货品畅销度分析方法、装置、设备、存储介质及程序产品

技术领域

本发明涉及数据分析领域，尤其涉及一种货品畅销度分析方法、装置、设备、存储介质及程序产品。

背景技术

货品畅销程度的分析对不同的行业都有着重大的意义。销售者通过分析确定货品的畅销程度后，可依据货品畅销程度作出进货量决策，投资者则需要依据货品畅销程度作出准确的投资决策。对货品畅销程度分析的准确率直接影响了企业或个人的利益。目前的货品畅销程度获取渠道主要是企业主动披露的财报数据、网上的一些问卷调查数据等，由于依赖人工统计，所以数据更新周期长，货品畅销程度分析的实时性低。

发明内容

本发明的主要目的在于提供一种货品畅销度分析方法、装置、设备、存储介质及程序产品，旨在解决现有的货品产销程度数据更新周期长，实时性低的技术问题。

为实现上述目的，本发明提供一种货品畅销度分析方法，所述方法包括以下步骤：

获取目标类型货品所处贩卖区的区域图像，对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域；

根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据；

根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度。

可选地，所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤包括：

计算所述目标货品区域的第一图像面积和所述区域图像的第二图像面积；

计算所述第一图像面积与所述第二图像面积的比例，将所述比例作为所述区域图像中所述目标类型货品的占比数据。

可选地，所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤之前，还包括：

对所述区域图像进行目标检测得到所述区域图像中除所述目标类型货品外的其他货品所在的其他货品区域；

所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤包括：

识别所述目标货品区域中所述目标类型货品的第一数量，以及识别所述其他货品区域中所述货品的第二数量；

基于所述第一数量和所述第二数量计算得到所述区域图像中所述目标类型货品的占比数据。

可选地，所述占比数据包括基于多个采集点采集的区域图像分别计算得到的占比数据，所述根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度的步骤包括：

对所述占比数据中处于相同城市的各个采集点所对应的占比数据进行平均，得到各个城市对应的平均数据；

获取所述各个城市对应的权重，按照所述权重对各所述平均数据进行加权平均，得到所述目标类型货品在所述多个采集点构成的采集范围内的畅销度。

可选地，所述获取所述各个城市对应的权重的步骤包括：

根据所述各个城市对应的预设城市等级分别计算得到所述各个城市对应的权重，其中，城市的预设城市等级越高时城市对应的权重越大；或，

根据所述各个城市对应的人口数量计算得到所述各个城市对应的权重，其中，城市的人口数量越多时城市对应的权重越大。

可选地，所述畅销度包括基于多个时间点采集的区域图像分别计算得到的畅销度，所述根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度的步骤之后，还包括：

将各所述畅销度按照时间先后顺序生成畅销度变化图，并输出所述畅销度变化图。

可选地，所述对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域的步骤包括：

对所述区域图像进行特征提取得到特征图；

在所述特征图中设置候选框，并基于所述候选框在所述特征图中对应的特征进行分类得到所述候选框的分类结果，其中，所述分类结果表征所述候选框内是否包含所述目标类型货品；

根据所述分类结果将包含所述目标类型货品的候选框在所述区域图像中对应的区域作为目标货品区域。

为实现上述目的，本发明还提供一种货品畅销度分析装置，所述装置包括：

检测模块，用于获取目标类型货品所处贩卖区的区域图像，对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域；

第一计算模块，用于根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据；

第二计算模块，用于根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度。

为实现上述目的，本发明还提供一种货品畅销度分析设备，所述货品畅销度分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的货品畅销度分析程序，所述货品畅销度分析程序被所述处理器执行时实现如上所述的货品畅销度分析方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有货品畅销度分析程序，所述货品畅销度分析程序被处理器执行时实现如上所述的货品畅销度分析方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的货品畅销度分析方法的步骤。

本发明中，通过获取目标类型货品所处贩卖区的区域图像，对区域图像进行目标检测得到区域图像中目标类型货品所在的目标货品区域，根据目标货品区域计算得到区域图像中目标类型货品的占比数据，根据占比数据计算得到目标类型货品在区域图像的采集范围内的畅销度。由于区域图像的采集方法简单、实时性高，且基于区域图像进行的畅销度分析采用的是图像处理技术，可以自动完成分析过程而不需要依赖人工统计分析，从而提高了货品畅销度分析的实时性。

