基于python的fastapi框架开发的烟盒识别服务产品系统

我要开发同款
Ken_刘2026年11月23日
3阅读

技术信息

语言技术
Python、Torch
系统类型
Web
行业分类
人工智能、云计算

作品详情

行业场景

烟草柜台陈列密集,单店动辄数百个 SKU,价签字号小、反光严重,人工核对一行一列要十几分钟且错漏频出。门店巡检、铺货核查、竞品统计都依赖手工拍照手抄,数据无法结构化沉淀。项目目标是让人拍一张柜台照片,自动输出每行每列的烟名与价格,替代人工核对。

功能介绍

上传接口支持单张图与批量图;YOLO11 检测标签纸与烟盒位置;按坐标聚类还原行 / 列排布;Qwen3 多模态模型解析标签纸内烟名与价格;结果按行列索引聚合为结构化 JSON,附置信度与异常标注;提供异步任务查询、结果导出与识别历史接口。

项目实现

我负责数据集采集标注、YOLO11 训练调优、检测与识别串联编排、FastAPI 服务封装及 Docker 部署。技术栈 Python + FastAPI + Ultralytics YOLO11 + Qwen3 多模态 + OpenCV + Redis 任务队列。亮点是检测与识别解耦:检测负责几何定位,模型负责语义解析,大幅降低对文字识别的依赖,并支持批量推理。难点在价签小字模糊遮挡、行列排序错位、模型价格数字幻觉纠正与 GPU 推理耗时控制。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论