对象入库处理方法、装置和系统与流程

本发明涉及图像识别领域，具体而言，涉及一种对象入库处理方法、装置和系统。

背景技术：

由于超市具有自助选购、商品齐全等优点，其受到了人们的喜爱。为了保证人们能够随时购买到商品，超市需要定期采购商品。当采购的商品送至超市时，超市内的工作人员需要对采购的商品的数量以及质量进行校验，在确保采购的商品的数量和质量无误的情况下，即可使该商品进入到仓库中保存。

现有技术中，在对象入库方面，主要采用人工填写入库单的方式完成入库，其中，对象可以为但不限于商品。在对象为商品的情况下，工作人员可通过纸质进货单、入库单上的文字和编码来识别商品，然后在确认商品的数量和质量无误的情况下，通过人工填写入库单、进货单、笔记本以及进销存软件的参数等完成商品入库。由于上述方法完全采用人工完成，不仅浪费纸张，并且还存在人工记录错误的风险。

为避免由于人工错误记录导致的风险，目前，大多超市主要是采用扫描设备，例如，pos机，通过识别条形码或二维码来识别商品，然后在确认商品的数量和质量无误的情况下，工作人员工作操作扫描设备，并在超市的进销存软件中输入商品数量，进而完成该类商品的入库。然而，该方法需要对每个商品的条形码或二维码进行扫描，再确认商品的质量和数量无误后，工作人员操作扫描设备完成商品的入库，最后还需要讲已清点入库的商品移动至其他区域，已区别入库商品和待入库商品。在上述过程中，需要消耗大量的人力物力。

针对上述现有技术中对象入库效率低的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种对象入库处理方法、装置和系统，以至少解决现有技术中对象入库效率低的技术问题。

根据本发明实施例的一个方面，提供了一种对象入库处理方法，包括：显示图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种对象入库处理方法，包括：显示对象的名称、对象的送货数量，其中，对象通过对采集的图像进行识别得到；接收到用于确认将对象入库的入库指令；根据入库指令输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种商品入库处理方法，包括：采集送达门店的货物的图像；识别图像中的商品；获取识别出的商品的入库状态；在入库状态为待入库的情况下，输出商品的入库处理结果，其中，入库处理结果包括：对商品进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种对象入库处理装置，包括：采集模块，用于采集图像；识别模块，用于识别图像中的对象；获取模块，用于获取识别出的对象的入库状态；输出模块，用于在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种对象入库处理装置，包括：显示模块，用于显示对象的名称、对象的送货数量，其中，对象通过对采集的图像进行识别得到；接收模块，用于接收到用于确认将对象入库的入库指令；输出模块，用于根据入库指令输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种商品入库处理装置，包括：采集模块，用于采集送达门店的货物的图像；识别模块，用于识别图像中的商品；获取模块，用于获取识别出的商品的入库状态；输出模块，用于在入库状态为待入库的情况下，输出商品的入库处理结果，其中，入库处理结果包括：对商品进行入库处理的信息。

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行对象入库处理方法。

根据本发明实施例的另一方面，还提供了一种对象入库处理系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

在本发明实施例中，采用图像识别的方式，通过采集图像，并识别图像中的对象，然后获取识别出的对象的入库状态，最后在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息，达到了自动获取对象的入库状态的目的，从而实现了提高对象的入库效率的技术效果，进而解决了现有技术中对象入库效率低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种对象入库处理方法的流程图；

图2是根据本发明实施例的一种可选的采购商品的图像的示意图；

图3是根据本发明实施例的一种可选的图像采集设备的显示界面的示意图；

图4是根据本发明实施例的一种可选的录入界面的示意图；

图5是根据本发明实施例的一种可选的图像采集设备采集到的图像的示意图；

图6是根据本发明实施例的一种可选的商品的正面图像的示意图；

图7是根据本发明实施例的一种可选的商品的侧面图像的示意图；

图8是根据本发明实施例的一种可选的商品的顶面图像的示意图；

图9是根据本发明实施例的一种可选的商品的底面图像的示意图；

图10是根据本发明实施例的一种对象入库处理方法的流程图；

图11是根据本发明实施例的一种商品入库处理方法的流程图；

图12是根据本发明实施例的一种对象入库处理装置的结构示意图；

图13是根据本发明实施例的一种对象入库处理装置的结构示意图；

图14是根据本发明实施例的一种商品入库处理装置的结构示意图；以及

图15是根据本发明实施例的一种计算机终端的硬件结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：

(1)图像识别技术，属于人工智能领域，指对图像进行对象识别，以识别出不同模式的目标和对象的技术。

(2)ar技术，即augmentedreality，即增强现实技术，是一种实时计算摄影机影像的位置及角度并加上相应图像、视频、3d模型的技术，该技术可通过屏幕完成虚拟世界与现实世界的互动。

实施例1

根据本发明实施例，还提供了一种对象入库处理方法实施例，需要说明的是，本申请所提出的对象入库处理方法主要是采用的是图像识别技术，其中，该对象可以为但不限于商品。具体的，本申请所提供的对象入库处理方法主要是利用图像识别技术识别出已入库和未入库的商品的名称，并根据商品的名称来确定商品是否已入库，其中，如果商品还未入库，则工作人员可通过操作移动终端的显示界面来完成商品的入库。在上述过程中，不需要人工填写入库单、进货单等完成商品的入库，进而降低人工记录存在的错误风险。另外，上述过程也不需要对每个商品进行条形码或二维码的扫描来区分入库商品和待入库商品，进而降低了人力物力的消耗，提高了工作人员的工作效率。