附图说明

图1为本发明实施例方案涉及的硬件运行环境的结构示意图；

图2为本发明货品畅销度分析方法第一实施例的流程示意图；

图3为本发明货品畅销度分析方法第二实施例的流程示意图；

图4为本发明实施例涉及的一种货品畅销度分析系统架构示意图；

图5为本发明货品畅销度分析装置较佳实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。

需要说明的是，本发明实施例货品畅销度分析设备可以是智能手机、个人计算机和服务器等设备，在此不做具体限制。

如图1所示，该货品畅销度分析设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的设备结构并不构成对货品畅销度分析设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及货品畅销度分析程序。操作系统是管理和控制设备硬件和软件资源的程序，支持货品畅销度分析程序以及其它软件或程序的运行。在图1所示的设备中，用户接口1003主要用于与客户端进行数据通信；网络接口1004主要用于与服务器建立通信连接；而处理器1001可以用于调用存储器1005中存储的货品畅销度分析程序，并执行以下操作：

获取目标类型货品所处贩卖区的区域图像，对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域；

根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据；

根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度。

进一步地，所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤包括：

计算所述目标货品区域的第一图像面积和所述区域图像的第二图像面积；

计算所述第一图像面积与所述第二图像面积的比例，将所述比例作为所述区域图像中所述目标类型货品的占比数据。

进一步地，所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤之前，处理器1001还可以用于调用存储器1005中存储的货品畅销度分析程序，并执行以下操作：

对所述区域图像进行目标检测得到所述区域图像中除所述目标类型货品外的其他货品所在的其他货品区域；

所述根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据的步骤包括：

识别所述目标货品区域中所述目标类型货品的第一数量，以及识别所述其他货品区域中所述货品的第二数量；

基于所述第一数量和所述第二数量计算得到所述区域图像中所述目标类型货品的占比数据。

进一步地，所述占比数据包括基于多个采集点采集的区域图像分别计算得到的占比数据，所述根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度的步骤包括：

对所述占比数据中处于相同城市的各个采集点所对应的占比数据进行平均，得到各个城市对应的平均数据；

获取所述各个城市对应的权重，按照所述权重对各所述平均数据进行加权平均，得到所述目标类型货品在所述多个采集点构成的采集范围内的畅销度。

进一步地，所述获取所述各个城市对应的权重的步骤包括：

根据所述各个城市对应的预设城市等级分别计算得到所述各个城市对应的权重，其中，城市的预设城市等级越高时城市对应的权重越大；或，

根据所述各个城市对应的人口数量计算得到所述各个城市对应的权重，其中，城市的人口数量越多时城市对应的权重越大。

进一步地，所述畅销度包括基于多个时间点采集的区域图像分别计算得到的畅销度，所述根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度的步骤之后，处理器1001还可以用于调用存储器1005中存储的货品畅销度分析程序，并执行以下操作：

将各所述畅销度按照时间先后顺序生成畅销度变化图，并输出所述畅销度变化图。

进一步地，所述对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域的步骤包括：

对所述区域图像进行特征提取得到特征图；

在所述特征图中设置候选框，并基于所述候选框在所述特征图中对应的特征进行分类得到所述候选框的分类结果，其中，所述分类结果表征所述候选框内是否包含所述目标类型货品；

根据所述分类结果将包含所述目标类型货品的候选框在所述区域图像中对应的区域作为目标货品区域。

基于上述的结构，提出货品畅销度分析方法的各个实施例。

参照图2，图2为本发明货品畅销度分析方法第一实施例的流程示意图。

本发明实施例提供了货品畅销度分析方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。本发明货品畅销度分析方法执行主体可以是智能手机、个人计算机和服务器等设备，以下各实施例以分析设备为执行主体进行阐述。在本实施例中，货品畅销度分析方法包括：

步骤S10，获取目标类型货品所处贩卖区的区域图像，对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域；

