数据库中的预设特征图进行匹配，并根据匹配结果得到各
货物对应的品牌；根据各所述货物对应的品牌，确定各所述品牌的上架率。
[0010]根据本专利技术的一个实施例，所述位置检测模块包括特征提取层和空间注意力层，利用所述位置检测模块根据所述第一图像进行货物检测，得到各货物的位置信息，包括：利用所述特征提取层根据所述第一图像进行特征提取，得到第一特征图；对所述第一特征图进行卷积后，利用所述空间注意力层对卷积后的第一特征图进行空间自适应加权，得到第二特征图；根据所述第一特征图和所述第二特征图，得到各货物的位置信息。
[0011]根据本专利技术的一个实施例，所述空间注意力层根据所述货物的长宽比和相对矩形形态进行空间自适应加权，其中，所述空间自适应加权采用的公式表达式如下：
[0012][0013]其中，y(P0)为所述第二特征图中的某一点值，P
n
为卷积后第一特征图中的输入点位置，w(P
n
)为卷积后第一特征图中的输入点对应的权重值，X(P
n
+P0+ΔP
n
)为基于卷积后第一特征图中的输入点偏移P0+ΔP
n
位置对应的值，其中，P0为卷积操作的固定偏移值，ΔP
n
为卷积后的P0+P
n
点在x和y方向的偏移量，Δm
n
为每个位置特征权值的比例，Δm
n
位于(0，1)之间。
[0014]根据本专利技术的一个实施例，所述预设数据库的构建方法包括：获取预设品牌的货物图像；将所述货物图像输入至所述训练好的目标检测模型，得到所述预设特征图；基于所述预设特征图得到所述预设数据库。
[0015]根据本专利技术的一个实施例，所述方法还包括：当存在新货物时，获取所述新货物的图像，记为第三图像，其中，所述新货物包括新增品牌货物和/或更换包装后的货物；将所述第三图像输入至所述训练好的目标检测模型，得到所述新货物的新增特征图；将所述新增特征图保存至所述预设数据库。
[0016]根据本专利技术的一个实施例，所述根据所述上架率和目标份额确定目标品牌及其数量，包括：当根据所述上架率判定存在售空的预设品牌时，更新所述目标份额；根据更新后的目标份额确定目标品牌及其数量。
[0017]根据本专利技术的一个实施例，所述方法还包括：当接收到瓶体回收请求时，获取待回收瓶体的图像，记为第四图像；利用所述训练好的目标检测模型对所述瓶体图像进行特征提取，得到瓶体特征图；将所述瓶体特征图与所述预设数据库中的预设特征图进行匹配，并根据匹配结果确定所述待回收瓶体的所属品牌；将所述待回收瓶体输送到所述所属品牌的瓶体回收区域，并进行返现。
[0018]为达到上述目的，本专利技术第二方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如本专利技术第一方面实施例提出的售卖方法。
[0019]为达到上述目的，本专利技术第三方面实施例提出了一种自动售卖机，包括存储器、处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如本专利技术第一方面实施例提出的售卖方法。
[0020]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0021]图1是本专利技术一实施例的售卖方法的流程图；
[0022]图2是本专利技术一实施例的利用训练好的目标检测模型得到各品牌货物的上架率的流程图；
[0023]图3是本专利技术一实施例的得到各货物的位置信息的流程图；
[0024]图4是本专利技术一实施例的位置检测模块的示意图；
[0025]图5是本专利技术一实施例空间注意力机制对应的示图；
[0026]图6是本专利技术一实施例的预设数据库的构建的流程图；
[0027]图7是本专利技术又一实施例的预设数据库的构建的流程图；
[0028]图8是本专利技术一实施例的确定目标品牌及其数量的流程图；
[0029]图9是本专利技术一实施例的回收饮料瓶的流程图；
[0030]图10是本专利技术一实施例的自动售卖机的示意图。
具体实施方式
[0031]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种售卖方法，其特征在于，所述方法包括：获取自动售卖机货架区域的图像，记为第一图像；利用训练好的目标检测模型对所述第一图像中货架上的货物进行检测，并根据检测结果得到各品牌货物的上架率；根据所述上架率和目标份额确定目标品牌及其数量，并根据所述目标品牌及其数量控制所述自动售卖机进行补货或下货。2.根据权利要求1所述的售卖方法，其特征在于，所述目标检测模型包括位置检测模块、特征提取模块和识别模块，利用训练好的目标检测模型对所述第一图像中货架上的货物进行检测，并根据检测结果得到各品牌货物的上架率，包括：利用所述位置检测模块根据所述第一图像进行货物检测，得到各货物的位置信息；根据所述位置信息对所述第一图像进行裁剪，得到一个或多个第二图像；利用所述特征提取模块对所述第二图像进行特征提取，得到各货物特征图；将所述货物特征图与预设数据库中的预设特征图进行匹配，并根据匹配结果得到各货物对应的品牌；根据各所述货物对应的品牌，确定各所述品牌的上架率。3.根据权利要求2所述的售卖方法，其特征在于，所述位置检测模块包括特征提取层和空间注意力层，利用所述位置检测模块根据所述第一图像进行货物检测，得到各货物的位置信息，包括：利用所述特征提取层根据所述第一图像进行特征提取，得到第一特征图；对所述第一特征图进行卷积后，利用所述空间注意力层对卷积后的第一特征图进行空间自适应加权，得到第二特征图；根据所述第一特征图和所述第二特征图，得到各货物的位置信息。4.根据权利要求3所述的售卖方法，其特征在于，所述空间注意力层根据所述货物的长宽比和相对矩形形态进行空间自适应加权，其中，所述空间自适应加权采用的公式表达式如下：其中，y(P0)为所述第二特征图中的某一点值，P
n
为卷积后第一特征图中的输入点位置，w(P
n
)为卷积后第一特征图中的输入点对应的权重值，X(P
n
+P0+ΔP
n
)为基于卷积后第一特征图中的输入点偏移P0+ΔP<...

【专利技术属性】
技术研发人员：张沁薇，艾坤，刘海峰，
申请(专利权)人：合肥中科类脑智能技术有限公司，
类型：发明
国别省市：