基于计算机视觉技术的智能称重装置与智能称重方法转让专利
申请号 : CN202011348099.6
文献号 : CN112466068B
文献日 : 2021-07-09
发明人 : 韦平 , 李浩
申请人 : 融讯伟业(北京)科技有限公司
摘要 :
权利要求 :
1.一种基于计算机视觉技术的智能称重装置,包括:系统配置组件,被配置为设置所述智能称重装置的软件参数、硬件参数和商户信息的系统配置;
称重平台,被配置为放置要识别和称重的商品,感知重量和重量的变化,并获得所述商品的商品重量信息;
视觉传感器,被配置为响应于第一触发器采集所述称重平台上放置的商品的视觉信息;
识别器,被配置为响应于第二触发器来基于所述视觉信息、所述重量信息和识别模型,进行商品识别,且响应于第三触发器来终止商品识别以获得商品识别结果;其中所述第一触发器包括称重平台感知到重量发生变化且重量不为零时,以自动触发视觉传感器采集所述称重平台上放置的商品的视觉信息,所述第二触发器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算商品总价且生成商品称重条码;所述识别模型被配置为利用基于深度学习的计算机视觉技术,结合商品重量信息,做条件过滤或者统计回归,来过滤掉重量大于商品最大重量或小于商品最小重量的候选识别结果,所述识别器被配置为利用在智能称重装置的上面的计算单元、临近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算;
识别反馈器,被配置为结合所述商品识别结果与商品信息,展示候选商品信息,并接收用户反馈,将所述用户反馈确认后的商品信息传输到价签打印机或者收银POS系统,并反馈到建模平台,其中所述价签打印机被配置为基于所述用户反馈来打印商品称重条码,所述收银POS系统被配置为根据所述用户反馈来生成商品的收银信息;所述识别反馈器展示候选商品信息时,被配置为采用基于识别置信度的自适应展示策略,其中,当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于预定置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置信度时,则增加展示商品识别结果的数量作为候选商品信息;所述识别反馈器接收用户反馈的交互行为包括点击确认、重新识别、搜索、筛选、修改价格、以及返回系统配置;用户反馈的交互行为包括在预定条件下,自动确认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈到建模平台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超过等待阈值;
建模平台,被配置为基于采集的视觉信息、重量信息和使用中的用户反馈的数据训练识别模型;所述建模平台被配置为基于采集的视觉信息、重量信息和使用中的用户反馈的数据,采用基于深度学习的计算机视觉技术来训练识别模型,其中,商品重量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小重量的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用户反馈的数据被应用于识别模型的持续迭代优化;训练的识别模型被下发到端、边缘计算、或者云计算平台;
商品信息同步组件,被配置为更新商品信息,包括更新商品名称、货号、称码、价格、计价方式、示例图商品信息的一种或者多种;所述商品信息同步组件被配置为将更新的商品信息更新到智能称重装置内以支持候选商品信息的展示,其中所述商品信息同步组件,包含windows程序和手机客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,同时支持通过商户内网和外网两种连接方式,更新智能称重装置内的商品信息。
2.根据权利要求1所述的智能称重装置,其中所述系统配置组件被配置为设置包含了称重平台和价签打印机的不同硬件型号选择的硬件参数,其中所述系统配置组件被配置为设置包含了设置视觉传感器的硬件参数,包含预览分辨率、是否截取主体区域、主体区域截图参数,其中所述系统配置组件被配置为设置包含了称重平台皮重设置的硬件参数,包括不去皮重、一次性去皮重和连续去皮重三种模式,其中所述系统配置组件被配置为设置包含了商户选择、门店选择和商品管理的软件参数,其中,商品管理包含了名称、编码、价格、配图的用于浏览和编辑的商品信息。