在本实施例中，将需要分析畅销度的某一类型的货品作为目标类型货品，例如将某食品公司生产的某种饮料作为目标类型货品。在一定的地理区域范围内分析目标类型货品的畅销度时，将该地理区域范围作为采集范围，例如，某个城市，或某个省，或某几个省；在采集范围内至少一个贩卖该目标类型货品的区域设置采集点，在采集点采用摄像头拍摄目标类型货品所处贩卖区的图像，以下称为区域图像。其中，贩卖区可以是任何用于摆放货品以向顾客进行销售的区域，例如超市的货架、门店的柜台等。可以理解的是，拍摄角度一般是正对货品贩卖区，拍摄得到的区域图像是包含目标类型货品所处贩卖区的完整图像的，例如，贩卖区是一个柜台，则拍摄出的区域图像应包含完整的柜台画面。目标类型货品所处贩卖区一般还包括其他的货品，需要说明的是，其他货品一般仅限于与目标类型货品属于相同的大类的货品；例如，一般超市货架上的饮料都会摆放在一起供顾客挑选，目标类型货品是某种饮料时，选取的贩卖区可以是整个摆放饮料的货架，而不包括摆放其他大类货品(例如生活用品)的货架。

当有多个采集点时，对应地可获得多张区域图像，对每张区域图像的处理过程类似，以下以对一张区域图像的处理过程进行具体说明。

分析设备获取区域图像后，对区域图像进行目标检测，得到区域图像中目标类型货品所在的目标货品区域。具体地，由于目标类型货品所处贩卖区可能有其他货品，因此，区域图像中包括目标货品区域也包括其他区域，因此，分析设备通过将目标类型货品作为目标物，对区域图像进行目标检测，得到区域图像中的目标货品区域，该区域可采用区域图像中的像素坐标来表示，例如，目标货品区域是矩形框，则可以采用矩形框的四个顶点的像素坐标表示。需要说明的是，目标货品区域可能包括一个或多个区域，例如，区域图像中只包括一个目标类型货品，则检测得到的目标货品区域一般为一个，区域图像中包括多个目标类型货品，且多个目标类型货品之间有一定间隔，则检测得到的目标货品区域可能为多个。

在本实施例中，对图像进行目标检测的方法可采用常用的图像目标检测算法来实现，例如R-CNN、Fast R-CNN或YOLO等，在本实施例中不作具体限制。

进一步地，所述步骤S10中对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域的步骤包括：

步骤S101，对所述区域图像进行特征提取得到特征图；

在一实施方式中，分析设备对区域图像进行目标检测的方法可以是先对区域图像进行特征提取得到特征图(feature map)。其中，可采用常用的特征提取网络模型来进行特征提取操作，例如可采用Mask R-CNN或Faster R-CNN中的卷积层来进行特征提取，其中，Mask R-CNN和Faster R-CNN都是实例分割(Instance segmentation)算法。具体地，可先将区域图像进行尺寸缩放或裁剪等预处理操作，以符合特征提取网络模型的输入数据的数据结构要求，将预处理后的图像输入到特征提取网络模型，经过模型中各个层的逐次处理，得到特征图。特征图一般有多张，对各张特征图的处理步骤类似，故在以下各实施例中，以一张特征图进行举例说明。

步骤S102，在所述特征图中设置候选框，并基于所述候选框在所述特征图中对应的特征进行分类得到所述候选框的分类结果，其中，所述分类结果表征所述候选框内是否包含所述目标类型货品；

在得到特征图后，分析设备可在特征图中设置候选框，候选框有多个。具体地，分析设备可以采用常用的候选框设置方法来设置候选框，例如，RPN(Region ProposalNetwork，区域生成网络)算法或SS(Selective Search，选择性搜索)算法。候选框是一个矩阵框，其框出特征图中的一部分区域，用于确定该区域是否包含目标类型货品。

分析设备设置候选框后，对候选框在特征图中对应的特征进行分类得到候选框的分类结果。也即，基于特征图中被候选框框出的部分特征进行分类，可得到表征该候选框内是否包含目标类型货品的分类结果，例如分类结果有0和1两种，0表示不包含目标类型货品，1表示包含目标类型货品。

步骤S103，根据所述分类结果将包含所述目标类型货品的候选框在所述区域图像中对应的区域作为目标货品区域。

分析设备在得到各个候选框的分类结果后，将候选框中包含目标类型货品的候选框在区域图像中对应的区域作为目标货品区域。需要说明的是，特征图中的各个像素点与区域图像中各个像素点是具有对应关系的，这个对应关系在提取特征图的过程中被分析设备记录下来，分析设备可以根据对应关系，即可找到特征图上的候选框在区域图像中对应的区域。当分类结果表示有多个包含目标类型货品的候选框时，目标货品区域有多个。

