一种用于零售货架商品识别的改进深度学习方法
计算机视觉与模式识别
2022-03-01 v1
摘要
零售商店中的自动商品识别是计算机视觉与模式识别领域的一个重要现实应用。本文考虑从货架图像及查询/商品图像信息中自动识别零售货架上所放置商品类别的问题。我们通过开发一个两阶段目标检测与识别流水线，在效果与内存需求上改进了已有方法：该流水线由基于 Faster-RCNN 的目标定位器（检测货架图像中的物体区域）和基于 ResNet-18 的图像编码器（将检测区域分类至相应类别）组成。各模型均使用适当数据集微调以获得更好预测，并对每个查询图像进行数据增强，以构建用于微调基于 ResNet-18 的商品识别模型的广泛图库集。该编码器采用三元组损失函数训练，遵循在线困难负样本挖掘策略以改善预测。所提模型轻量，部署时可端到端连接以自动识别货架图像中每个商品对象。使用 Grozi-32k 与 GP-180 数据集的广泛实验验证了所提模型的有效性。
引用
@article{arxiv.2202.13081,
title = {An Improved Deep Learning Approach For Product Recognition on Racks in Retail Stores},
author = {Ankit Sinha and Soham Banerjee and Pratik Chattopadhyay},
journal= {arXiv preprint arXiv:2202.13081},
year = {2022}
}
备注
submitted to Machine Vision and Applications, Springer