3.根据权利要求1所述的智能称重装置,其中所述视觉传感器被配置为采集所述称重平台上放置的商品的视觉信息,其中所述视觉信息包括图像和视频中的至少一种,该视觉传感器被配置为为新商品建模采集视觉信息;以及为待识别商品采集视觉信息,其中,在为新商品建模采集视觉信息时,所述视觉传感器被配置为进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄模式的拍摄模式,在为待识别商品采集视觉信息时,所述视觉传感器被配置为进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄模式的拍摄模式,其中所述视觉传感器位于所述称重平台上方,或者侧面,以能够以高于预定清晰度的清晰度来感知称重平台上的商品视觉信息,当视觉传感器的硬件参数被设置为截取主体区域时,根据主体区域截图参数来截取所采集的视觉信息的主体区域。
4.根据权利要求1所述的智能称重装置,其中所述第二触发器包括所述视觉传感器采集的视觉信号的内容变化,以触发所述识别器进行商品识别,所述第三触发器包括视觉信号的稳定,以终止商品识别,
其中所述第二触发器包括人工选择。
5.根据权利要求1所述的智能称重装置,其中收银机的POS系统包含传统收银机和自助收银机的POS系统。
6.根据权利要求1所述的智能称重装置,其中识别反馈器包括搜索组件,被配置为用户使用商品名称首字母或者编码进行搜索,同时展示热搜候选商品,
其中识别反馈器包括筛选组件,被配置为根据商品识别结果,优先展示相同或相关类别的出清商品列表,
其中识别反馈器包括修改价格组件,被配置为接收长按候选商品信息的商品信息展示卡片或者卡片中的商品图标、名称的元素的交互动作,触发弹出价格修改标签,以便用户修改商品单价、总价、或者折扣系数;当选择商品为计件商品时,通过自动弹出窗口反馈商品数量。
7.根据权利要求6所述的智能称重装置,其中,当确认后的商品信息需要传递到收银POS系统时,确认后的商品信息通过有线或者无线的方式传输到POS系统,或当确认后的商品信息需要传递到价签打印机时,确认后的商品信息通过有线方式传输到价签打印机,或当确认后的商品信息需要反馈到建模平台时,通过有线或者无线网络的方式上传到云端的建模平台,
其中,当需要返回系统设置的界面时,通过屏幕从左往右,或者从上往下滑动的方式,返回系统设置的界面,
其中,所述智能称重装置不包括收银POS系统以作为一个完整的整体,与外部的收银POS系统连接;或所述智能称重装置包括收银POS系统;或所述智能称重装置包括价签打印机。
8.一种用于基于计算机视觉技术的智能称重装置的智能称重方法,包括:利用系统配置组件设置所述智能称重装置的软件参数、硬件参数和商品信息;
利用称重平台放置要识别和称重的商品,感知重量和重量的变化,并获得所述商品的商品重量信息;
利用视觉传感器响应于第一触发器采集所述称重平台上放置的商品的视觉信息;
利用识别器响应于第二触发器来基于所述视觉信息、所述重量信息和识别模型,进行商品识别,且响应于第三触发器来终止商品识别以获得商品识别结果;其中所述第一触发器包括称重平台感知到重量发生变化且重量不为零时,以自动触发视觉传感器采集所述称重平台上放置的商品的视觉信息,所述第二触发器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算商品总价且生成商品称重条码;所述识别模型被配置为利用基于深度学习的计算机视觉技术,结合商品重量信息,做条件过滤或者统计回归,来过滤掉重量大于商品最大重量或小于商品最小重量的候选识别结果,所述识别器被配置为利用在智能称重装置的上面的计算单元、临近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算;
利用识别反馈器结合所述商品识别结果与商品信息,展示候选商品信息,并接收用户反馈,将所述用户反馈确认后的商品信息传输到价签打印机或者收银POS系统,并反馈到建模平台,其中所述价签打印机被配置为基于所述用户反馈来打印商品称重条码,所述收银POS系统被配置为根据所述用户反馈来生成商品的收银信息;所述识别反馈器展示候选商品信息时,被配置为采用基于识别置信度的自适应展示策略,其中,当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于预定置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置信度时,则增加展示商品识别结果的数量作为候选商品信息;所述识别反馈器接收用户反馈的交互行为包括点击确认、重新识别、搜索、筛选、修改价格、以及返回系统配置;用户反馈的交互行为包括在预定条件下,自动确认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈到建模平台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超过等待阈值;