进一步地，分析设备也可以在对包含目标类型货品的候选框进行进一步地边界回归，预测出候选框与特征图中真实目标货品区域的偏移量，将候选框按照该偏移量进行偏移，即可得到位置更加准确的候选框，再将该候选框在区域图像中对应的区域作为目标货品区域。

需要说明的是，在本实施例中，分析设备采用目标检测算法对区域图像进行目标货品区域检测之前，需要采用大量包含目标类型货品的图像对目标检测算法中所采用到的模型进行训练，训练过程在本实施例中不进行详细赘述。

步骤S20，根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据；

在确定目标货品区域后，分析设备可根据目标货品区域计算区域图像中目标类型货品的占比数据。具体地，占比数据可以是目标货品区域的面积占区域图像整体面积的比例，或者可以是目标货品区域的面积占区域图像中所有货品所处区域的面积的比例，或者可以是目标类型货品的数量占区域图像中所有货品数量的比例，或者可以是包括以上三项中的任一多项。其中，分析设备可以将所有货品作为目标物，采用常用的图像语义分割算法或目标检测算法获得区域图像中所有货品所处区域。分析设备可以采用常用的实例分割算法对对目标货品区域进行实例分割，得到目标货品区域中目标类型货品的所有数量，同理可获得区域图像中所有货品的数量。

步骤S30，根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度。

在基于区域图像计算得到占比数据后，分析设备可根据占比数据计算得到目标类型货品在区域图像的采集范围内的畅销度。具体地，当占比数据只包括一个比例值时，分析设备可以将该比例直接作为目标类型货品的畅销度；其中，当区域图像只有一张、占比数据为目标货品区域的面积占区域图像整体面积的比例时，占比数据值包括一个比例值。当占比数据包括多个比例值时，分析设备可以采用一定的公式将多个比例值进行综合得到最终的畅销度；其中，公式可以是根据人工经验设置的线性公式，或者根据大数据训练得到的线性模型，例如逻辑回归模型；当区域图像有多张或每张区域图像计算得到的占比数据包括多项比例时，最终得到的占比数据包括多个比例值。

在本实施例中，通过获取目标类型货品所处贩卖区的区域图像，对区域图像进行目标检测得到区域图像中目标类型货品所在的目标货品区域，根据目标货品区域计算得到区域图像中目标类型货品的占比数据，根据占比数据计算得到目标类型货品在区域图像的采集范围内的畅销度。由于区域图像的采集方法简单、实时性高，且基于区域图像进行的畅销度分析采用的是图像处理技术，可以自动完成分析过程而不需要依赖人工统计分析，从而提高了货品畅销度分析的实时性。

进一步地，基于上述第一实施例，提出本发明货品畅销度分析方法第二实施例，在本实施例中，所述步骤S20包括：

步骤S201，计算所述目标货品区域的第一图像面积和所述区域图像的第二图像面积；

在本实施例中，占比数据可以是目标货品区域的面积与区域图像整体面积之间的比例。分析设备在检测到区域图像中的目标货品区域后，计算目标货品区域的图像面积(称为第一图像面积)，以及计算区域图像的图像面积(称为第二图像面积)。具体地，图像面积可以是按照图像的像素点尺寸来计算。

步骤S202，计算所述第一图像面积与所述第二图像面积的比例，将所述比例作为所述区域图像中所述目标类型货品的占比数据。

分析设备计算第一图像面积与第二图像面积的比例，将比例作为区域图像中目标类型货品的占比数据。具体地，分析设备可以是采用第一图像面积除以第二图像面积得到比例，由于第二图像面积是大于或等于第一图像面积的，所以计算出的比例值是小于1或等于1，比例值越大，表明目标类型货品在该区域图像的采集点的畅销度越高。分析设备也可以是采用第二图像面积除以第一图像面积得到比例，计算出的比例值是等于或大于1的，比例值越小，表明目标类型货品在该区域图像的采集点的畅销度越高。需要说明的是，当有多张区域图像时，针对每张区域图像计算比例时的方式应当统一。

在本实施例中，利用货品在贩卖区摆放的越多表示该货品的畅销度越高的原理，通过计算区域图像中目标货品区域与区域图像的面积比例，将比例作为区域图像中目标类型货品的占比数据，进而根据占比数据计算得到目标类型货品在区域图像的采集范围内的畅销度，实现了提供了一种基于图像采集、图像处理的货品畅销度分析方法，相比于传统的依赖于人工统计和分析的方法，实时性能更高，且计算出的货品畅销度更加客观准确。