此外，还需要说明的是，本申请所提供的对象入库处理方法可以广泛应用到信息管理方面，例如，超市的商品入库管理方面、鞋店、衣店、电子商店等各种商店的商品的入库管理方面。其中，在本申请中仅以超市的商品入库管理为例进行说明，需要说明的是，本申请所提供的对象入库管理方法不限于在超市商品的入库管理方面，还可应用到其他各种商品的入库管理方面。具体的，在超市采购的商品入库之前，超市的工作人员通过移动终端(例如，智能手机)来对商品进行拍照，移动终端对拍摄的商品的照片进行图像识别处理，识别出照片中的商品的名称，然后通过ar技术对照片中的商品的入库情况以标签的形式显示在移动终端的显示屏上。此时，工作人员可通过点击标签为“待入库”的商品，并输入商品的入库数量，在点击确定之后，即可完成对待入库商品的入库操作。

由上述内容可知，本申请是通过采用图像识别技术来自动完成对商品的入库处理。其中，图1示出了本申请所提供的对象入库处理方法的流程图，由图1可知，对象入库处理方法具体包括如下步骤：

步骤s102，采集图像。

需要说明的是，图像采集设备可通过以下方式至少之一采集图像：通过拍照的方式，采集图像；通过录像的方式，采集图像。其中，图像采集设备为具有拍照或摄像功能的设备，可以为但不限于摄像机、录像机、摄像头等，以及任何具有采集图像功能的移动终端，例如，智能手机、智能平板以及其他可穿戴设备(例如，智能眼镜)等。

在一种可选的实施例中，工作人员通过手持图像采集设备对超市采购的商品进行拍照，并将得到的图像发送至服务器，由服务器对采集到的图像进行处理，例如，对采集到的图像进行预处理，其中，预处理包括但不限于对采集到的图像进行滤波、增强、锐化处理等，以增强图像的辨识度，提高对图像中商品的识别度。其中，通过图像采集设备可得到如图2所示的采购商品的图像的示意图，在图2中，a表示康师傅冰红茶，b表示旺仔雪米饼，c表示伊利巧克力牛奶，d表示箭牌益达口香糖。

在另一种可选的实施例中，图像采集设备在采集到超市采购的商品的图像之后，由图像采集设备的后台处理器对图像进行预处理，从而，在图像采集设备未连接网络或网络中断的情况下，仍可对采集到的图像进行预处理。

步骤s104，识别图像中的对象。

在一种可选的实施例中，图像采集设备在采集到图像之后，将采集到的图像发送至云服务器，服务器在接收到图像采集设备采集到的图像之后，将采集到的图像与服务器的360度图片库中的商品图像进行比对，并根据比对结果确定图像中的商品的名称，并将识别得到的商品的名称发送至图像采集设备，至此，便完成了对图像中的对象的识别。

在另一种可选的实施例中，图像采集设备自带360度图片库，在图像采集设备采集图像之后，图像采集设备的后台处理器将采集到的图像与360度图片库中的图像进行比对，进而确定采集到的图像中的商品的名称，从而完成对图像中的对象的识别过程。

需要说明的是，通过步骤s104可得到采集的图像中的对象的名称，进而根据对象的名称进一步确定对象的入库状态。

步骤s106，获取识别出的对象的入库状态。

需要说明的是，上述对象的入库状态可以为商品的入库状态，其中，商品的入库状态至少包括：已入库和待入库两种状态。

在一种可选的实施例中，在得到商品的名称之后，图像采集设备基于商品的名称来查询服务器中的数据库，通过数据库来确定商品的入库状态。同时，服务器将得到的商品的入库状态发送给图像采集设备，进而图像采集设备通过标签的形式，在图像采集设备的显示界面上显示每种商品的入库状态，如图3所示，其中，康师傅冰红茶和伊利巧克力牛奶为待入库状态，而旺仔米雪饼和箭牌益达口香糖为已入库状态。

需要说明的是，通过步骤s106可通过商品的名称可自动得到商品的入库状态，而不需要通过人工挪动商品位置来区分商品的入库状态，从而节约了人力和工作人员的工作时间，提高了工作人员的工作效率，降低了数据丢失的风险。

步骤s108，在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

需要说明的是，入库处理的信息可以为但不限于对象的名称、对象的送货数量以及用于输入对象的入库数量。

在一种可选的实施例中，在确定图像中商品的入库状态之后，图像采集设备的显示屏上将显示图像中每个商品的入库状态，如图3所示。当工作人员点击图像中待入库商品所对应的标签时，即进入到商品录入的界面，例如，工作人员点击伊利巧克力牛奶对应的“待入库”标签之后，即进入到如图4所示的录入界面。由图4可知，在该界面上，显示了商品的名称(如“伊利巧克力牛奶”)、商品的规格(如“250ml”)、型号(如“l”)以及单位(如“瓶”)，还显示了送货数量以及入库数量，待工作人员输入入库数量，并点击“完成录入”按钮之后，即完成了对该商品的入库。

基于上述步骤s102至步骤s108所限定的方案，可以获知，通过采集图像，并识别图像中的对象，然后获取识别出的对象的入库状态，最后在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

容易注意到的是，图像采集设备通过图像识别技术可识别图像中商品的名称，进而根据商品的名称确定商品的入库状态，在整个过程中不需要工作人员通过挪动商品位置来区分商品的入库状态，从而实现了自动确定商品的入库状态的技术效果，减少了工作人员的工作负担。另外，在得到商品的入库状态之后，商品的入库状态将在图像采集设备的显示屏中显示，工作人员只需要操作入库状态为待入库状态的商品所对应的标签即可完成商品的入库，降低了传统的纸质登记方法导致的数据丢失的风险，避免了不必要的经济损失。

