一种卷烟库存的人工智能识别方法

本发明公开了一种卷烟库存的人工智能识别方法，包括以下步骤：获取仓库图片数据，通过对所述仓库图片数据进行检测和识别，得到对应的特征向量和边界框；S200、构建仓库图片数据网格模型，所述网格模型包括网格预测边界框模块和类别信息识别模块；其中，所述仓库图片数据网格模型包括用于检测香烟端头的YOLO目标检测算法，在测试的500张图片中，原有的不添加该香烟端头鲁棒识别方法的准确率为92.2%，使用了该香烟端头鲁棒识别方法的准确率为98.2%。这一显著提升证明了该方法在复杂仓储环境中对香烟端头识别的有效性，大大提高了香烟端头的识别准确率。