System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 服务器及湿毛巾管理系统技术方案_技高网
当前位置: 首页 > 专利查询>FSX株式会社专利>正文

服务器及湿毛巾管理系统技术方案

技术编号:40048187 阅读:4 留言:0更新日期:2024-01-16 20:47
本发明专利技术具备:学习模型存储部,存储通过神经网络进行学习而得到的学习模型,所述神经网络将从上方对收容于回收箱的已使用湿毛巾进行拍摄而得到的学习用图像作为输入值并将该已使用湿毛巾的条数作为输出值;接收部,接收在便携终端中从上方对收容于所述回收箱的已使用湿毛巾进行拍摄而得到的推算用图像;推算部,使用存储于所述学习模型存储部的所述学习模型,根据由所述接收部接收到的所述推算用图像,通过所述神经网络推算所述已使用湿毛巾的条数;及发送部,朝向所述便携终端发送由所述推算部推算出的推算结果。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及推算回收箱内的已使用湿毛巾的条数的服务器及湿毛巾管理系统


技术介绍

1、出借到餐饮店等的湿毛巾在餐饮店中被使用后,以随意放入回收箱内的状态被回收。进行湿毛巾的配送和回收的配送员为了掌握下次交付湿毛巾的条数或遗失的湿毛巾的条数,需要确认回收箱内的已使用湿毛巾的条数。但是,一条一条地对湿毛巾进行计数的作业效率低,而且也根本没有时间数。因此,配送员通过目视确认回收箱内的湿毛巾的量,根据经验法则推测湿毛巾的条数。

2、但是,对于湿毛巾回收经验少的配送员来说,推测湿毛巾的条数是困难的。另外,由于各种配送员推测湿毛巾的条数,所以推测条数产生不均。因此,期望构建对湿毛巾进行计数的系统。例如,作为对个体进行计数的系统,已知有专利文献1所记载的个体计数系统。

3、现有技术文献

4、专利文献

5、专利文献1:日本特开2019-153077号公报


技术实现思路

1、专利技术所要解决的课题

2、专利文献1所记载的个体计数系统是将鱼等移动的个体作为计数对象,而不是对如湿毛巾那样不动的物体进行计数的系统。虽然湿毛巾的尺寸是确定的,也不会移动,但由于不均匀地收容在回收箱内,所以密度不是恒定的,不能基于回收箱的体积计算回收箱内的湿毛巾的条数。另外,由于已使用湿毛巾所含的水分量各不相同,所以已使用湿毛巾的重量也各不相同,并且即使是同一湿毛巾,使用前的湿毛巾与已使用湿毛巾的重量也不同,所以也不能基于收容有湿毛巾的回收箱的重量计算回收箱内的湿毛巾的条数。

3、本专利技术的目的在于提供一种服务器及湿毛巾管理系统,能够迅速地推算收容在回收箱内的已使用湿毛巾的条数。

4、用于解决课题的技术方案

5、本专利技术的服务器的特征在于,具备:学习模型存储部,存储通过神经网络进行学习而得到的学习模型,所述神经网络将从上方对收容于回收箱的已使用湿毛巾进行拍摄而得到的学习用图像作为输入值并将该已使用湿毛巾的条数作为输出值;接收部,接收在便携终端中从上方对收容于所述回收箱的已使用湿毛巾进行拍摄而得到的推算用图像;推算部,使用存储于所述学习模型存储部的所述学习模型,根据由所述接收部接收到的所述推算用图像,通过所述神经网络推算所述已使用湿毛巾的条数;及发送部,朝向所述便携终端发送由所述推算部推算出的推算结果。

6、另外,本专利技术的服务器的特征在于,所述服务器具备修正条数取得部,该修正条数取得部取得对所述推算结果进行修正而得到的修正条数,所述学习模型是如下的二次深度学习模型:使用一次深度学习模型,推算作为过去拍摄到的所述推算用图像且未修正所述推算结果的无修正推算用图像中的所述已使用湿毛巾的条数,所述一次深度学习模型是通过将所述学习用图像和作为过去拍摄到的所述推算用图像且对所述推算结果进行修正而得到的已修正推算用图像作为所述输入值的所述神经网络进行深度学习而得到的,通过将所述学习用图像、所述已修正推算用图像和使用所述一次深度学习模型推算出的所述无修正推算用图像作为所述输入值的所述神经网络进行深度学习而得到所述二次深度学习模型。

7、另外,本专利技术的服务器的特征在于,所述学习模型存储部存储使用将比所述回收箱的外框靠外侧的图像数据删除后的所述学习用图像进行学习而得到的所述学习模型,所述推算部使用将比所述回收箱的外框靠外侧的图像数据删除后的所述推算用图像推算所述已使用湿毛巾的条数。

8、另外,本专利技术的服务器的特征在于,所述服务器具备颜色校正部,该颜色校正部将显现于所述推算用图像的所述回收箱的颜色校正为显现于所述学习用图像的所述回收箱的颜色或近似颜色。

