ArcSoft 虹软货品识别视觉模组
立即咨询
首页
顶置
俯拍货道
多品
一次可拿多件
本地
断网可识别
模组
摄像头加算力板
⚠️行业痛点与挑战
🔍相似包装分不清
同一品牌不同口味包装几乎一样，模型把草莓味认成原味，扣款金额不对，用户发现后投诉，运营方只能退款了事，复购率跟着掉。
⏱️手挡住就漏识
用户伸手拿货时手掌遮住包装大半，框只出来一半，系统判成未取货，门一开人走了，账上少一件，月底盘点全是差异。
🧠拿太快追不上
动作快的人两秒拿三件，帧率跟不上，中间那件没抓到，补货提醒也跟着错，热销品断货三天才发现。热销品断货三天才发现。
🔗层板反光
透明包装与铝箔袋在灯下反光，画面一片白，商品特征看不清，识别置信度低，系统反复要求用户重放，体验很差。
📉补货提醒滞后
库存按天对账，卖完当天不提醒，第二天用户开门发现空柜，投诉到平台，运营方也不知道哪台该补。运营方也不知道哪台该补。
🚧改造成本高
老柜机没有预留空间，加模组要改层板与走线，单台改造成本压不下来，规模化投放算不过账。规模化投放算不过账，项目就停了。
🎯产品定位与核心价值
柜子顶上的一颗摄像头加一块算力板，看的是货道与手部动作，输出商品清单给主控扣款，不碰支付通道本身。
💡投入可预期
拿取动作与库存核对工具的总体成本在项目启动前即可测算，智能货柜识别方案投入的规模有依据。
🔁协同有章法
智能货柜识别方案与货品识别算法软件之间的调用关系被设计清楚，拿取动作与库存核对工具流程中不出现职责空档。
🧷演进不重建
智能货柜识别方案能力的版本演进保持接口稳定，拿取动作与库存核对工具的既有配置可持续沿用。
⚙️核心能力详解
🧮商品识别
按包装纹理与形状建模，同品牌不同口味靠局部图案区分，置信度低的转人工复核，不硬扣款。置信度低的转人工复核，不硬扣款。
🧱多品同时识别
一次拿多件时按手部轨迹分割目标，逐件计数，重叠时按露出面积与轨迹推断，减少漏单。重叠时按露出面积与轨迹推断。
⚡动作追踪
从开门到关门全程跟踪手部与货道，拿到位与放回都记录，放回不扣款，避免误扣。放回不扣款，避免误扣。
📊库存核对
识别结果与重力感应或订单交叉校验，差异超过阈值就告警，不靠单一来源下结论。不靠单一来源下结论。
🌐轻量模型
模型按柜机算力裁剪，常见主控能跑实时，不必外加服务器，断网也能识别与记账。断网也能识别与记账。
🔧整机适配
提供结构件与安装位建议，摄像头角度与补光一起给，老柜机改造尽量不动层板。老柜机改造尽量不动层板。
📐技术规格
| 产品名称 | 货品识别视觉模组 |
| 所属厂商 | ArcSoft虹软 |
| 产品分类 | 智能硬件·智能货柜识别方案 |
| 核心能力 | 商品识别、多品同时识别、动作追踪 |
| 应用场景 | 写字楼无人货柜、校园售货机、社区生鲜柜 |
| 目标客群 | 拿取动作与库存核对工具场景的企业级用户与生态伙伴 |
| 评估要点 | 智能货柜识别方案能力与既有流程的匹配度是首要考量 |
| 能力关联 | 智能货柜识别方案与货品识别算法软件的协同关系影响拿取动作与库存核对工具流程的完整度 |
| 实施周期 | 以拿取动作与库存核对工具场景的边界与集成深度为参照，可分阶段推进 |
🏭典型应用场景
✈️写字楼无人货柜
写字楼午休集中拿取，团队测高峰时段的识别速度与并发，要求一次拿三件也能逐件记账。排队时用户最没耐心，慢一秒就差评，识别错一次就要退款。
🚗校园售货机
学生拿取动作快、爱换货，团队重点测拿起又放回的场景，放回不能扣款。误扣一次就会传遍班级，运营方当天就要处理。误扣一次就会传遍班级，运营方当天就要处理。
🔋社区生鲜柜
生鲜包装软、形状不规则，团队按袋装与盒装分别建模，重点看堆叠时的遮挡。堆叠是这类柜子的常态，按单层训练一定不够用。按单层训练一定不够用，堆叠要专门建模。
🌊医院无人柜
