【技术实现步骤摘要】
本专利技术涉及卷烟配送，特别是基于ai深度学习的卷烟识别签收的方法。
技术介绍
1、烟草物流在卷烟配送环节持续开展精益改善工作，目前采用无纸化签收系统进行卷烟交接签收，签收环节得到“绿色改善”，但签收核对环节依旧延续传统的“送货服务五步法”，与零售客户进行卷烟核对不仅耗时长且效率低，现场进行卷烟纠错难度大，给零售客户带来较大困扰，影响了零售客户的满意度。
2、传统的送货签收“五步法”不仅流程多、耗时长且卷烟核对效率低，现场发现卷烟品规、数量差错的难度较大。由于人工签收及核对过程相对复杂，有时客户核对时间匆忙或者主观不配合，容易造成配送员被动等待、配送员离店后才被告知货物配送有差错需要回车处理。这极大影响了卷烟的配送效率，增加了配送人员的工作量。有鉴于此，烟草物流希望借助图像识别技术，在签收环节实现拍照即核、核对即签收，借此精简签收环节，减少人员核对时间，提升纠错能力。
3、由于烟包形状各异，品规众多，新品更新迭代快，存在同一品牌不同规格之间在外包装上的差异小的问题，还存在部分不同品牌的外包装形状规格相似性高的问题...
【技术保护点】
1.一种基于AI深度学习的卷烟识别签收的方法，其特征在于：所述方法为配送员通过手机拍照进行图像采集，将摄取的图像并上传平台，采用目标检测技术，即通过YOLOv5网络模型进行初步的图像判别，判别所上传的图像是否包含卷烟包装的元素，否，则不进行操作，继续图像采集；是，则提取包含的卷烟包装信息的图像区域，对提取的图像区域进行卷烟识别和场景匹配识别；卷烟识别出卷烟产品属性信息，所述卷烟产品属性信息包括厂商信息、品牌信息、规格名称信息；场景识别出签收地点图像，在数据库中检索以进行签收地点的场景匹配，获得签收地点信息，根据签收地点信息在数据库核对客户订单的卷烟数量和卷烟产品属性信...
【技术特征摘要】
1.一种基于ai深度学习的卷烟识别签收的方法，其特征在于：所述方法为配送员通过手机拍照进行图像采集，将摄取的图像并上传平台，采用目标检测技术，即通过yolov5网络模型进行初步的图像判别，判别所上传的图像是否包含卷烟包装的元素，否，则不进行操作，继续图像采集；是，则提取包含的卷烟包装信息的图像区域，对提取的图像区域进行卷烟识别和场景匹配识别；卷烟识别出卷烟产品属性信息，所述卷烟产品属性信息包括厂商信息、品牌信息、规格名称信息；场景识别出签收地点图像，在数据库中检索以进行签收地点的场景匹配，获得签收地点信息，根据签收地点信息在数据库核对客户订单的卷烟数量和卷烟产品属性信息，并进行客户到货确认，从而实现智能订单识别签收。
2.根据权利要求1所述的一种基于ai深度学习的卷烟识别签收的方法，其特征在于：
3.根据权利要求1所述的一种基于ai深度学习的卷烟识别签收的方法，其特征在于：
4.根据权利要求3所述的一种基于ai深度学习的卷烟识别签收的方法，其特征在于：所述对卷烟包装物的可视化区域进行图像正则化具体为：对卷烟包装物的可视化区域进行轮廓检测后，提取所有轮廓点的坐标；根据轮廓点坐标拟合轮廓线获得烟包的顶点坐标；根据烟包的四个顶点坐标以及被投射的烟包纹理区域的四个顶点坐标建立映射关系，获得烟包的可视区域与烟包纹理区域之间的透视变换矩阵；具体地，首先定义一个边长为256像素的...
【专利技术属性】
技术研发人员：张剑雄，黄培强，陈奋励，陈益航，叶清云，钟建，叶镕锋，
申请(专利权)人：福建省烟草公司莆田市公司，
类型：发明
国别省市：
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。