9、另外,本专利技术的服务器的特征在于,所述服务器还具有密度检测部,该密度检测部基于所述推算用图像检测所述回收箱内的所述已使用湿毛巾的密度,所述推算部使用由所述密度检测部检测出的所述密度来推算所述已使用湿毛巾的条数。

10、另外,本专利技术的服务器的特征在于,所述服务器还具备密度取得部,该密度取得部取得所述回收箱内的所述已使用湿毛巾的密度是否大于规定密度,所述推算部使用在所述密度取得部中取得的结果来推算所述已使用湿毛巾的条数。

11、另外,本专利技术的服务器的特征在于,所述服务器还具备运算部,该运算部进行与所述已使用湿毛巾的条数相关的运算,所述接收部接收多个所述推算用图像,所述推算部分别推算多个所述推算用图像内的所述已使用湿毛巾的条数,所述运算部计算由所述推算部推算出的多个推算结果的平均值。

12、另外,本专利技术的服务器的特征在于,所述服务器还具备异常值检测部,该异常值检测部检测所述多个推算结果的异常值,所述运算部计算除了由所述异常值检测部检测出的所述异常值以外的所述多个推算结果的所述平均值。

13、另外,本专利技术的服务器的特征在于,所述学习模型存储部存储装入有参数的所述学习模型,所述参数用于从所述学习用图像提取所述回收箱的外框和收容于所述回收箱的已使用湿毛巾组的外缘的轮廓,并根据提取出的与所述回收箱的外框相对的所述已使用湿毛巾组的外缘的轮廓来推算所述已使用湿毛巾的条数。

14、另外,本专利技术的服务器的特征在于,所述服务器还具备:种类取得部,取得湿毛巾的种类;及校正系数存储部,存储对于所述湿毛巾的每个种类设定的基于所述湿毛巾的重量的校正系数,所述推算部从所述校正系数存储部取得由所述种类取得部取得的所述湿毛巾的种类的所述校正系数,并使用取得的所述校正系数来校正所述已使用湿毛巾的条数。

15、另外,本专利技术的服务器的特征在于,具备:学习模型存储部,存储通过神经网络进行学习而得到的学习模型,所述神经网络将从上方对收容于回收箱的第一已使用湿毛巾进行拍摄而得到的学习用图像作为输入值并将与所述第一已使用湿毛巾不同的收容于所述回收箱的第二已使用湿毛巾的条数作为输出值;接收部,接收在便携终端中从上方对收容于所述回收箱的所述第一已使用湿毛巾进行拍摄而得到的推算用图像;推算部,使用存储于所述学习模型存储部的所述学习模型,根据由所述接收部接收到的所述推算用图像,通过所述神经网络来推算所述第一已使用湿毛巾的条数;及发送部,朝向所述便携终端发送由所述推算部推算出的推算结果。

16、另外,本专利技术的湿毛巾管理系统具备便携终端、本专利技术的服务器和主干系统,其特征在于,所述便携终端具备:第一信息接收部,从主干系统接收回收前店铺信息,该回收前店铺信息包含配送湿毛巾的店铺、所述店铺利用的所述湿毛巾的种类、交付给所述店铺的所述湿毛巾的条数、从所述店铺回收的所述湿毛巾的条数和所述店铺中的所述湿毛巾的库存条数;及第一信息发送部,将回收后店铺信息发送到所述主干系统,所述回收后店铺信息通过对由所述第一信息接收部接收到的所述回收前店铺信息追加所述推算结果而得到,所述主干系统具备:信息存储部,存储所述回收前店铺信息;第二信息发送部,将存储于所述信息存储部的所述回收前店铺信息发送到所述便携终端;第二信息接收部,接收从所述便携终端发送的所述回收后店铺信息;及更新部,通过将由所述第二信息接收部本文档来自技高网...

【技术保护点】

1.一种服务器,其特征在于,具备:

2.根据权利要求1所述的服务器,其特征在于,

3.根据权利要求1或2所述的服务器,其特征在于,

4.根据权利要求1至3中任一项所述的服务器,其特征在于,

5.根据权利要求1所述的服务器,其特征在于,

6.根据权利要求1所述的服务器,其特征在于,

7.根据权利要求1、5或6所述的服务器,其特征在于,

8.根据权利要求7所述的服务器,其特征在于,

9.根据权利要求1至8中任一项所述的服务器,其特征在于,

10.根据权利要求1至9中任一项所述的服务器,其特征在于,

11.一种服务器,其特征在于,具备:

12.一种湿毛巾管理系统,具备便携终端、权利要求1至11中任一项所述的服务器和主干系统,其特征在于,

【技术特征摘要】
【国外来华专利技术】

1.一种服务器,其特征在于,具备:

2.根据权利要求1所述的服务器,其特征在于,

3.根据权利要求1或2所述的服务器,其特征在于,

4.根据权利要求1至3中任一项所述的服务器,其特征在于,

5.根据权利要求1所述的服务器,其特征在于,

6.根据权利要求1所述的服务器,其特征在于,

7.根据权利要求1、5或6所述的...

【专利技术属性】
技术研发人员:堺康行渡边拓
申请(专利权)人:FSX株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1