医院柜机卖口罩与护理用品，包装相似度高，团队按同系列不同规格做专项测试，避免拿大包装扣小包装的钱。拿大包装扣小包装的钱，医院场景最容易出这类错。
🏗️交通枢纽柜机
车站人流大、网络不稳，团队测断网时的本地记账与恢复后的补传，要求不重不漏。断网时如果直接停用，损失的是整段时间的生意。断网时如果直接停用，损失的是整段时间的生意。
🚢模组产线校准
模组厂在产线校准摄像头焦距与补光，按工位拍标准色卡与货道模型，数据写进模组。整机装配后再复核一次角度，避免俯拍偏了识别率掉一半。角度偏了，识别率会直接掉一半。
🏆典型应用案例
📦
相似包装误识
某柜机把两种口味认错，扣款差几毛钱但投诉不断。加了局部图案特征与规格文字识别，误识率降下来，识别耗时增加一点，高峰时略有排队。高峰时略有排队，运营方接受，总比扣错强。
🛫
遮挡漏单
手掌遮住包装时系统判成未取货，月底盘点差异大。改成按手部轨迹推断并与重力交叉校验，漏单减少，误扣也跟着降，个别场景要人工复核。个别场景要人工复核，比例控制在几个点以内。
🏭
拿取过快
两秒拿三件时有中间件丢失，帧率不够。提高采集帧率并做轨迹插值，三件都能记上，算力占用上升，低端主控要降分辨率。低端主控要降分辨率，帧率与精度只能保一个。低端主控要降分辨率保帧率。
📦
补货滞后
热销品断货三天才发现，原因是库存按天对账。改成实时扣减并设阈值告警，补货及时了，误报也多了，运营要能一键忽略。误报多了运营会忽略告警，阈值要按点位调。阈值按点位调，告警才有人看。
🔌接入方式
🖥️与柜机主控
模组通过串口或网络把商品清单给主控，主控负责扣款与开门，时序要卡准。清单晚到，门已经关了，用户会以为没记上。清单晚到门已关，用户会以为没记上，只能申诉。
☁️与支付与订单
扣款要等关门后确认，开门期间的拿取都算一次订单，退换要能冲正。接口不支持冲正，误扣就只能人工退款。接口不支持冲正，误扣就只能人工退款，成本很高。
🤝与补货系统
库存扣减要实时上报，阈值告警按点位配置，避免全区一起报。补货员按点位排线，数据不准就是白跑。补货员按点位排线，数据不准就是白跑一趟。补货员按点位排线，别按片区给数。
🧩生态协同与能力底座
🧩柜机厂商
厂商定结构、层板与主控，模组要配合安装位与供电，结构改一次成本不低。立项时就要把摄像头角度定死。结构改一次成本不低，角度要提前定死。
🔗运营方
运营方关心漏单与补货效率，算法方给识别与库存数据，平台方做对账。三方口径不一致，月底一定扯皮。三方口径不一致，月底一定扯皮，对账对到半夜。
🌱品牌方
品牌方换包装要提前通知，包装特征变了模型要复训。不通知就上新，识别率会突然掉一截。不通知就上新，识别率会突然掉一截，排查很费劲。
🚀产品差异化特点
🌟多件逐件计数
按轨迹分割，一次拿三件也能记全；只做整图分类的方案，多拿必漏。只做整图分类的方案，多拿必漏，账上少的都是钱。只做整图分类的方案，多拿必漏，账上少的都是钱。
🆚放回不扣款
拿起与放回都记，放回冲正；只记拿取的方案，用户换货就被多扣。只记拿取的方案，用户换货就被多扣，投诉处理很麻烦。只记拿取的方案，用户换货就被多扣。
🧬断网可用
本地识别与记账，恢复后补传；纯云端方案，网络一抖就停摆。纯云端方案，网络一抖就停摆，柜子等于开不了张。纯云端方案网络一抖就停摆，柜子等于开不了张。
✅最佳实践
📝
SKU建档要全
每个SKU至少拍六个角度，含正反面与侧面，建档不全时模型只能猜。建档不全时模型只能猜，猜错就是扣错款。建档不全时模型只能猜，猜错就是扣错款。
🔄
按真实动作测
找真人按正常速度拿取，别用摆拍图测，动作轨迹才是难点。摆拍图看不出轨迹难点，真人快拿才是真实场景。摆拍图看不出轨迹难点，真人快拿才是真场景。
🎯
遮挡专项测
手掌遮挡、堆叠遮挡、反光各测一轮，这三类占了漏识的大头。这三类占了漏识的大头，专项测完再谈上线。这三类占了漏识的大头，专项测完再上线。