利用建模平台基于采集的视觉信息、重量信息和使用中的用户反馈的数据训练识别模型;所述建模平台被配置为基于采集的视觉信息、重量信息和使用中的用户反馈的数据,采用基于深度学习的计算机视觉技术来训练识别模型,其中,商品重量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小重量的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用户反馈的数据被应用于识别模型的持续迭代优化;训练的识别模型被下发到端、边缘计算、或者云计算平台;
利用商品信息同步组件更新商品信息,包括更新商品名称、货号、称码、价格、计价方式、示例图商品信息的一种或者多种;所述商品信息同步组件被配置为将更新的商品信息更新到智能称重装置内以支持候选商品信息的展示,其中所述商品信息同步组件,包含windows程序和手机客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,同时支持通过商户内网和外网两种连接方式,更新智能称重装置内的商品信息。
9.一种智能称重方法,包括如下步骤:系统配置,设置软件参数、硬件参数和商品信息的系统配置;
传称同步,包含windows程序和手机客户端两种形式,通过数据库对接、上传文件、手工编辑方式完成商品信息变更;同时支持通过商户内网和外网两种连接方式,更新智能称重装置内的商品信息;将包括获取商品名称、货号、称码、价格、计价方式、示例图的商品信息的一种或者多种上传;
商品数据库更新,将上传的信息更新到数据库中;
信息采集,采集商品的视觉信息和重量信息;
结合商品的视觉信息、重量信息训练识别模型;
发布识别模型到识别服务中;
称重商品放置在称重平台上,称重以获得重量信息;称重平台感知到重量发生变化且重量不为零时,以自动触发视觉传感器采集所述称重平台上放置的商品的视觉信息;
采集商品的视觉信息;
利用识别服务中的识别模型识别商品种类;利用基于深度学习的计算机视觉技术,结合商品重量信息,做条件过滤或者统计回归,来过滤掉重量大于商品最大重量或小于商品最小重量的候选识别结果,利用在智能称重装置的上面的计算单元、临近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算;
展示候选识别结果商品信息;展示候选商品信息时,采用基于识别置信度的自适应展示策略,其中,当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于预定置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置信度时,则增加展示商品识别结果的数量作为候选商品信息;
识别反馈,接收用户反馈信息,将确认结果传输到收银POS系统或者条码打印机,并更新到云端训练平台,支持模型的迭代更新;用户反馈的交互行为包括点击确认、重新识别、搜索、筛选、修改价格、以及返回系统配置;用户反馈的交互行为包括在预定条件下,自动确认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈到建模平台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超过等待阈值;基于采集的视觉信息、重量信息和使用中的用户反馈的数据,采用基于深度学习的计算机视觉技术来训练识别模型,使用中的用户反馈的数据被应用于识别模型的持续迭代优化;训练的识别模型被下发到端、边缘计算、或者云计算平台;
收银POS系统增加商品信息,或者条码打印机打印价签。
说明书 :
基于计算机视觉技术的智能称重装置与智能称重方法
技术领域
背景技术
比较长时间的排队。
价、价格信息的对应的条形码标签,然后顾客拿着条形码标签才能到收银台排队进行结账。
因此,对于没有商品条形码的商品,需要大量的人力来进行结算,导致结算成本升高,并且
不可避免地增加消费者的排队时间。
学习的应用,使得通过计算机视觉技术智能的识别各式各样的称重商品,提高称重结算效
率成为可能。
发明内容
品结算中所消耗的人力成本。
反馈到建模平台,其中所述价签打印机被配置为基于所述用户反馈来打印商品称重条码,
所述收银POS系统被配置为根据所述用户反馈来生成商品的收银信息;
品信息。
器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,