进一步地，基于上述第一实施例，提出本发明货品畅销度分析方法第三实施例，在本实施例中，所述步骤S20之前，还包括：

步骤S40，对所述区域图像进行目标检测得到所述区域图像中除所述目标类型货品外的其他货品所在的其他货品区域；

在本实施例中，占比数据可以是目标类型货品的数量与区域图像中所有货品数量之间的比例。分析设备可以对区域图像进行目标检测得到区域图像中除目标类型货品外的其他货品所在的其他货品区域，具体地，分析设备可以将其他货品作为目标物，按照与上述实施例中采用目标检测方法获得目标货品区域类似的方式，检测得到区域图像中的其他货品区域。

所述步骤S20包括：

步骤S211，识别所述目标货品区域中所述目标类型货品的第一数量，以及识别所述其他货品区域中所述货品的第二数量；

分析设备在检测得到目标货品区域和其他货品区域后，可识别目标货品区域中目标类型货品的数量(称为第一数量)，以及识别其他货品区域中其他货品的数量(称为第二数量)。具体地，分析设备可以采用常用的实例分割算法对目标货品区域进行实例分割，得到目标货品区域内所包含的各个目标类型货品，并统计数量。类似地，也可识别得到其他货品的数量。

步骤S212，基于所述第一数量和所述第二数量计算得到所述区域图像中所述目标类型货品的占比数据。

分析设备根据第一数量和第二数量计算得到区域图像中目标类型货品的占比数据。具体地，分析设备可以先将第一数量和第二数量相加得到第三数量；再计算第一数量与第三数量的比例，将比例作为区域图像中目标类型货品的占比数据。具体地，分析设备可以是采用第一数量除以第三数量得到比例，由于第三数量是大于或等于第一数量的，所以计算出的比例值是小于1或等于1，比例值越大，表明目标类型货品在该区域图像的采集点的畅销度越高。分析设备也可以是采用第三数量除以第一数量得到比例，计算出的比例值是等于或大于1的，比例值越小，表明目标类型货品在该区域图像的采集点的畅销度越高。需要说明的是，当有多张区域图像时，针对每张区域图像计算比例时的方式应当统一。

在本实施例中，利用货品在贩卖区摆放的越多表示该货品的畅销度越高的原理，通过识别区域图像中目标类型货品的数量和所有货品的数量，计算目标类型货品数量与所有货品数量的比例，将比例作为区域图像中目标类型货品的占比数据，进而根据占比数据计算得到目标类型货品在区域图像的采集范围内的畅销度，实现了提供了一种基于图像采集、图像处理的货品畅销度分析方法，相比于传统的依赖于人工统计和分析的方法，实时性能更高，且计算出的货品畅销度更加客观准确。

进一步地，基于上述第一、第二和/或第三实施例，提出本发明货品畅销度分析方法第四实施例，参照图3所示，在本实施例中，所述占比数据包括基于多个采集点采集的区域图像分别计算得到的占比数据，所述步骤S30包括：

步骤S301，对所述占比数据中处于相同城市的各个采集点所对应的占比数据进行平均，得到各个城市对应的平均数据；

在本实施例中，可以预先设置多个采集点，在各个采集点设置面向贩卖区的摄像设备，基于摄像设备采集得到各个采集点的区域图像。分析设备获取摄像设备采集的区域图像，对每张区域图像进行目标检测、占比数据计算，即可得到各个采集点分别对应的占比数据。

分析设备将处于相同城市的各个采集点所对应的占比数据进行平均，即可得到各个城市分别对应的平均数据。例如，当一个采集点的占比数据是目标货品区域占区域图像的比例时，对于同一城市的多个采集点，分析设备可将各个采集点对应的比例进行平均，得到该城市的平均比例。

需要说明的是，当所有采集点都处于一个城市时，分析设备可以直接根据计算出的平均数据得到目标类型货品在该城市的畅销度，例如，平均数据是一个比例时，可直接将该比例作为畅销度。

步骤S302，获取所述各个城市对应的权重，按照所述权重对各所述平均数据进行加权平均，得到所述目标类型货品在所述多个采集点构成的采集范围内的畅销度。

当采集点分布于多个城市时，分析设备获取各个城市对应的权重。其中，各个城市的权重可以是预先根据具体情况进行设置的，设置依据可以是城市的等级、面积或人口等，权重越大表示该城市对畅销度的计算影响越大。

