胡瑶 胡经蒙 杨欣怡 孙世诚 刘庆华

摘 要：利用先进的人工智能和计算机视觉技术，物流管理取得了重大进展。如何建立一套能够有效解决物体遮挡、运动模糊、目标相似等实际问题的检测技术，是一个重要的挑战。文章提出了一种基于YOLOv8和Deep-SORT的方法来跟踪货物位置。该系统可以有效地识别、定位、跟踪和计数镜头前的货物。称之为“warehouse management”，该算法基于示例跟踪范式，并将跟踪应用于检测对象的边界框。在此基础上，自动识别感兴趣区域（ROI），有效消除不需要物体。我们的F1的分数是0.816 7。

关键词：Deep-SORT；YOLOv8；warehouse management；目标检测；图像识别

中图分类号：F253；U169.7 文献标志码：A DOI：10.13714/j.cnki.1002-3100.2024.10.007

Abstract： Utilizing advanced artificial intelligence and computer vision technology， logistics management has made significant progress. How to establish a set of detection technology that can effectively solve the practical problems such as object occlusion， motion ambiguity and target similarity is an important challenge. This paper presents a method based on YOLOv8 and Deep-SORT to track cargo location. The system can effectively identify， locate， track and count goods in front of the lens. It is called“warehouse management” and the algorithm is based on the example trace paradigm and applies the trace to the bounding box of the detected object. Based on this， the Region of Interest （ROI） is automatically identified， effectively eliminating unwanted objects. Our F1 score is 0.816 7.

Key words： Deep-SORT; YOLOv8; warehouse management; target detection; image recognition

0    引    言

近几年来，由于人们的消费能力提高，商品的需求量与日俱增，因此，如何对商品进行有效的库存管理已成为一个亟待解决的问题。大部分的仓库管理者都是以手工方式清点存货。但这种方法成本较高，由于要经常监视进货和出货，因此需要大量的劳动力，迫切需要能降低劳力、大大节约成本的仓储管理系。为了解决仓库管理问题，现有的各种管理解决方案都使用物联网设备为工作人员提供实时库存细节。虽然采用了感应器和硬件，保证了精确性，但却要求持续的维修，这使得其并不适合于市场，仍需要进行低成本的存货检查。

在零售行业中，将人工智能与计算机视觉相结合（尤其是在库存自动化方面），已成为一个新兴的研究热点。自助服务的潮流已经影响到我们生活的方方面面。但实际情况下，如目标遮挡、目标运动、目标相似度高、新季节性商品的引入等，对目标识别造成了很大的阻碍。……