Unitail：零售场景中的检测、识别与匹配
计算机视觉与模式识别
2022-07-21 v4
摘要
为了在门店中充分利用计算机视觉技术，需要考虑符合零售场景特点的实际需求。为实现这一目标，我们引入联合零售数据集（Unitail），这是一个针对产品基础视觉任务的大规模基准，对检测、识别和匹配算法提出挑战。Unitail 标注了 180 万个四边形实例，提供检测数据集以更好地对齐产品外观。此外，它提供一个图库式 OCR 数据集，包含 1454 个产品类别、3 万个文本区域和 2.1 万条转写文本，以实现稳健的产品文字识别并推动增强的产品匹配。除使用多种 SOTA 方法对数据集进行基准测试外，我们为产品检测定制了一种新检测器，并提供了一种简单的基于 OCR 的匹配方案以验证其有效性。
引用
@article{arxiv.2204.00298,
title = {Unitail: Detecting, Reading, and Matching in Retail Scene},
author = {Fangyi Chen and Han Zhang and Zaiwang Li and Jiachen Dou and Shentong Mo and Hao Chen and Yongxin Zhang and Uzair Ahmed and Chenchen Zhu and Marios Savvides},
journal= {arXiv preprint arXiv:2204.00298},
year = {2022}
}
备注
ECCV 2022