分析设备按照各个城市的权重对各个城市的平均数据进行加权平均，得到目标类型货品在多个采集点所构成的采集范围内的畅销度。

需要说明的是，当计算得到的平均数据或加权平均之后的结果数值越大表征畅销程度越低时，可进行转换之后，将转换后的数值作为畅销度，以使得最终得到的畅销度数值越大表征畅销程度越高。例如，当占比数据是采用区域图像的面积除以目标货品区域的面积计算得到时，最终计算得到的平均数据或加权平均之后的结果数值越大表征的是畅销程度越低，此时可以采用1除以该数值进行转换。

在本实施例中，通过对分布于不同城市的采集点进行平均和加权平均的统计计算得到目标类型货品在采集范围内的畅销度，实现了根据需要自动地对目标类型货品在不同地理范围内的畅销度分析，提高了畅销度分析的灵活度。

进一步地，所述步骤S302中获取所述各个城市对应的权重的步骤包括：

步骤S3021，根据所述各个城市对应的预设城市等级分别计算得到所述各个城市对应的权重，其中，城市的预设城市等级越高时城市对应的权重越大；

在一实施方式中，分析设备可以根据城市等级计算各个城市的权重。具体地，分析设备可以获取预先设置的各个城市的城市等级。其中城市等级可以是采用数值1、2、3、4……N来表示，数值越大表示城市等级越高，具体可以根据超一线城市、一线城市、二线城市这样的等级来设置城市等级数值。分析设备根据城市等级计算出各个城市对应的权重，使得城市等级越高的城市对应的权重越大。具体地，分析设备可以统计采集点所分布的城市中各个等级类型的城市个数，例如，1等级城市C

1＝x*C

其中，x就是1等级城市对应的权重，其他等级城市对应的权重则为其等级数值乘以x。

步骤S3022，根据所述各个城市对应的人口数量计算得到所述各个城市对应的权重，其中，城市的人口数量越多时城市对应的权重越大。

在另一实施方式中，分析设备可以根据城市的人口数量计算得到各个城市对应的权重，使得人口数量越多的城市对应的权重越大。具体地，分析设备获取预先统计的各个城市的人口数量，选取其中人口数量最小的城市作为基准城市，分别采用其他城市的人口数量除以该基准城市的人口数量得到比例值，采用如下计算公式计算得出y的值：

1＝y+y*P

其中，y就是基准城市对应的权重，M+1是城市的数量，P是其他城市与基准城市的人口比例值，其他城市对应的权重则为其对应的比例值乘以y。

进一步地，所述畅销度包括基于多个时间点采集的区域图像分别计算得到的畅销度，所述步骤S30之后，还包括：

步骤S50，将各所述畅销度按照时间先后顺序生成畅销度变化图，并输出所述畅销度变化图。

在一实施方式中，对于相同的采集点，可以在多个时间点分别采集区域图像，以获得不同时间点对应的区域图像，并分别基于各个区域图像计算得到畅销度，也即得到目标类型货品于不同时间点在采集范围内的畅销度。分析设备可将各个畅销度按照时间先后顺序生成畅销度变化图，并输出畅销度变化图。其中，畅销图变化图可以是折线图、柱形图等能够表现畅销度随着时间变化的图形。

进一步地，在一实施方式中，对于一个城市，可在多个时间点分别采集该城市的各个采集点的区域图像，然后计算出每个时间点目标类型货品在该城市的畅销度。按照同样的方式，对其他城市也进行畅销度分析。分析设备根据各个城市在各个时间点的畅销度，绘制并输出各个城市畅销度随时间变化的动态图。具体地，动态图可包括多帧图，一帧对应一个时间点，各帧图按照时间先后顺序播放；一帧图内包括一个地图，地图中标注出各个城市在该帧图对应的时间点的畅销度，具体可以采用不同颜色填充该城市区域，以颜色的深浅度来表征畅销度。

