[发明专利]无人货柜商品上架判断方法、设备和存储介质

说明书

本公开提供了无人货柜商品上架判断方法、装置、设备和存储介质，包括：获取预上架商品的预设视角的视图；利用预先训练的相似度识别模型确定所述预设视角的视图的抽象特征，根据所述抽象特征确定所述预上架商品和已上架商品的相似度；利用预先训练的分类识别模型确定所述预上架商品和已上线商品的每个品类的相似程度的置信度，根据所述置信度选取已上线商品作为候选相似品类集；根据所述相似度和所述置信度确定所述预上架商品和所述候选相似品类集中每个品类的相似度分数；响应于所述相似度分数低于预设阈值，将所述预上架商品确定为可上架商品。以此方式，能够提高商品线上识别的准确率，提高自动化程度，减少人力成本。

技术领域

本公开的实施例一般涉及无人售货技术领域，并且更具体地，涉及无人货柜商品上架判断方法、设备和存储介质。

背景技术

为了使人们的生活更加便捷，近年来在地铁站、公交站和医院等场所出现的自动售货柜越来越多。智能售货柜是一种基于移动支付场景随时取货及时扣款的自动售卖机器，由于自动售货柜不受时间、地点的限制，即当有购物需求时，人们可就地进行购买，从而在很大程度上节省了人力，而且，交易过程也十分简便，是一种全新的商业零售形式。

在无人货柜的商品运营中，一般需要根据销量和来货等因素挑选商品品类。无人货柜比较特殊的是，需要进行图像识别以确定商品是否被出售。因此，所挑选的商品品类是否可以上架智能柜，其前提是，需要保证对该品类的良好识别率的同时，不影响对其他品类的识别。这一操作，称为“选品”。

当前，选品普遍使用的方案为：通过有经验的，或者经过培训的人员审核预上新品类，经验性判断是否可以上新，保证新品识别率的同时不会影响线上识别率。但是，现有选品方案自动化程度，效率低，且造成了人力成本的浪费。

发明内容

有鉴于此，根据本公开的实施例，提供了一种提高选品自动化程度和效率，降低人力成本的无人货柜商品上架判断方案。

在本公开的第一方面，提供了一种无人货柜商品上架判断方法，包括：

获取预上架商品的预设视角的视图，所述预设视角的视图包括俯视图、侧视图中的至少一个；

利用预先训练的相似度识别模型确定所述预设视角的视图的抽象特征，根据所述抽象特征确定所述预上架商品和已上架商品的相似度；

利用预先训练的分类识别模型确定所述预上架商品和已上线商品的每个品类的相似程度的置信度，根据所述置信度选取已上线商品作为候选相似品类集；

根据所述相似度和所述置信度确定所述预上架商品和所述候选相似品类集中每个品类的相似度分数；

响应于所述相似度分数低于预设阈值，将所述预上架商品确定为可上架商品。

如上所述的方面和任一可能的实现方式，所述获取预上架商品的预设视角的视图，包括：

获取预上架商品的俯视图和侧视图。

如上所述的方面和任一可能的实现方式，所述利用预先训练的相似度识别模型确定所述预设视角视图的抽象特征，根据所述抽象特征确定所述预上架商品和已上架商品的相似度，包括：

利用预先训练的相似度识别模型分别确定所述预上架商品的俯视图和侧视图的抽象特征，并和已上架商品的俯视图和侧视图的抽象特征进行对比，确定所述预上架商品和已上架商品的相似度。

如上所述的方面和任一可能的实现方式，所述利用预先训练的分类识别模型确定所述预上架商品和已上线商品的每个品类的相似程度的置信度，根据所述置信度选取已上线商品作为候选相似品类集，包括：

利用预先训练的分类识别模型确定所述预上架商品和已上线商品的每个品类的相似程度的置信度，按照置信度由高到低的顺序选择预设数量的已上线商品的品类作为候选相似品类集。