且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算
商品总价且生成商品称重条码。
品建模采集视觉信息;以及为待识别商品采集视觉信息,其中,在为新商品建模采集视觉信
息时,所述视觉传感器被配置为进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄
模式的拍摄模式,在为待识别商品采集视觉信息时,所述视觉传感器被配置为进行包含了
单张拍照模式、多张连续拍照模式、和视频拍摄模式的拍摄模式。
别。
置为截取主体区域时,根据主体区域截图参数来截取所采集的视觉信息的主体区域。
品最小重量的候选识别结果,所述识别器被配置为利用在智能称重装置的上面的计算单
元、临近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算。
中,当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于
预定置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置
信度时,则增加展示商品识别结果的数量作为候选商品信息。在保障识别召回率的同时,减
少了选择的难度。
认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈到建模平
台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超过等待阈
值。
改标签,以便用户修改商品单价、总价、或者折扣系数。当选择商品为计件商品时,通过自动
弹出窗口反馈商品数量。
印机时,确认后的商品信息通过有线方式传输到价签打印机,或当确认后的商品信息需要
反馈到建模平台时,通过有线或者无线网络的方式上传到云端的建模平台。
量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小重量
的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用户反
馈的数据被应用于识别模型的持续迭代优化;被训练的识别模型被下发到端、边缘计算、或
者云不同的计算平台。
手机客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,
同时支持通过商户内网和外网两种连接方式,更新智能称重装置内的商品信息。
智能称重装置包括价签打印机。
到建模平台,其中所述价签打印机被配置为基于所述用户反馈来打印商品称重条码,所述
收银POS系统被配置为根据所述用户反馈来生成商品的收银信息;
息。
器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,
且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算
商品总价且生成商品称重条码。
模采集视觉信息;以及为待识别商品采集视觉信息,其中,在为新商品建模采集视觉信息
时,利用所述视觉传感器进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄模式的
拍摄模式,在为待识别商品采集视觉信息时,利用所述视觉传感器进行包含了单张拍照模
式、多张连续拍照模式、和视频拍摄模式的拍摄模式。
别。
置为截取主体区域时,根据主体区域截图参数来截取所采集的视觉信息的主体区域。
小重量的候选识别结果,所述识别器被配置为利用在智能称重方法的上面的计算单元、临
近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算。
当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于预定
置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置信度
时,则增加展示商品识别结果的数量作为候选商品信息。
下,自动确认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈
到建模平台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超
过等待阈值。
发弹出价格修改标签,以便用户修改商品单价、总价、或者折扣系数。当选择商品为计件商
品时,通过自动弹出窗口反馈商品数量。
印机时,确认后的商品信息通过有线方式传输到价签打印机,或当确认后的商品信息需要