进一步地，在一实施方式中，参照图4所示，可设置一个畅销度分析系统，系统包括设置于各个城市的各个采集点的摄像设备，以及用于对摄像设备采集的区域图像进行分析的后台服务器(分析设备)，还可包括供用户所使用的客户端(图中未示出)。摄像设备与后台服务器通信连接，客户端可与后台服务器通信连接，向后台服务器发起分析请求。具体地，用户登录客户端设置目标类型货品、采集范围以及采集时间点等，客户端基于设置内容生成分析请求发送给后台服务器；后台服务器接收到分析请求后，向分析请求中采集范围内的摄像设备发送携带采集时间点的采集指令，各个摄像设备接收到指令后，于采集时间点统一采集区域图像并返回给后台服务器；后台服务器接收到区域图像后，以目标类型货品为对象，对区域图像进行目标检测、占比数据计算和畅销度计算，得到采集范围内的畅销度，并将畅销度直接或绘制可视化图形后输出给客户端，以供用户在客户端中查看畅销度分析结果。整个过程用户只需要在客户端中进行简单的数据设置，即可由后台服务器和摄像设备快速地自动分析获得货品畅销度，端到端的设计使得货品畅销度分析的实时性能得到了极大地提高。

此外，此外本发明实施例还提出一种货品畅销度分析装置，参照图5，所述装置包括：

检测模块10，用于获取目标类型货品所处贩卖区的区域图像，对所述区域图像进行目标检测得到所述区域图像中所述目标类型货品所在的目标货品区域；

第一计算模块20，用于根据所述目标货品区域计算得到所述区域图像中所述目标类型货品的占比数据；

第二计算模块30，用于根据所述占比数据计算得到所述目标类型货品在所述区域图像的采集范围内的畅销度。

进一步地，所述第一计算模块20包括：

第一计算单元，用于计算所述目标货品区域的第一图像面积和所述区域图像的第二图像面积；

第二计算单元，用于计算所述第一图像面积与所述第二图像面积的比例，将所述比例作为所述区域图像中所述目标类型货品的占比数据。

进一步地，所述检测模块10还用于对所述区域图像进行目标检测得到所述区域图像中除所述目标类型货品外的其他货品所在的其他货品区域；

所述第一计算模块10包括：

识别单元，用于识别所述目标货品区域中所述目标类型货品的第一数量，以及识别所述其他货品区域中所述货品的第二数量；

第三计算单元，用于基于所述第一数量和所述第二数量计算得到所述区域图像中所述目标类型货品的占比数据。

进一步地，所述占比数据包括基于多个采集点采集的区域图像分别计算得到的占比数据，所述第二计算模块30包括：

第四计算单元，用于对所述占比数据中处于相同城市的各个采集点所对应的占比数据进行平均，得到各个城市对应的平均数据；

第五计算单元，用于获取所述各个城市对应的权重，按照所述权重对各所述平均数据进行加权平均，得到所述目标类型货品在所述多个采集点构成的采集范围内的畅销度。

进一步地，所述第五计算单元包括：

第一计算子单元，用于根据所述各个城市对应的预设城市等级分别计算得到所述各个城市对应的权重，其中，城市的预设城市等级越高时城市对应的权重越大；或，

第二计算子单元，用于根据所述各个城市对应的人口数量计算得到所述各个城市对应的权重，其中，城市的人口数量越多时城市对应的权重越大。

进一步地，所述畅销度包括基于多个时间点采集的区域图像分别计算得到的畅销度，所述装置还包括：

输出模块，用于将各所述畅销度按照时间先后顺序生成畅销度变化图，并输出所述畅销度变化图。

进一步地，所述检测模块10包括：

提取单元，用于对所述区域图像进行特征提取得到特征图；

分类单元，用于在所述特征图中设置候选框，并基于所述候选框在所述特征图中对应的特征进行分类得到所述候选框的分类结果，其中，所述分类结果表征所述候选框内是否包含所述目标类型货品；

确定单元，用于根据所述分类结果将包含所述目标类型货品的候选框在所述区域图像中对应的区域作为目标货品区域。

本发明货品畅销度分析装置的具体实施方式的拓展内容与上述货品畅销度分析方法各实施例基本相同，在此不做赘述。

此外，本发明实施例还提出一种计算机可读存储介质，所述存储介质上存储有货品畅销度分析程序，所述货品畅销度分析程序被处理器执行时实现如下所述的货品畅销度分析方法的步骤。

本发明还提出一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的货品畅销度分析方法的步骤。

本发明货品畅销度分析设备、计算机可读存储介质和计算机程序产品的各实施例，均可参照本发明货品畅销度分析方法各个实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。