[发明专利]仓储管理方法、装置、设备及存储介质

权利要求书

1.一种仓储管理方法，其特征在于，包括：

接收图像采集设备发送的仓储库区图像；

将所述仓储库区图像输入至预先训练的检测模型中，通过所述检测模型确定仓储库区中货物的位置信息和/或数量信息，所述检测模型为神经网络模型；

根据所述货物的位置信息和/或数量信息对所述仓储库区进行仓储管理。

2.根据权利要求1所述的方法，其特征在于，所述检测模型包括第一卷积神经网络、候选区域网络和第二卷积神经网络；

所述通过所述检测模型确定仓储库区中货物的位置信息和/或数量信息，包括：

通过所述第一卷积神经网络对所述仓储库区图像获取第一特征图；

通过所述候选区域网络根据所述第一特征图获取包含感兴趣区域信息的第二特征图；

通过所述第二卷积神经网络根据所述第二特征图预测货物的边界，得到货物的位置信息和/或数量信息。

3.根据权利要求2所述的方法，其特征在于，所述通过所述候选区域网络根据所述第一特征图获取包含感兴趣区域信息的第二特征图，包括：

根据预设货物长宽比和/或货物尺寸从所述第一特征图确定感兴趣区域，获取包含感兴趣区域信息的第二特征图。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述货物的位置信息和/或数量信息对所述仓储库区进行仓储管理，包括：

根据所述货物的位置信息和/或数量信息统计仓储库区的剩余存储空间。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述货物的位置信息和/或数量信息对所述仓储库区进行仓储管理，包括：

将所述货物的位置信息和/或数量信息与库存信息进行比对，若比对不一致，则进行报警。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述图像采集设备包括：无人机的摄像头、行走机器人的摄像头或者所述仓储库区固定设置的摄像头。

7.根据权利要求2或3所述的方法，其特征在于，还包括：

获取训练数据，根据所述训练数据对所述检测模型进行训练；

在训练过程中分别获取所述第一卷积神经网络、所述候选区域网络和所述第二卷积神经网络的损失，并将所述第一卷积神经网络、所述候选区域网络和所述第二卷积神经网络的损失结合后进行组合训练。

8.一种仓储管理装置，其特征在于，包括：

图像获取模块，用于接收图像采集设备发送的仓储库区图像；

处理模块，用于将所述仓储库区图像输入至预先训练的检测模型中，通过所述检测模型确定仓储库区中货物的位置信息和/或数量信息，所述检测模型为神经网络模型；

控制模块，用于根据所述货物的位置信息和/或数量信息对所述仓储库区进行仓储管理。

9.根据权利要求8所述的装置，其特征在于，所述检测模型包括第一卷积神经网络、候选区域网络和第二卷积神经网络；

所述处理模块用于：

通过所述第一卷积神经网络对所述仓储库区图像获取第一特征图；

通过所述候选区域网络根据所述第一特征图获取包含感兴趣区域信息的第二特征图；

通过所述第二卷积神经网络根据所述第二特征图预测货物的边界，得到货物的位置信息和/或数量信息。

10.根据权利要求9所述的装置，其特征在于，所述处理模块在通过所述候选区域网络根据所述第一特征图获取包含感兴趣区域信息的第二特征图时，所述处理模块用于：

根据预设货物长宽比和/或货物尺寸从所述第一特征图确定感兴趣区域，获取包含感兴趣区域信息的第二特征图。

11.根据权利要求8-10任一项所述的装置，其特征在于，所述控制模块用于：

根据所述货物的位置信息和/或数量信息统计仓储库区的剩余存储空间。