由上述内容可知，本申请所提供的对象入库处理方法可以达到自动获取对象的入库状态的目的，从而实现了提高对象的入库效率的技术效果，进而解决了现有技术中对象入库效率低的技术问题。

需要说明的是，在获取识别出的对象的入库状态之前，需要首先识别该对象的质量是否满足要求，只有在对象质量满足要求的情况下才进一步识别对象的入库状态，具体步骤如下：

步骤s10，根据采集的图像判断对象的质量是否满足预定质量要求；

步骤s12，在判断结果为是的情况下，执行获取识别出的对象的入库状态的步骤。

在一种可选的实施例中，在得到图像采集设备所采集到的图像之后，移动设备(即具有图像处理功能的图像采集设备)将采集到的图像发送至服务器，服务器在对图像进行识别确定商品的名称之后，进一步根据该商品的包装、形状以及商品外包装上的文字等信息来对商品的质量进行评分，并根据评分结果来确定该商品的质量是否满足预定质量要求，例如，服务器根据商品的外包装的颜色、形状等特征来确定商品是否为旧款商品，并确定商品的外包装是否有破损，根据商品外包装上的文字来确定商品是否已接近保质日期等，然后对上述各项进行评分，并将各项评分进行加权求和，进而得到该商品的质量评分。之后，服务器将该商品的质量评分与预定质量要求所对应的评分进行比对，如果商品的质量评分大于或等于预定质量要求所对应的评分，则进一步确定商品的入库状态；如果商品的质量评分小于预定质量要求所对应的评分，则将评分结果发送至图像采集设备，并发出预警信息，提示工作人员该商品具有质量问题。

此外，还需要说明的是，在确定了商品的质量满足预定质量要求的情况下，进一步得到商品的入库状态，其中，在入库状态为待入库的情况下，输出入库处理结果具体包括如下步骤：

步骤s1080，对对象的名称、对象的送货数量以及用于输入对象的入库数量的输入框进行显示；

步骤s1082，接收到根据送货数量通过输入框输入的入库数量；

步骤s1084，在接收到对输入的入库数量进行确认的入库指令的情况下，输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

在一种可选的实施例中，工作人员点击了图3中伊利巧克力牛奶所对应的标签，进入到图4所示的录入界面，在该界面中，工作人员可核对该商品的名称、规格、型号、送货数量等是否正确，并在入库数量所对应的输入框中输入入库数量。在工作人员点击录入界面中的“完成录入”按钮之后，图像采集设备接收到入库指令，并将商品名称、规格、型号以及入库数量等存入至超市商品进销存数据库中，进而完成商品的入库操作。其中，商品的进销存数据库存储了商品的进货数量、售出数量以及库存数量的数据库。

需要说明的是，工作人员除可通过输入框来输入入库数量之外，还可通过语音的形式输入入库数量，具体的，移动设备接收第一语音指令，并根据接收到的第一语音指令确定需要进行入库操作的对象，然后接收第二语音指令，确定对象所对应的入库数量。在接收到第三语音指令的情况下，输出处理结果，其中，处理结果包括：对对象进行入库处理的信息，第一语音指令中携带有对象的名称，图像采集设备通过第一语音指令可识别出需进行入库操作的对象；第二语音指令中携带有入库数量，图像采集设备在接收到第二语音指令的情况下，在录入界面上显示入库数量；第三语音指令中携带有对输入的入库数量进行确认的入库指令，图像采集设备在接收到第三语音指令的情况下，确认商品入库。

在一种可选的实施例中，在得到图像采集设备所采集到的图像之后，图像采集设备可根据采集到的图像识别图像中的对象，其中，识别图像中的对象具体包括如下步骤：

步骤s1060，将图像与360度图片库中对象的图像进行比较，得到比较结果，其中，360度图片库中存储有对象的至少两个面的图像；

步骤s1062，根据得到的比较结果，识别出图像中的对象。

需要说明的是，为得到较为准确的图像识别结果，可采用360度图片库中对象的四个面的图像来进行比较，其中，商品的四个面的图像为商品的正面图像、侧面图像、顶面图像以及底面图像。如图5、图6、图7、图8和图9所示，其中，图5为图像采集设备所采集到的某一牛奶的图像，图6为360度图片库中所存储的x牛奶的正面图像，图7为360度图片库中所存储的x牛奶的侧面图像，图8为360度图片库中所存储的x牛奶的顶面图像，图9为360度图片库中所存储的x牛奶的底面图像。

此外，还需要说明的是，为提高图像的识别率可进一步调节图像采集设备的拍摄角度，使其可拍摄到最佳的商品图像，以避免出现拍摄死角，影响图像的识别率。另外，还可通过增强摄像头的分辨率以达到提高图像采集设备所采集到的图像质量的目的。

另外，将图像与360度图片库中对象的图像进行比较，得到比较结果包括如下步骤：

步骤s10602，将图像分别与360度图片库对象的正面图像，侧面图像，顶面图像，底面图像进行比较，分别获得正面结果，侧面结果，顶面结果以及底面结果；

步骤s10604，对获得的正面结果，侧面结果，顶面结果以及底面结果进行统计，得到比较结果。

在一种可选的实施例中，以图5-图9为例进行说明，将图5与图6、图7、图8和图9分别进行比对，得到图5与其他四个图像的比对结果，即得到四个匹配度，然后商品补货设备对得到的四个匹配度进行加权求和，得到最终的比较结果。同样，将图5与360度图片库商品中的所有商品的正面图像、侧面图像、顶面图像、底面图像分别进行比较，得到比较结果。然后图像采集设备确定比较结果中匹配度最大或者匹配度大于预设匹配度的商品的名称即为图像采集设备所采集到的图像的名称，例如，图5与360度图片库中的x牛奶的匹配度最高，则图5中的商品的名称即为x牛奶。

