基于不忘学习提升域泛化能力：在零售结算中的应用
计算机视觉与模式识别
2022-07-13 v1
摘要
由于外观相似的商品及其各种姿态，设计达到人类水平精度的零售店自动结算系统具有挑战性。本文通过提出一种两阶段流水线方法来解决该问题。第一阶段检测类不可知物品，第二阶段专门用于分类商品类别。我们还在视频帧间跟踪物体以避免重复计数。一个主要挑战是域鸿沟，因为模型在合成数据上训练但在真实图像上测试。为减小误差鸿沟，我们对第一阶段检测器采用域泛化方法。此外，使用模型集成来增强第二阶段分类器的鲁棒性。该方法在AI City挑战赛2022——Track 4上评估，在测试A集上获得F1分数。代码发布于 https://github.com/cybercore-co-ltd/aicity22-track4。
引用
@article{arxiv.2207.05422,
title = {Improving Domain Generalization by Learning without Forgetting: Application in Retail Checkout},
author = {Thuy C. Nguyen and Nam LH. Phan and Son T. Nguyen},
journal= {arXiv preprint arXiv:2207.05422},
year = {2022}
}