反馈到建模平台时,通过有线或者无线网络的方式上传到云端的建模平台。
品重量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小
重量的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用
户反馈的数据被应用于识别模型的持续迭代优化;被训练的识别模型被下发到端、边缘计
算、或者云不同的计算平台。
客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,同时
支持通过商户内网和外网两种连接方式,更新智能称重方法内的商品信息。
智能称重装置包括价签打印机。
价格、计价方式、示例图的商品信息的一种或者多种上传;商品数据库更新,将上传的信息
更新到数据库中;信息采集,采集商品的视觉信息和重量信息;结合商品的视觉信息、重量
信息训练识别模型;发布识别模型到识别服务中;称重商品放置在称重平台上,称重以获得
重量信息;采集商品的视觉信息;利用识别服务中的识别模型识别商品种类;展示候选识别
结果商品信息;识别反馈,接收用户反馈信息,将确认结果传输到收银POS系统或者条码打
印机,并更新到云端训练平台,支持模型的迭代更新;收银POS系统增加商品信息,或者条码
打印机打印价签。
附图说明
施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图
获得其他的附图。
具体实施方式
开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施
例,都属于本公开保护的范围。
商品编号,并由称重机器在称重的同时打印标识该水果或蔬菜的种类、重量、单价和/或总
价的条形码,并贴于挑选的水果或蔬菜上(或包装水果或蔬菜的包装袋)上。顾客需要拿着
贴有条形码的水果或蔬菜(或包装水果或蔬菜的包装袋)到收银台再进行刷条形码并付款
的动作。整个过程非常繁琐和复杂。
得商品结算数据等。如此可以在要对实际商品进行结算时,利用商品的图像、商品的重量和
商品识别模型在称重的同时智能地识别商品,并生成商品结算结果,整个过程可以没有专
职的称重员人工参与,提高了商品称重和结算的效率、并减少商品称重和结算中所消耗的
人力成本。本公开的技术方案可以为各种商品销售场所中的商品销售,包括但不限于商场、
超市、菜市场、面包店、各类零售食品店等。
外形、大小、重量等特征方面也可能不同,或者同一商品销售场所中在不同的时期销售的橘
子可能在其外形、大小、重量等特征方面也不同。如果利用已有或不变的商品识别模型可能
无法准确地有差别地识别这些商品。另外,在有些情况下,也可能已有或不变的商品识别模
型是简单、粗略的,比如利用一些普通的橘子照片来训练得到的,这样的商品识别模型,如
果直接应用于具体的商品销售场所中,也可能得出错误的商品识别结果。另外,也可能出现
已有的商品识别模型中无法识别的一些新的商品,比如新品种的橘子或以前没有售卖过的
某种商品,由于在已有的商品识别模型中没有训练过这些商品的图像,因此也可能无法识
别出该商品或得出错误的商品识别结果。如果在智能商品识别和称重的产品销售到商品销
售场所之后,还要由技术人员经常去现场更新商品识别模型,则可能导致效率低下和繁琐。
人员可以通过阅读本说明书来运用本公开的构思来构造本说明书中未提到的更多实施例。
和商品信息;称重平台102,被配置为放置要识别和称重的商品,感知重量和重量的变化,并
获得所述商品的商品重量信息;视觉传感器103,被配置为响应于第一触发器采集所述称重
平台上放置的商品的视觉信息;识别器104,被配置为响应于第二触发器来基于所述视觉信
息、所述重量信息和识别模型,进行商品识别,且响应于第三触发器来终止商品识别以获得
商品识别结果;识别反馈器105,被配置为结合所述商品识别结果与商品信息,展示候选商
品信息,并接收用户反馈,将所述用户反馈确认后的商品信息传输到价签打印机106或者收
银POS系统107,并反馈到建模平台108,其中所述价签打印机106被配置为基于所述用户反
馈来打印商品称重条码,所述收银POS系统107被配置为根据所述用户反馈来生成商品的收
银信息;建模平台108,被配置为基于采集的视觉信息、重量信息和使用中的用户反馈的数
据训练识别模型;商品信息同步组件109,被配置为更新商品信息,包括更新商品名称、货
号、称码、价格、计价方式、示例图等商品信息的一种或者多种自助收银机的POS系统。
确认作为用户反馈来在实际运行过程中逐渐建立和完善商品识别模型,称重使用即学习的
过程,简化了机器学习的流程。提供用户反馈来确认商品识别模型的识别结果是否准确并