需要说明的是，在与360度图片库中的商品图像进行比较的过程中，可以不对360度图片库中的所有商品进行匹配，具体的，在得到图像采集设备所采集到的图像之后，可根据图像中商品的形状、颜色等特性来粗略确定商品的类型，进而只对360度图片库中相同商品类型的商品图像进行比对。例如，图像采集设备所采集到的图像中的商品为瓶状、白色，则可粗略确定该商品可能为食品类，进而图像采集设备对360度图片库中食品类的商品图像进行匹配。

此外，还需要说明的是，由于商品种类不断的增加以及商品种类的不断更新，为了保证能够识别所采集的图像中的所有商品，需要定期更新360度图片库。其中，可通过人工定期手动更新的方式更新360度图片库，还可通过自动更新的方式更新360度图片库。

在一种可选的实施例中，如果采集到的图像与360度图片库中所有商品图像的比较结果所对应的匹配度均小于预设阈值，则说明360度图片库中可能不存在该商品，此时，图像采集设备将保存该商品的图像，并通过服务器获取到互联网上该商品的名称，以及该商品的正面结果、侧面结果、顶面结果以及底面结果。在获取到上述信息之后，360度图片库对上述信息进行存储，至此，便完成了自动更新360度图片库的过程。

在一种可选的实施例中，还可通过机器学习的方法识别图像中的对象，具体包括如下步骤：

步骤s106a，确定对象识别模型，其中，对象识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别对象；

步骤s106b，根据确定的对象识别模型，识别图像中的对象。

需要说明的是，上述对象识别模型可以为但不限于商品识别模型。

具体的，在获取到多张待识别图像之后，可利用预先通过机器学习训练得到的商品识别模型对待识别图像进行分析，确定待识别图像中的识别商品，例如，确定待识别图像中的商品的形状、颜色、文字等图像特征，并根据上述图像特征来识别待识别图像中的识别商品。为了能够从待识别图像中识别出商品，可以建立神经网络模型，预先获取多组用于标识从待识别图像中识别出的识别商品，并通过人工标注的方式进行标识，然后使用标识好的从待识别图像中识别出的识别商品进行训练，得到商品识别模型。在得到商品识别模型之后，可将图像采集设备所采集到的图像作为商品识别模型的输入，而商品识别模型的输出即为图像中的商品。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的对象入库处理方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

根据本发明实施例，还提供了一种对象入库处理方法实施例，其中，图10示出了对象入库处理方法的流程图，如图10所示，该方法包括如下步骤：

步骤s602，显示对象的名称、对象的送货数量，其中，对象通过对采集的图像进行识别得到。

需要说明的是，上述对象可以为但不限于商品，其中，上述对象的名称、对象的送货数量即为商品的名称以及商品的送货数量。另外，可在移动终端上显示通过对采集到图像进行识别得到的商品的名称以及商品的送货数量。其中，图4示出了一种可选的录入界面的示意图，在该界面上显示了商品的名称为伊利巧克力牛奶，商品的送货数量为285。

此外，还需要说明的是，上述移动终端可以为但不限于具有拍照或摄像功能的设备，可以为但不限于摄像机、录像机、摄像头等，以及任何具有采集图像功能的移动终端，例如，智能手机、智能平板以及其他可穿戴设备(例如，智能眼镜)等。

步骤s604，接收到用于确认将对象入库的入库指令。

具体的，工作人员可通过点击图4中的“完成录入”按钮，以向移动终端输入对象入库的入库指令。另外，工作人员还可通过语音指令的形式向移动终端输入入库指令，此时，移动终端通过解析工作人员发出的语音指令，并对语音指令进行语音识别，进而得到入库指令。

步骤s606，根据入库指令输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

在一种可选的实施例中，工作人员点击了图3中伊利巧克力牛奶所对应的标签，进入到图4所示的录入界面，在该界面中，工作人员可核对该商品的名称、规格、型号、送货数量等是否正确，并在入库数量所对应的输入框中输入入库数量。在工作人员点击录入界面中的“完成录入”按钮之后，图像采集设备接收到入库指令，并将商品名称、规格、型号以及入库数量等存入至超市商品进销存数据库中，进而完成商品的入库操作。其中，商品的进销存数据库存储了商品的进货数量、售出数量以及库存数量的数据库。

基于上述步骤s602至步骤s606所限定的方案，可以获知，通过显示对象的名称、对象的送货数量，并接收到用于确认将对象入库的入库指令，然后根据入库指令输出处理结果，其中，对象通过对采集的图像进行识别得到，处理结果包括：对对象进行入库处理的信息。

容易注意到的是，移动终端通过图像识别技术可识别图像中商品的名称，进而根据商品的名称确定商品的入库状态，在整个过程中不需要工作人员通过挪动商品位置来区分商品的入库状态，从而实现了自动确定商品的入库状态的技术效果，减少了工作人员的工作负担。另外，在得到商品的入库状态之后，商品的入库状态将在移动终端的显示屏中显示，工作人员只需要操作入库状态为待入库状态的商品所对应的标签即可完成商品的入库，降低了传统的纸质登记方法导致的数据丢失的风险，避免了不必要的经济损失。

由上述内容可知，本申请所提供的对象入库处理方法可以达到自动获取对象的入库状态的目的，从而实现了提高对象的入库效率的技术效果，进而解决了现有技术中对象入库效率低的技术问题。

