标签：图像识别 货柜 曼孚 零售 商品 数据 标注

零售业是劳动密集型行业，其中收银结算成本在总成本中占据相当比重。

随着深度学习发展，借助图像识别技术实现零售行业的降本增效已是大势所趋。​

目前主要流行的一种智能货柜解决方案是“视觉识别解决方案”，即以图像识别为技术核心，摄像头、主板为硬件核心，对目标产品进行目标检测和分类，实现自动识别与结算，提升购物体验与节省人力成本。

目前，此类解决方案已经在部分地区开始商用。然而，在实际应用的过程中，部分问题也开始逐渐暴露，核心点集中于物品的识别准确率上。

智能货柜售卖的商品最常见的是饮料和盒装零食。在现实场景中，巡检的照片质量参差不齐，且实际场景中很难有理想的正面拍摄环境，同时不同商品种类外包装的可辨识度不高，容易混淆，这些问题都给计算机视觉算法的识别带来了巨大的困难。

众所周知，数据集质量的高低会极大的影响最终模型的效果。因此提高投喂的数据集质量，是解决此类问题的关键。

目前，新零售领域常用的数据标注类型主要有以下几种：

1. 2D框

标注出货柜上的商品：

2. 多边形

标注出取出的商品：

3.语义分割

对图片中的不同商品区域进行分割标注：

4.视频标注

标注出视频中人物持有的商品

场景化、精细化是目前数据标注行业的主要发展趋势，高质量的数据集将有效提升图像识别准确率，为新零售产业商业化落地增添新的活力。

标签：图像识别,货柜,曼孚,零售,商品,数据,标注
来源： https://blog.51cto.com/14624568/2474952

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。