Semmeldetector：机器学习在商业面包店中的应用
计算机视觉与模式识别
2024-06-07 v1
摘要
Semmeldetector是一个机器学习应用，利用目标检测模型对图像中的烘焙食品进行检测、分类和计数。我们的应用使商业面包师能够追踪未售出的烘焙食品，从而优化生产并提高资源效率。我们编制了一个包含1151张图像的数据集，区分18种不同类型的烘焙食品，用于训练检测模型。为促进模型训练，我们使用Copy-Paste增强流水线来扩充数据集。我们在检测任务上训练了最先进的目标检测模型YOLOv8。我们测试了不同训练数据、模型规模和在线图像增强流水线对模型性能的影响。我们整体表现最佳的模型在测试集上达到了89.1%的[email protected]。基于我们的结果，我们得出结论：即使在面包店等意想不到的行业，机器学习也可以成为有价值的工具，即使数据集非常有限。
引用
@article{arxiv.2406.04050,
title = {Semmeldetector: Application of Machine Learning in Commercial Bakeries},
author = {Thomas H. Schmitt and Maximilian Bundscherer and Tobias Bocklet},
journal= {arXiv preprint arXiv:2406.04050},
year = {2024}
}