一种基于开放词汇目标检测的智能仓储识别方法

本发明涉及计算机视觉与深度学习技术领域，解决了传统方法在面对库存产品变体和新品类频繁更新，以及开放词汇查询和细粒度分类中存在不足的技术问题，尤其涉及一种基于开放词汇目标检测的智能仓储识别方法，该方法包括数据预处理、多尺度视觉特征提取、视觉‑语音深度融合、边界框与语义预测、目标识别与标签匹配、检测结果后处理与输出。该方法在智能仓储中展现了显著优势，不仅能够灵活适应动态库存管理需求，还实现高效的细粒度变体识别、实时属性报告生成以及动态异常检测。其高效的推理流程支持对大规模库存的快速处理，能够实时响应多样化的用户查询需求，如库存盘点、产品定位和异常状态监控，进一步优化仓储操作流程。