AI视觉盘点定制：货架遮挡与盘点差异复核

仓库盘点最耗时的环节不是数数，而是处理差异复核：货架深处被前排便当盒挡住、整箱与拆零混放、同一SKU在不同库位形态不同，都会让纯视觉计数出现偏差。 定制化的可行路径是把盘点拆成两级：先做可见面识别，再对不可见面用库存账与历史出货做校验。落地时通常包含三个模块： 1. 可见面检测：对货架正面做检测框+分类，输出每个库位的SKU与数量估计，并给出置信度。低置信度框自动标注为「待复核」，不直接进差异报表。 2. 遮挡推理：接入库位高度、箱规与朝向信息，对被前排挡住的整箱做数量上限推算，超出上限的差异转人工扫码枪补录，避免AI凭空猜测。 3. 差异归类：把盘点差异按「计量单位错、库位串号、拆零未登记、真丢失」四类打标，连续三盘同一库位同类差异才升级到库存调整，减少误调。 实测中，遮挡严重的高位货架建议保留人工抽盘比例15%~20%，其余库位可做到视觉全盘。关键不是追求100%识别率，而是把复核工作量压到可承受范围，同时让每条差异有可追溯的判定依据。