基于卷积神物网络感知下的分布式仓库实时补仓预警方法

本发明公开了一种基于卷积神物网络感知下的分布式仓库实时补仓预警方法，包括以下步骤：获取仓库货物的图像信息，通过仓库货物的图像信息对仓库货物进行视频智能识别训练；根据仓库货物识别特征获取入库的货物数据和出库的货物数据，并根据入库的货物数据和出库的货物数据生成仓库货物数据；通过KMP算法对仓库货物数据进行数据清洗；将完成数据清洗的仓库货物数据通过卷积神经网络进行补仓特征提取；根据补仓特征获取仓库的货物需求度，并通过补仓特征和货物需求度建立仓库的补仓预警等级；根据补仓预警等级发出补仓预警，并获取补仓结果。本发明能实现对分布式仓库的货物库存状态的监测，同时根据货物本身需求量和物资消耗数据进行补仓预警。