反馈给商品识别模型以进一步优化该模型,使用过程非常简单、顾客和商品销售场所的体
验更好。在具体的使用过程中,在完成实际商品的商品识别之后,也可以将针对实际商品采
集的商品图像和对商品的确认作为训练图像,并进一步利用该训练图像执行学习,从而强
化商品识别模型的学习,以提高商品识别的准确性,节省了单独学习训练图像并建立商品
识别模型的时间和成本。商品销售场所购买了搭载该技术的产品之后可以直接在使用该产
品称重和收银的同时来训练和完善符合商品销售场所自身特点的商品识别模型。另外,还
可以加入称重的重量结果来进一步优化商品识别模型本身或优化商品识别模型识别结果。
头图像的分辨率。
的图像中所述称重平台外的区域,可以减少称重平台外的例如手、塑料袋等干扰导致识别
或训练的图像产生误差。或者,可以通过识别所述商品的图像中的商品前景和周围的背景,
并裁剪掉所述商品的图像中所述商品周围的背景,使得可以过滤掉商品周围(并非只是称
重平台外)的例如手、塑料袋等干扰导致识别或训练的图像产生误差。当然,装有塑料袋或
其他包装的商品的图像也可以作为整体用来识别或训练。
需要去掉配置皮重(商品的皮的重量)。一次性去皮重,是当前称重需要去掉配置皮重。连续
去皮重,即针对被配置的商品,后续的每一次称重都自动去掉配置皮重。
品信息。
器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,
且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算
商品总价且生成商品称重条码。例如当称重平台获得的重量发生变化、且重量不为零时,例
如有东西放到称重平台上时,视觉传感器才开始采集商品的视觉信息,识别器才开始进行
商品识别,这样可以避免视觉传感器采集到不需要称重的东西的干扰的图像、比如晃动过
去的手等,也可以节省视觉传感器和识别器的电力。
品建模采集视觉信息;以及为待识别商品采集视觉信息。其中,在为新商品建模采集视觉信
息时,所述视觉传感器被配置为进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄
模式的拍摄模式,在为待识别商品采集视觉信息时,所述视觉传感器被配置为进行包含了
单张拍照模式、多张连续拍照模式、和视频拍摄模式的拍摄模式。
根据视觉传感器采集的视觉信号的内容变化,识别器才开始进行商品识别,这样也可以避
免干扰且节省识别器的电力。
置为截取主体区域时,根据主体区域截图参数来截取所采集的视觉信息的主体区域。
品最小重量的候选识别结果,所述识别器被配置为利用在智能称重装置的上面的计算单
元、临近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算。
但是称重平台获得的重量明显小于普通的大西瓜的最小重量,则可以过滤掉商品识别结果
中的大西瓜,剩下小的麒麟瓜的识别结果,或者如果商品识别模型的识别结果是普通的大
西瓜,则将商品识别结果从普通的大西瓜改变为小的麒麟瓜,如此可以更准确地区分通常
大小不同的两种西瓜品种。过滤或改变后的商品识别结果单独或与当前采集的该商品的图
像(和称重平台获得的重量)一起也可以输入回到商品识别模型中,进一步训练或更新该商
品识别模型,以便下一次商品识别的时候能够更准确地识别。
中,当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的(例如,少
量的)具有高于预定置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置
信度低于预定置信度时,则增加展示商品识别结果的数量作为候选商品信息。在保障识别
召回率的同时,减少了选择的难度。
认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈到建模平
台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超过等待阈
值。
别结果,或者不准确的商品识别结果,例如,识别出普通有籽西瓜、无籽西瓜等,此时收银员
或顾客可以在识别反馈器通过交互行为选择实际的商品种类,以确认商品。该识别反馈器
可以是触摸显示屏,包括电阻式、电容感应式、红外线式以及表面声波式等,也可以是其他
智能人机交互器,例如语音识别接口,还可以包括当今正在开发或以后出现的人机交互器。
如果此时的商品识别结果中没有实际的商品种类,则收银员或顾客也可以通过搜索数据库
来确认商品。收银员或顾客也可以用识别反馈器来修改商品价格,返回系统配置等等。
