一种基于机器学习的仓储资产智能管控优化方法及系统

本发明公开了一种基于机器学习的仓储资产智能管控优化方法及系统。通过视觉装置获取资产物品图像数据，利用CNN模型进行物体整体区域和图像码区域的识别，提取整体与局部特征，并进行图形码识别，得到第一识别信息。同时，构建基于决策树的分类模型，利用历史资产物品特征进行训练，设定多级分类节点，对整体区域特征进行分类，生成第二识别信息。通过第一与第二识别信息进行资产认证，计算识别率与识别效率值。若识别率与效率值低于预设范围，则动态调整分类节点，移除部分节点并重新设定模型参数，训练得到第二分类模型，应用于下一仓储周期。该方法提高了资产识别的准确性与效率，提高仓储平台动态调整能力，进一步提高仓储管理的适应性。