把视觉识别与库位数据结合：货架图像自动识别物资摆放与空缺，与账面库存比对，输出错放、缺件、混放清单，作为盘点之外的日常校验手段。
项目背景
- 传统 RFID 盘点解决「有没有」，解决不了「放得对不对」
- 同规格物资混放、串位常见，靠人眼复核效率低
- 希望在不增加大量硬件的前提下提升管控密度
我们怎么做
视觉样本采集
按货架、料箱、物资类别采集图像，建立小样本训练集，优先覆盖高价值与高流动品类。
识别与比对
模型输出物资类别与数量估计，与库位账面比对，差异项自动生成待核查任务。
人机复核
识别结果不直接改账，先进待确认队列，由库管确认后回写，避免误判污染主数据。
交付内容
- 图像采集规范
- 识别模型与训练脚本
- 库位比对服务
- 待核查任务流
- 准确率评估报告
技术要点
深度学习视觉库位数据模型任务流
落地效果
- 形成「机器人盘点 + 视觉校验」的双层管控，日常即可发现错放
- 高价值物资的账实一致率显著提升
预研与方案阶段项目，具体指标依客户保密要求不公开。