门店货架上摆放试用装产品规范检测方法、系统及设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049598A(43)申请公布日2022.09.13(21)申请号202210602992.XG06V10/764(2022.01)(22)申请日2020.06.11G06K9/62(2022.01)(62)分案原申请数据202010529064.62020.06.11(71)申请人创优数字科技（广东）有限公司地址516000广东省广州市海珠区新港东路2429号首层自编011房(仅限办公)(72)发明人柯科勇容宝祺(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师刘晓娟(51)Int.Cl.G06T7/00(2017.01)G06T7/60(2017.01)G06V20/10(2022.01)权利要求书2页说明书8页附图2页(54)发明名称门店货架上摆放试用装产品规范检测方法、系统及设备(57)摘要本发明实施例涉及一种门店货架上摆放试用装产品规范检测方法、系统及设备，采用监控摄像头获取货架上试用装摆放的图像，通过深度学习对获取的图像进行训练得到分割模型以及对分割模型中摆放试用装产品区域的图片进行训练得到目标检测模型，将待检测规范的货架图像输入到目标检测模型中进行规范检测分析，输出对试用装产品的数量、陈列平整度、间隔、饱满度评价结果，门店管理者根据目标检测模型输出的结果对货架上的试用装产品进行监督以及整改，提高了检测效率。该方法实现了自动检测货架上摆放试用装产品规范检查，提高了检测效率，解决了现有对门店的试用装产品规范检查采用人工，效率低且不便于工作人员及时更换试用装产品的技术问题。CN115049598ACN115049598A权利要求书1/2页1.一种门店货架上摆放试用装产品规范检测方法，其特征在于，包括以下步骤：实时获取门店试用装货架上的图像，建立试用装摆放区域的图像数据库；对所述图像数据库中的所有图像进行深度学习训练建立分割模型，所述分割模型用于将所述图像分割为目标区域和非目标区域，所述目标区域为试用装摆放区域；对由所述分割模型选取的含有目标区域的所有图片采用深度学习训练建立目标检测模型；获取待检测试用装产品规范的货架图像并将所述货架图像输入所述目标检测模型中，通过所述目标检测模型对所述货架图像中的试用装产品的数量、陈列平整度、间隔以及饱满度进行规范检测分析。2.根据权利要求1所述的门店货架上摆放试用装产品规范检测方法，其特征在于，所述通过所述目标检测模型对所述货架图像中的试用装产品的数量、陈列平整度、间隔以及饱满度进行规范检测分析的具体步骤包括：若所述目标检测模型输出的所述货架图像中的试用装产品的数量小于规定的数量阈值，则判定所述试用装产品缺货；若所述目标检测模型输出的所述货架图像的拟合距离值大于设定的误差阈值，则判定所述试用装产品摆放不平整；若所述目标检测模型输出的所述货架图像中两两试用装产品的间隔间距大于设定的间距阈值或比例阈值，则判定所述试用装产品不符合摆放间隔；若所述目标检测模型输出的所述货架图像中的试用装产品的中心与货架区域边界的距离大于设定的距离阈值，则判定货架上目标区域内摆放的试用装产品数量不够。3.根据权利要求2所述的门店货架上摆放试用装产品规范检测方法，其特征在于，在所述若所述目标检测模型输出的所述货架图像的拟合距离值大于设定的误差阈值，则判定所述试用装产品摆放不平整之前，还包括：确定所述货架图像中的所有试用装产品各自位于货架上的底端面中心点为各自的计算点；对所述货架图像中的所有试用装产品的计算点进行拟合，生成所述货架图像的拟合直线；针对所述货架图像中的每个试用装产品，计算该试用装产品的计算点与所述货架图像的拟合直线之间的拟合距离；对所有的拟合距离求和，得到所述货架图像的拟合距离值。4.根据权利要求2或3所述的门店货架上摆放试用装产品规范检测方法，其特征在于，所述两两试用装产品包括第一试用装产品和第二试用装产品；在所述若所述目标检测模型输出的所述货架图像中两两试用装产品的间隔间距大于设定的间距阈值或比例阈值，则判定所述试用装产品不符合摆放间隔之前，还包括：采用所述第一试用装产品的计算点和所述第二试用装产品的计算点计算第一试用装产品与第二试用装产品的间距；计算所述第一试用装产品底端面的宽度和所述第二试用装产品底端面的宽度的平均值；计算所述间距与所述平均值之间的差值，得到所述货架图像中两两试用装产品的间隔2CN115049598A权利要求书2/2页间距。5.根据权利要求2所述的门店货架上摆放试用装产品规范检测方法，其特征在于，所述若所述目标检测模型输出的所述货架图像中的试用装产品的中心与货架区域边界的距离大于设定的距离阈值，则判定货架上目标区域内摆放的试用装产品数量不够，具体包括：确定所述货架图像中的试用装产品的货架区