在一种可选的实施例中，接收到用于确认将对象入库的入库指令包括如下步骤：

步骤s6040a，显示用于标识是否对对象进行入库的按钮；

步骤s6042a，接收到通过按钮输入的用于指示确认对对象进行入库的入库指令。

具体的，在移动终端显示商品的名称以及商品的送货数量之后，移动终端通过进销存数据库来查看商品是否已入库，如果通过进销存数据库确定该商品已入库，则在移动终端的显示界面上仅显示商品的参数信息，例如，商品的名称、送货数量、入库数量等信息；如果通过进销存数据库确定该商品还未入库，则在移动终端的显示界面上显示录入按钮(如图4中的“完成录入”按钮)，工作人员可通过点击录入按钮来向移动终端发送入库指令。

需要说明的是，除通过录入按钮来得到录入指令之外，还可通过发送语音信息的方式来得到录入指令，具体步骤如下：

步骤s6040b，发出用于提示是否对对象进行入库的语音信息；

步骤s6042b，收集依据语音信息发送的语音指令，其中，语音指令中携带有用于确认对对象进行入库的入库指令。

在一种可选的实施例中，移动终端向工作人员发出语音信息，例如，“请确认是否入库”，工作人员在收到语音信息的情况下，向移动终端发出语音指令。其中，移动终端具有语音接收以及语音识别功能，工作人员可向移动终端发出语音指令，移动终端在接收到语音指令之后，对语音指令进行识别处理，得到用于提示是否对商品进行入库的关键词指令。由于该语音指令中包含有用于确认商品入库的入库指令，因此，在接收到入库指令之后，移动终端根据入库指令进行自动入库操作。其中，该入库指令可以为但不限于语音关键词，例如，“入库”、“确认”等关键词。

需要说明的是，移动终端可根据用户的语音确定商品是否入库，而不需要工作人员的手动操作，从而简化了工作人员的操作流程，进一步提高了工作人员的工作效率。

此外，还需要说明的是，在显示对象的名称、对象的送货数量之前，需要获取包含对象的图像，具体步骤如下：

步骤s60，显示用于输入对象的入库数量的输入框；

步骤s62，接收到通过输入框输入的入库数量；

步骤s64，根据入库指令输出处理结果，其中，处理结果包括：对入库数量的对象进行入库处理的信息。

在一种可选的实施例中，在工作人员点击了待入库的商品所对应的标签之后，进入到图4所示的录入界面，其中，在录入界面中工作人员可在入库数量的输入框中输入入库数量，还可在备注框中输入商品的备注信息。在工作人员点击“完成录入”按钮之后，在移动终端的显示界面上显示录入结果，例如，弹出提示该商品已成功入库的对话框。

需要说明的是，在得到移动终端所采集到的图像之后，还需要对图像进行进一步处理，具体步骤如下：

步骤s6020，接收选择指令，其中，选择指令用于从采集的图像中选择出用于识别出对象的图像；

步骤s6022，显示识别结果，其中，识别结果为对根据选择指令选择的图像进行识别而识别出的对象；

步骤s6024，根据显示的识别结果，确定待显示的对象。

需要说明的是，移动终端可采集多张商品的图像，工作人员可从多张图像中选择出质量最佳的图像来识别图像中的商品。

在一种可选的实施例中，工作人员可通过点击移动终端中的选择按钮来产生选择指令，移动终端根据选择指令，将选择的图像与360度图片库中商品的图像进行比较，得到比较结果；然后根据得到的比较结果，识别出图像中的商品。其中，360度图片库中存储有商品的至少两个面的图像。

在另一种可选的实施例中，工作人员可通过点击移动终端中的选择按钮来产生选择指令，移动终端根据选择指令确定商品识别模型，并根据确定的商品识别模型，识别选择的图像中的商品。其中，商品识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别商品。

还存在另一种可选的实施例，工作人员向移动终端发出语音命令，移动终端对接收到的语音命令进行处理，提取语音命令中的关键词，并根据关键词来生成选择指令，例如，工作人员发出“选择t图像”，移动终端从“选择m图像”中提取关键词“m”或“m图像”，并生成选择指令。商品补货设备在接收到选择指令之后，将选择的图像与360度图片库中商品的图像进行比较，得到比较结果；然后根据得到的比较结果，识别出图像中的商品。其中，360度图片库中存储有商品的至少两个面的图像。

还存在另一种可选的实施例，工作人员向移动终端发出语音命令，移动终端对接收到的语音命令进行处理，提取语音命令中的关键词，并根据关键词来生成选择指令，例如，工作人员发出“选择m图像”，移动终端从“选择m图像”中提取关键词“m”或“m图像”，并生成选择指令。移动终端在接收到选择指令之后，确定商品识别模型，并根据确定的商品识别模型，识别选择的图像中的商品。其中，商品识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别商品。

实施例3

根据本发明实施例，还提供了一种对象入库处理方法实施例，其中，图11示出了商品入库处理方法的流程图，如图11所示，该方法包括如下步骤：

步骤s1102，采集送达门店的货物的图像。

需要说明的是，图像采集设备可通过拍照或录像的方式采集送达门店的货物的图像，其中，图像采集设备可以为安装在固定位置的设备，例如，摄像头，也可以为具有图像采集功能的移动终端，例如，智能手机、平板以及可穿戴设备(例如，智能眼镜)等。

在一种可选的实施例中，工作人员通过手持图像采集设备对超市采购的商品进行拍照，并将得到的图像发送至服务器，由服务器对采集到的图像进行处理，或者，在图像采集设备采集到货物的图像之后，由图像采集设备对采集到的图像进行处理，例如，对采集到的图像进行预处理，其中，预处理包括但不限于对采集到的图像进行滤波、增强、锐化处理等，以增强图像的辨识度，提高对图像中商品的识别度。