📈
补货阈值分点位
写字楼与医院销量差别大，阈值按点位给，别全区一个数。写字楼与医院销量差别大，一个数管全区一定出问题。一个数管全区，一定出问题。
🗺️企业落地路径
1️⃣
SKU与结构盘点
清点商品品类、包装差异与柜机结构，评估可支持的SKU规模与安装方式。SKU规模决定算力与模型大小，先算清楚再立项。SKU规模决定算力与模型大小。
2️⃣
模型训练
按品类建库并训练，先用样机验证单件与多件识别，再谈整机。样机上先验证单件与多件，再谈整机联调，省得返工。样机上先验证单件与多件。
3️⃣
整机联调
与主控、支付和补货系统联调，验证断网与冲正流程，别只测在线。断网与冲正流程最容易漏，联调时就要跑通。断网与冲正流程最容易漏。
4️⃣
小批投放
先投十台跑两周，按真实数据修模型与阈值，再规模化。十台跑两周，按真实数据修模型与阈值，再谈规模化。十台跑两周，再谈规模化。
💬常见问题 FAQ
能识别多少种商品？
常见几百到上千个SKU，取决于包装差异度与算力。同品牌相似包装最吃模型，SKU越多越要定期复训。SKU越多越要定期复训，上新前先跑一轮。上新前先跑一轮复训测试。
一次拿多个能识别吗？
能，按手部轨迹逐件计数，重叠时按露出面积推断。拿得太快或完全遮挡时仍有漏识，需要重力或订单兜底。完全遮挡时仍有漏识，需要重力或订单兜底。
换包装要重新训练吗？
要，包装换了特征就变了，尤其图案与颜色。上新前要给样机包做一轮测试，别等上线才发现认不出。上新前要给样机包做测试，别等上线才发现认不出。
光线影响大吗？
有影响，透明与铝箔包装反光最麻烦。补光角度要调，必要时加偏振片，单靠算法压不住强反光。补光角度要调，必要时加偏振片，单靠算法压不住。
一定要联网吗？
不必，识别与记账可以本地完成，联网用于同步库存与订单。断网时先本地缓存，恢复后补传，避免重复扣款。恢复后补传，避免重复扣款，接口要支持幂等。
老柜机改造成本高吗？
看结构，预留空间足够的只换模组，不预留的要改层板与走线。规模化投放前先做一台样机评估。规模化前先做一台样机，改造成本能算清再投。
准确率能到多少？
按SKU差异度浮动，包装差异大的品类表现好，同款不同口味最难。验收要按品类分组统计，别只看总数。验收按品类分组统计，别只看总数。按品类分组统计更实在。
验收看什么？
看单件识别率、多件漏识率、误扣次数与断网可用性四项，按实际拿取动作测，摆拍数据不作数。按实际拿取动作测，摆拍数据不作数。摆拍数据不作数，要真人测。
📄信息来源与免责声明
此页面内容由云巴巴汇总整理，信息来源包括ArcSoft虹软官方产品资料与公开报道。
页面中的智能货柜识别方案等描述仅供选型参考，具体功能以官方发布为准。
云巴巴平台支持货品识别视觉模组的咨询、对比与接入流程，协助企业完成数字化选型。
产品推荐
图聚云的空间数字孪生平台面向园区与楼宇，把模型轻量化、楼层剖切与设备点位映射做成可配置场景，数据从物联与定位平台取，适合指挥中心与运维看空间态势，逐层下钻到房间级，常见于指挥舱。
通义灵码，是基于通义大模型的智能编程辅助工具，提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答、异常报错排查等能力，并针对阿里云的云服务使用场景调优，助力开发者高效、流畅地编码。
企企工程企业 ERP 解决方案，整合工程项目分包管理系统与企业项目进程管理平台功能。聚焦工程企业需求，助力高效管理项目分包流程，实时跟踪项目进程，优化资源调配，提升工程管理效率，适配工程企业全流程管理场景。
安仕达烘焙门店ERP系统，融合烘焙门店运营管理与连锁门店调拨管理等功能。从精准库存管控、智能会员营销，到高效门店订货、便捷连锁配送，全方位助力烘焙门店优化流程、降本增效，提升运营竞争力。
数字化社区
视频
文章