改标签,以便用户修改商品单价、总价、或者折扣系数。当选择商品为计件商品时,通过自动
弹出窗口反馈商品数量。如此,可以通过简单的交互动作容易地改变商品的单价、总价、或
者折扣系数、数量等。
印机时,确认后的商品信息通过有线方式传输到价签打印机,或当确认后的商品信息需要
反馈到建模平台时,通过有线或者无线网络的方式上传到云端的建模平台。
面。
量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小重量
的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用户反
馈的数据被应用于识别模型的持续迭代优化;被训练的识别模型被下发到端、边缘计算、或
者云不同的计算平台。
手机客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,
同时支持通过商户内网和外网两种连接方式,更新智能称重装置内的商品信息。
系统即插即用。或所述智能称重装置包括收银POS系统,以便作为一个整体的视觉称重收款
一体机使用。或所述智能称重装置包括价签打印机,以便打印价签,供顾客称重后拿着价签
去收银POS机处扫描价签以便付款。
接。
银称合一解决方案。
商品206(例如苹果)进行称重;支撑杆204,与底盘205相连接;视觉传感器202,设置在所述
称重平台201上或所述称重平台201之外、或设置在与所述称重平台201的底盘205相连的支
撑杆204上,例如如图2所示,设置在支撑杆204的上部上,其采集范围覆盖所述称重平台201
或其周围区域的至少一部分,例如如图2所示,覆盖称重平台201的俯视平面。
重结构200的用户查看该人机交互器203上显示的内容并操作该人机交互器203。
平台201,以达到获得更好的重心,保持整个结构的稳定,支撑杆204可以不是L型,而是垂直
杆,图像采集组件202的位置可以不位于支撑杆204的顶上,而是支撑杆204的直角处,而且
人机交互器203也可以不是位于支撑杆204的一边,而是其中心位于支撑杆204上使得人机
交互器203居中。这些结构之间的连接方式也可以采用现有的连接方式,可以是固定连接,
也可以是可移除或可旋转地连接。
或集成电路或功能模块。
行各种控制。增加价签打印机,支持打印价签。增加USB连接线、串口数据线、网线等各种连
接线,支持数据的传输。
和重量的变化,并获得所述商品的商品重量信息;步骤303,利用视觉传感器响应于第一触
发器采集所述称重平台上放置的商品的视觉信息;步骤304,利用识别器响应于第二触发器
来基于所述视觉信息、所述重量信息和识别模型,进行商品识别,且响应于第三触发器来终
止商品识别以获得商品识别结果;步骤305,利用识别反馈器结合所述商品识别结果与商品
信息,展示候选商品信息,并接收用户反馈,将所述用户反馈确认后的商品信息传输到价签
打印机或者收银POS系统,并反馈到建模平台,其中所述价签打印机被配置为基于所述用户
反馈来打印商品称重条码,所述收银POS系统被配置为根据所述用户反馈来生成商品的收
银信息;步骤306,利用建模平台基于采集的视觉信息、重量信息和使用中的用户反馈的数
据训练识别模型;步骤307,利用商品信息同步组件更新商品信息,包括更新商品名称、货
号、称码、价格、计价方式、示例图等商品信息的一种或者多种。
息。
器包括称重平台感知到重量发生变化且重量不为零时,以自动触发识别器进行商品识别,
且所述第三触发器包括重量信号稳定,以将稳定的重量信号作为商品重量信息,用于计算
商品总价且生成商品称重条码。
模采集视觉信息;以及为待识别商品采集视觉信息,其中,在为新商品建模采集视觉信息
时,利用所述视觉传感器进行包含了单张拍照模式、多张连续拍照模式、和视频拍摄模式的
拍摄模式,在为待识别商品采集视觉信息时,利用所述视觉传感器进行包含了单张拍照模
式、多张连续拍照模式、和视频拍摄模式的拍摄模式。
别。
置为截取主体区域时,根据主体区域截图参数来截取所采集的视觉信息的主体区域。
小重量的候选识别结果,所述识别器被配置为利用在智能称重方法的上面的计算单元、临
近的边缘计算单元、或者云端计算单元来完成商品识别的识别计算。
当商品识别结果的识别置信度高于预定置信度时,则只展示低于预定数量的具有高于预定
置信度的商品识别结果作为候选商品信息,当商品识别结果的识别置信度低于预定置信度
时,则增加展示商品识别结果的数量作为候选商品信息。
下,自动确认商品识别结果,用户反馈被自动传输到价签打印机或者收银POS系统,并反馈
到建模平台,其中所述预定条件包括识别置信度超过自动发布阈值,或者用户反馈时间超
过等待阈值。