步骤s1104，识别图像中的商品。

在一种可选的实施例中，图像采集设备在采集到图像之后，将采集到的图像发送至云服务器，服务器在接收到图像采集设备采集到的图像之后，将采集到的图像与服务器的360度图片库中的商品图像进行比对，并根据比对结果确定图像中的商品的名称，并将识别得到的商品的名称发送至图像采集设备，至此，便完成了对图像中的对象的识别。

在另一种可选的实施例中，图像采集设备自带360度图片库，在图像采集设备采集图像之后，图像采集设备的后台处理器将采集到的图像与360度图片库中的图像进行比对，进而确定采集到的图像中的商品的名称，从而完成对图像中的对象的识别过程。

步骤s1106，获取识别出的商品的入库状态。

需要说明的是，商品的入库状态包括已入库和待入库两种状态。

在一种可选的实施例中，在得到商品的名称之后，图像采集设备基于商品的名称来查询服务器中的数据库，通过数据库来确定商品的入库状态。同时，服务器将得到的商品的入库状态发送给图像采集设备，进而图像采集设备通过标签的形式，在图像采集设备的显示界面上显示每种商品的入库状态，例如，在图3中显示康师傅冰红茶和伊利巧克力牛奶为待入库状态，旺仔米雪饼和箭牌益达口香糖为已入库状态。

需要说明的是，通过步骤s1106可通过商品的名称可自动得到商品的入库状态，而不需要通过人工挪动商品位置来区分商品的入库状态，从而节约了人力和工作人员的工作时间，提高了工作人员的工作效率，降低了数据丢失的风险。

步骤s1108，在入库状态为待入库的情况下，输出商品的入库处理结果，其中，入库处理结果包括：对商品进行入库处理的信息。

需要说明的是，入库处理的信息可以为但不限于对象的名称、对象的送货数量以及用于输入对象的入库数量。

在一种可选的实施例中，在确定图像中商品的入库状态之后，图像采集设备的显示屏上将显示图像中每个商品的入库状态，如图3所示。当工作人员点击图像中待入库商品所对应的标签时，即进入到商品录入的界面，例如，工作人员点击伊利巧克力牛奶对应的“待入库”标签之后，即进入到如图4所示的录入界面。由图4可知，在该界面上，显示了商品的名称(如“伊利巧克力牛奶”)、商品的规格(如“250ml”)、型号(如“l”)以及单位(如“瓶”)，还显示了送货数量以及入库数量，待工作人员输入入库数量，并点击“完成录入”按钮之后，即完成了对该商品的入库。

基于上述步骤s1102至步骤s1108所限定的步骤，可以获知，通过采集送达门店的货物的图像，并识别图像中的商品，然后获取识别出的商品的入库状态，最后在入库状态为待入库的情况下，输出商品的入库处理结果，其中，入库处理结果包括：对商品进行入库处理的信息。

容易注意到的是，图像采集设备通过图像识别技术可识别图像中商品的名称，进而根据商品的名称确定商品的入库状态，在整个过程中不需要工作人员通过挪动商品位置来区分商品的入库状态，从而实现了自动确定商品的入库状态的技术效果，减少了工作人员的工作负担。另外，在得到商品的入库状态之后，商品的入库状态将在图像采集设备的显示屏中显示，工作人员只需要操作入库状态为待入库状态的商品所对应的标签即可完成商品的入库，降低了传统的纸质登记方法导致的数据丢失的风险，避免了不必要的经济损失。

由上述内容可知，本申请所提供的商品入库处理方法可以达到自动获取商品的入库状态的目的，从而实现了提高商品的入库效率的技术效果，进而解决了现有技术中商品入库效率低的技术问题。

在一种可选的实施例中，在输出商品的入库处理结果之前，移动设备(例如，手机)确定已得到的入库处理结果是否正确，具体步骤如下：

步骤s11060，获取待入库的商品的订单；

步骤s11062，从图像中确定商品的商品信息；

步骤s11064，将从图像中确定的商品的商品信息与订单中商品的商品信息进行比对；

步骤s11066，在比对结果匹配的情况下，确定输出商品的入库处理结果。

具体的，移动设备可通过互联网获取到待入库的商品的订单，或者，从安装在移动设备中的应用程序中获取待入库的商品的订单，其中，工作人员通过该应用程序对商品进行采购。在得到待入库的商品的订单的同时，移动设备对图像中的商品进行识别，得到商品的商品信息，例如，通过将图像与360度图片库中的商品的图像进行比较，根据比较结构来识别图像中的商品，进而得到商品的信息，或者，移动设备通过对象识别模型来识别图像中的商品，进而得到商品的信息。在确定了图像中商品的商品信息之后，移动设备进一步确定商品信息与订单中的商品的商品信息是否匹配，例如，确定识别出的商品的名称、型号、数量与订单中的商品的名称、型号、数量是否匹配。如果两者匹配，则确定该商品已入库，并在移动设备的显示屏上显示该商品已入库，如图3所示。

在一种可选的实施例中，在确定了商品的入库状态之后，移动设备将输出商品的入库处理结果，具体步骤如下：

步骤s110660，获取商品入库的入库分区以及分区位置；

步骤s110662，根据获取的入库分区和分区位置，输出商品的入库处理结果。

具体的，在商品进入到仓库中之后，工作人员可通过移动终端拍摄商品的图像，并通过商品识别，确定商品在仓库中的入库分区以及分区位置。然后，移动设备自动确定商品是否属于该分区，以及在确定商品属于分区之后，确定商品是否在该区域的具体位置上，例如，移动设备通过图像识别确定牛奶在仓库的饮料区，但位于饮料区中温度较高的区域，则移动设备发出提示信息，提示牛奶的位置错误。

