零售商品图像分类的实用技巧集
计算机视觉与模式识别
2020-01-14 v1 机器学习
机器学习
摘要
零售商品图像分类是构建自助结账商店和自动化零售执行评估等真实世界系统的一个重要计算机视觉与机器学习问题。在本工作中，我们提出了多种技巧，以提升深度学习模型在不同类型零售商品图像分类数据集上的准确率。这些技巧使我们能够大幅提升针对零售商品图像分类微调的卷积网络的准确率。作为最显著的技巧，我们引入了一种称为局部概念累积（Local-Concepts-Accumulation, LCA）层的新神经网络层，该层在多个数据集上带来了一致的增益。我们发现另外两个可提升零售商品识别准确率的技巧是：使用在 Instagram 上预训练的卷积网络，以及使用最大熵作为分类的辅助损失。
引用
@article{arxiv.2001.03992,
title = {Bag of Tricks for Retail Product Image Classification},
author = {Muktabh Mayank Srivastava},
journal= {arXiv preprint arXiv:2001.03992},
year = {2020}
}