发弹出价格修改标签,以便用户修改商品单价、总价、或者折扣系数。当选择商品为计件商
品时,通过自动弹出窗口反馈商品数量。
印机时,确认后的商品信息通过有线方式传输到价签打印机,或当确认后的商品信息需要
反馈到建模平台时,通过有线或者无线网络的方式上传到云端的建模平台。
品重量信息被应用于设置重量过滤规则,以过滤掉重量大于商品最大重量或小于商品最小
重量的商品识别结果,或者被应用于统计商品重量分布模型,以辅助商品识别;使用中的用
户反馈的数据被应用于识别模型的持续迭代优化;被训练的识别模型被下发到端、边缘计
算、或者云不同的计算平台。
客户端两种形式,通过数据库对接、上传文件、手工编辑的方式完成商品信息的更新,同时
支持通过商户内网和外网两种连接方式,更新智能称重方法内的商品信息。
智能称重装置包括价签打印机。
银称合一解决方案。
传称同步,将商品信息包括获取商品名称、货号、称码、价格、计价方式、示例图等商品信息
的一种或者多种上传;S403,商品数据库更新,将S402上传的信息更新到数据库中;S404,信
息采集,采集商品的视觉信息和重量信息;S405,结合商品的视觉信息、重量信息训练识别
模型;S406,发布识别模型到识别服务中;S407,称重商品放置在称重平台上,称重以获得重
量信息;S408,采集商品的视觉信息;S409,利用识别服务中的识别模型识别商品种类;
S410,展示候选识别结果商品信息;S411,识别反馈,接收用户反馈信息,将确认结果传输到
POS系统或者条码打印机,并更新到云端训练平台,支持模型的迭代更新。S412,收银POS系
统增加商品信息,或者条码打印机打印价签。
了视觉传感器设置,包含预览分辨率、是否截取主体区域、主体区域截图参数等。硬件参数
设置还包含了称重平台皮重设置,包括不去皮重、一次性去皮重和连续去皮重三种模式。软
件参数设置包含了商户选择、门店选择和商品管理。其中,商品管理又包含了商品信息如名
称、编码、价格、配图等的浏览和编辑。
网两种连接方式,更新智能称重装置内的商品信息。同步的信息包括商品名称、货号、称码、
价格、计价方式、示例图等商品信息的一种或者多种。
过多张连续拍照模式,采集商品图像;在一个实施例中,S404,信息采集通过视频拍摄模式
采集商品图像。在一个实施例中,S404,信息采集,基于系统配置截取视觉信息主体区域。在
一个实施例中,S404,信息采集,同时采集商品重量信息。
自于它们的组合。在一个实施例中,商品重量信息被应用于建立条件过滤模型,过滤掉重量
大于商品最大重量或小于商品最小重量的候选识别结果。
边缘计算单元完成识别计算;在一个实施例中,S406,发布模型到云端服务器,利用云端服
务器完成识别计算。
进行商品识别。重量信号稳定作为识别结束的判断条件之一,稳定的重量信号作为商品重
量,用于计算商品总价,生成商品条码信息。
模型预测商品类别。在商品重量和图像稳定的时候,识别停止,产出候选商品列表及其置信
度。
量。在保障识别召回率的同时,减少了选择的难度。
品名称首字母或者编码进行搜索,同时展示热搜候选商品,提高用户搜索效率。筛选组件被
被配置为会根据商品识别结果,优先展示相似类别的出清商品列表,提高用户筛选效率。修
改价格组件被配置为长按商品信息展示卡片或者卡片中的商品图标、名称等元素,触发弹
出价格修改标签,可以修改商品单价、总价、或者折扣系数。当商品为计件商品时,通过自动
弹出窗口反馈商品数量。当需要返回系统设置时,通过屏幕从左往右,或者从上往下滑动的
方式,返回系统设置的界面。
统,并反馈到建模平台。
到建模平台时,通过有线网络的方式上传到云端平台。
银称合一解决方案。
这种合并和组合而成的实施例也被包括在本公开中,在此不一一描述这种合并和组合。
示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体
的细节来实现。
可以按任意方式连接、布置、配置这些系统、方法、装置。诸如“包括”、“包含”、“具有”等等的
词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”
指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸
如”指词组“诸如但不限于”,且可与其互换使用。
按任意顺序进行以上实施例中的步骤的顺序。诸如“其后”、“然后”、“接下来”等等的词语不
意图限制步骤的顺序;这些词语仅被配置为引导读者通读这些方法的描述。此外,例如使用
冠词“一个”、“一”或者“该”对于单数的要素的任何引用不被解释为将该要素限制为单数。
构思新的实施例,而这些新的实施例也包括在本公开的范围内。