实施例4

根据本发明实施例，还提供了一种用于实施上述实施例1的对象入库处理装置，如图12所示的对象入库处理装置的结构示意图，该装置包括：采集模块701、识别模块703、获取模块705以及输出模块707。

其中，采集模块701，用于采集图像；识别模块703，用于识别图像中的对象；获取模块705，用于获取识别出的对象的入库状态；输出模块707，用于在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

此处需要说明的是，上述采集模块701、识别模块703、获取模块705以及输出模块707对应于实施例1中的步骤s102至步骤s108，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

在一种可选的实施例中，对象入库处理装置还包括：判断模块以及执行模块。其中，判断模块，用于根据采集的图像判断对象的质量是否满足预定质量要求；执行模块，用于在判断结果为是的情况下，执行获取识别出的对象的入库状态的步骤。

此处需要说明的是，上述判断模块以及执行模块对应于实施例1中的步骤s10至步骤s12，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

在一种可选的实施例中，输出模块包括：显示模块、输入模块以及第一输出模块。其中，显示模块，用于对对象的名称、对象的送货数量以及用于输入对象的入库数量的输入框进行显示；输入模块，用于接收到根据送货数量通过输入框输入的入库数量；第一输出模块，用于在接收到对输入的入库数量进行确认的入库指令的情况下，输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

此处需要说明的是，上述显示模块、输入模块以及第一输出模块对应于实施例1中的步骤s1080至步骤s1084，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

在一种可选的实施例中，通过以下方式至少之一采集图像：通过拍照的方式采集图像；通过录像的方式，采集图像。

在一种可选的实施例中，识别模块包括：比较模块以及第一识别模块。其中，比较模块，用于将图像与360度图片库中对象的图像进行比较，得到比较结果，其中，360度图片库中存储有对象的至少两个面的图像；第一识别模块，用于根据得到的比较结果，识别出图像中的对象。

此处需要说明的是，上述比较模块以及第一识别模块对应于实施例1中的步骤s1060至步骤s1062，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

在一种可选的实施例中，比较模块包括：第一处理模块以及第二处理模块。其中，第一处理模块，用于将图像分别与360度图片库对象的正面图像、侧面图像、顶面图像、底面图像进行比较，分别获得正面结果、侧面结果、顶面结果以及底面结果；第二处理模块，用于对获得的正面结果、侧面结果、顶面结果以及底面结果进行统计，得到比较结果。

此处需要说明的是，上述第一处理模块以及第二处理模块对应于实施例1中的步骤s10602至步骤s10604，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

在一种可选的实施例中，识别模块包括：确定模块以及第二识别模块。其中，确定模块，用于确定对象识别模型，其中，对象识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别对象；第二识别模块，用于根据确定的对象识别模型，识别图像中的对象。

此处需要说明的是，上述确定模块以及第二识别模块对应于实施例1中的步骤s106a至步骤s106b，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。

实施例5

根据本发明实施例，还提供了一种用于实施上述实施例2的对象入库处理装置，如图13所示的对象入库处理装置的结构示意图，该装置包括：显示模块1301、接收模块1303以及输出模块1305。

其中，显示模块1301，用于显示对象的名称、对象的送货数量，其中，对象通过对采集的图像进行识别得到；接收模块1303，用于接收到用于确认将对象入库的入库指令；输出模块1305，用于根据入库指令输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

此处需要说明的是，上述显示模块1301、接收模块1303以及输出模块1305对应于实施例2中的步骤s602至步骤s606，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。

在一种可选的实施例中，接收模块包括：第一显示模块以及第一接收模块。其中，第一显示模块，用于显示用于标识是否对对象进行入库的按钮；第一接收模块，用于接收到通过按钮输入的用于指示确认对对象进行入库的入库指令。

此处需要说明的是，上述第一显示模块以及第一接收模块对应于实施例2中的步骤s6040a至步骤s6042a，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。

在一种可选的实施例中，接收模块包括：处理模块以及收集模块。其中，处理模块，用于发出用于提示是否对对象进行入库的语音信息；收集模块，用于收集依据语音信息发送的语音指令，其中，语音指令中携带有用于确认对对象进行入库的入库指令。

此处需要说明的是，上述处理模块以及收集模块对应于实施例2中的步骤s6040b至步骤s6042b，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。

在一种可选的实施例中，输出模块包括：第二显示模块、第二接收模块以及第一输出模块。其中，第二显示模块，用于显示用于输入对象的入库数量的输入框；第二接收模块，用于接收到通过输入框输入的入库数量；第一输出模块，用于根据入库指令输出处理结果，其中，处理结果包括：对入库数量的对象进行入库处理的信息。

此处需要说明的是，上述第二显示模块、第二接收模块以及第一输出模块对应于实施例2中的步骤s60至步骤s64，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。

在一种可选的实施例中，对象入库处理装置还包括：第三接收模块、第三显示模块以及确定模块。其中，第三接收模块，用于接收选择指令，其中，选择指令用于从采集的图像中选择出用于识别出对象的图像；第三显示模块，用于显示识别结果，其中，识别结果为对根据选择指令选择的图像进行识别而识别出的对象；确定模块，用于根据显示的识别结果，确定待显示的对象。

此处需要说明的是，上述第三接收模块、第三显示模块以及确定模块对应于实施例2中的步骤s6020至步骤s6024，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例2所公开的内容。

实施例6

根据本发明实施例，还提供了一种用于实施上述实施例3的商品入库处理装置，如图14所示的商品入库处理装置的结构示意图，该装置包括：采集模块1401、识别模块1403、获取模块1405以及输出模块1407。

