基于尺寸的零售货架物体推理以分类产品变体的机器学习方法
计算机视觉与模式识别
2021-10-11 v1 机器学习
摘要
用于分析零售货架图像上产品的机器学习方法数量激增。基于深度学习的计算机视觉方法可用于检测零售货架上的产品并对其进行分类。然而，存在视觉上完全相同但尺寸不同的产品变体，区分它们的方法是观察其与货架上其他产品的相对尺寸。这使得仅使用计算机视觉算法来辨别基于尺寸的变体变得不切实际。在这项工作中，我们提出将确定产品尺寸变体作为目标检测器和分类器的下游任务的方法，其中目标检测器从货架提取产品，分类器确定产品品牌。产品变体确定是一项基于边界框大小和分类器预测的品牌为某品牌产品分配产品变体的任务。虽然基于梯度提升的方法对于正面清晰明确的产品效果良好，但针对产品不规则堆叠的情况，提出了一种可容纳噪声的神经网络方法。
引用
@article{arxiv.2110.03783,
title = {Machine Learning approaches to do size based reasoning on Retail Shelf objects to classify product variants},
author = {Muktabh Mayank Srivastava and Pratyush Kumar},
journal= {arXiv preprint arXiv:2110.03783},
year = {2021}
}