其中，采集模块1401，用于采集送达门店的货物的图像；识别模块1403，用于识别图像中的商品；获取模块1405，用于获取识别出的商品的入库状态；输出模块1407，用于在入库状态为待入库的情况下，输出商品的入库处理结果，其中，入库处理结果包括：对商品进行入库处理的信息。

此处需要说明的是，上述采集模块1401、识别模块1403、获取模块1405以及输出模块1407对应于实施例3中的步骤s1102至步骤s1108，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例3所公开的内容。

在一种可选的实施例中，商品入库处理装置还包括：第一获取模块、第一确定模块、比对模块以及第二确定模块。其中，第一获取模块，用于获取待入库的商品的订单；第一确定模块，用于从图像中确定商品的商品信息；比对模块，用于将从图像中确定的商品的商品信息与订单中商品的商品信息进行比对；第二确定模块，用于在比对结果匹配的情况下，确定输出商品的入库处理结果。

此处需要说明的是，上述第一获取模块、第一确定模块、比对模块以及第二确定模块对应于实施例3中的步骤s11060至步骤s11066，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例3所公开的内容。

在一种可选的实施例中，第二确定模块包括：第二获取模块以及第一输出模块。其中，第二获取模块，用于获取商品入库的入库分区以及分区位置；第一输出模块，用于根据获取的入库分区和分区位置，输出商品的入库处理结果。

此处需要说明的是，上述第二获取模块以及第一输出模块对应于实施例3中的步骤s110660至步骤s110662，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例3所公开的内容。

实施例7

根据本发明实施例的另一方面，还提供了一种对象入库处理系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

实施例5

本发明的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。

可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。

图15示出了一种计算机终端的硬件结构框图。如图15所示，计算机终端a可以包括一个或多个(图中采用802a、802b，……，802n来示出)处理器802(处理器802可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器804、以及用于通信功能的传输装置806。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图15所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端a还可包括比图15中所示更多或者更少的组件，或者具有与图15所示不同的配置。

应当注意到的是上述一个或多个处理器802和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端a中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

处理器802可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

存储器804可用于存储应用软件的软件程序以及模块，如本申请实施例中的对象入库处理方法对应的程序指令/数据存储装置，处理器802通过运行存储在存储器804内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的对象入库处理方法。存储器804可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器804可进一步包括相对于处理器802远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端a。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置806用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端a的通信供应商提供的无线网络。在一个实例中，传输装置806包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置806可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算机终端a的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图15所示的计算机终端a可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图15仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机终端a中的部件的类型。

在本实施例中，上述计算机终端a可以执行应用程序的获取验证码的方法中以下步骤的程序代码：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

可选的，上述处理器还可以执行如下步骤的程序代码：根据采集的图像判断对象的质量是否满足预定质量要求；在判断结果为是的情况下，执行获取识别出的对象的入库状态的步骤。

可选的，上述处理器还可以执行如下步骤的程序代码：对对象的名称、对象的送货数量以及用于输入对象的入库数量的输入框进行显示；接收到根据送货数量通过输入框输入的入库数量；在接收到对输入的入库数量进行确认的入库指令的情况下，输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

可选的，上述处理器还可以执行如下步骤的程序代码：通过以下方式至少之一采集图像：通过拍照的方式，采集图像；通过录像的方式，采集图像。

可选的，上述处理器还可以执行如下步骤的程序代码：将图像与360度图片库中对象的图像进行比较，得到比较结果，其中，360度图片库中存储有对象的至少两个面的图像；根据得到的比较结果，识别出图像中的对象。

可选的，上述处理器还可以执行如下步骤的程序代码：将图像分别与360度图片库对象的正面图像，侧面图像，顶面图像，底面图像进行比较，分别获得正面结果，侧面结果，顶面结果以及底面结果；对获得的正面结果，侧面结果，顶面结果以及底面结果进行统计，得到比较结果。

可选的，上述处理器还可以执行如下步骤的程序代码：确定对象识别模型，其中，对象识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别对象；根据确定的对象识别模型，识别图像中的对象。

本领域普通技术人员可以理解，图15所示的结构仅为示意，计算机终端也可以是智能手机(如android手机、ios手机等)、平板电脑、掌声电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图15其并不对上述电子装置的结构造成限定。例如，计算机终端a还可包括比图15中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图15所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。

实施例6

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的对象入库处理方法所执行的程序代码。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：采集图像；识别图像中的对象；获取识别出的对象的入库状态；在入库状态为待入库的情况下，输出入库处理结果，其中，入库处理结果包括：对对象进行入库处理的信息。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：根据采集的图像判断对象的质量是否满足预定质量要求；在判断结果为是的情况下，执行获取识别出的对象的入库状态的步骤。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：对对象的名称、对象的送货数量以及用于输入对象的入库数量的输入框进行显示；接收到根据送货数量通过输入框输入的入库数量；在接收到对输入的入库数量进行确认的入库指令的情况下，输出处理结果，其中，处理结果包括：对对象进行入库处理的信息。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：通过以下方式至少之一采集图像：通过拍照的方式，采集图像；通过录像的方式，采集图像。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：将图像与360度图片库中对象的图像进行比较，得到比较结果，其中，360度图片库中存储有对象的至少两个面的图像；根据得到的比较结果，识别出图像中的对象。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：将图像分别与360度图片库对象的正面图像，侧面图像，顶面图像，底面图像进行比较，分别获得正面结果，侧面结果，顶面结果以及底面结果；对获得的正面结果，侧面结果，顶面结果以及底面结果进行统计，得到比较结果。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：确定对象识别模型，其中，对象识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：待识别图像和用于标识从待识别图像中识别出的识别对象；根据确定的对象识别模型，识别图像中的对象。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。