【摘 要】
:
现阶段作为新零售典型代表的无人超市,正在我国各大城市快速兴起,提高商品结算效率寻求新的结算方式已成为无人超市急需解决的问题。本文以无人超市结算平台上的商品为检测目标,通过研究深度学习的目标检测识别技术,为商品检测识别提供可行的技术方案。本文首先进行商品分类与分割,然后再对分割的商品进行细粒度商品识别,根据商品图像的检测分割模型和图像搜索识别模型实现商品图像的检测识别。本文的主要内容如下:1.研究分
论文部分内容阅读
现阶段作为新零售典型代表的无人超市,正在我国各大城市快速兴起,提高商品结算效率寻求新的结算方式已成为无人超市急需解决的问题。本文以无人超市结算平台上的商品为检测目标,通过研究深度学习的目标检测识别技术,为商品检测识别提供可行的技术方案。本文首先进行商品分类与分割,然后再对分割的商品进行细粒度商品识别,根据商品图像的检测分割模型和图像搜索识别模型实现商品图像的检测识别。本文的主要内容如下:1.研究分析了现阶段深度学习目标检测识别的主要网络架构与深度学习原理,结合商品检测识别的应用场景与超市商品数量和种类较多等特点,研究适合超市商品检测识别的方法,提出先进行商品分类与分割,再对分割的商品进行更加精准的识别。2.研究了图像的检测与分割的方法,根据商品的图片,使用深度学习图像检测分割的方法,对商品进行分类后分割出图片中的商品。通过实验对比语义分割Seg Net模型与实例分割Mask RCNN模型的图像检测分割效果,根据实验结果对比分析商品图像的分割质量与检测分割模型的性能,选用识别准确度较高、检测识别性能较为稳定的Mask RCNN模型对商品图像进行分类与分割。3.研究了图像搜索识别的方法,根据商品分类的结果,为提高分类后相似度较高商品的识别准确率,通过实验对比了不同位数哈希码的深度哈希图像搜索与细粒度图像搜索方法SCDA识别的准确率,经过分析得出细粒度图像搜索方法对类别之间差异性较小的商品图像识别效果较好,因此选用细粒度模型对分类后的商品进行精准识别,取得了较为理想的识别结果。4.在前面的研究基础上完成商品识别的系统设计,根据商品图像的检测分割模型和细粒度图像搜索模型搭建检测识别系统,验证商品图像识别的可行性。在RPC数据集结算图中的系统测试召回率为94.8%,精度为97.6%,取得了理想的识别结果。通过测试说明了本文的商品检测识别方法有效,为无人超市商品的识别结算打下了基础。
其他文献
舒适宜人的光环境对于健康建筑至关重要。已有大量研究证实了不恰当的光环境会影响人体褪黑激素分泌,影响人体节律,甚至导致一系列生理与心理疾病。同时,人们还设定了若干标准体系判断建筑光环境是否满足健康要求。屏幕设备扮演着信息源与光源的双重角色,影响着其所处的空间光环境。作为建筑空间中的新元素,屏幕被广泛用于各类建筑空间场景下,且在现代科技技术不断发展的进程中,有可能进一步演进为建筑的全新界面,重构建筑空
随着科学技术的飞速发展,电力设备的快速普及,接入电网的敏感元器件以及精密仪器逐步增多,生产生活对用电质量的要求达到了前所未有的高度。同时大型整流设备的运用以及电网覆盖面积的增加使得各类电能质量问题日益加剧,这些电网中的干扰不仅会影响电力系统的正常工作,甚至会造成设备损坏带来巨大的经济损失,因此构建高速精准的分析方法成为当下研究的热点。压缩感知作为新兴的信号分析方法,有着速度快、精度高等特点,尤其是
本文主要研究了从造纸厂碱性土壤中筛选得到的,能够产生耐碱木聚糖酶的两株放线菌X24-14和X15-17。通过16 S rRNA基因序列分析并结合菌株的形态特征以及生理生化特性,初步认为菌株X15-17为拟诺卡氏菌属(Nocardiopsis)的一个潜在新种;菌株X24-14为纤维化纤维菌(Cellulosimicrobium cellulans)。在此基础上探索了菌株X24-14和菌株X15-17
用户在社交媒体中发布的信息中可能携带着位置信息,对于不包含准确经纬度定位信息的内容,可对其分析时间和空间维度以获得用户位置的跟踪。传统的轨迹探测方法其主要缺陷在于,在检测非标准用户内容时,它对于轨迹识别的模糊内容的容错能力以及识别精度均较低;此外,对于能记录携带经纬度信息的轨迹位置信息的场景,往往由于设备的续航问题使得轨迹的补充必不可少。本文的主要的研究内容包括:1)提出基于树索引的用户轨迹发现方
近年来随着科技的不断发展,数据资源的重要性愈发突显。因为它记录了客观事物各方面的性质和特点。通过对数据的探索和分析,可以挖掘出数据潜在的大量价值,这些价值都能更好的改善生活的方方面面。为此,各行各业都存储了大量的数据,如生物医学领域的疾病数据,计算机视觉领域的图像数据,自然语言处理的文本数据等。为了能够更好的挖掘数据潜在的价值,许多数据挖掘技术成为了近几年来的研究热点,如:聚类,分类和推荐算法等。
在信息时代,机器学习算法通常需要处理大量高维数据。数据的维度高意味着其含有大量的特征,这通常给模型的建立带来困难,例如分类问题或回归任务。高维数据中有大量特征是不相关或冗余的,它们对训练模型的性能产生负面的影响。为了解决这一问题,特征的选择问题得到了广泛关注,其旨在通过选择更小的特征子集来提高分类测试的准确性。特征选择是一个组合优化问题,而粒子群优化算法作为一个全局寻优的进化计算技术,在特征选择问
上市融资是目前国内企业最重要的融资手段之一,在经济全球化的影响下,上市融资已经不再局限于国内资本市场,许多大型公司都实现了国内外交叉上市,筹集到大量的资金。目前,国内最普遍的交叉上市地点是在内地和香港,也就是所谓的A、H股双重上市。双重上市股票往往存在溢价问题,在世界各个资本市场中,普遍存在的溢价情况是外资股相对于内资股溢价。在我国,却是内资股相对于外资股溢价,这就是所谓的“中国股市之谜”,引起了
随着电子商务的发展,在线购物由于方便快捷、选择范围更广、受地域影响更小的特点已经成为一种重要的消费方式。与此同时,电商企业竞争日益激烈,以供应链驱动运营的方式被越来越多的商家接受,因此需求精准预测和制订合理的库存策略成为提高电商企业核心竞争力的重要方式。消费者网购过程中会产生大量在线行为数据,通过机器学习方法,能够发现消费者购买意愿,进而对商品需求做出精准的预测,以此指导电商企业制订合理的库存策略
随着我国经济水平的发展,国民可支配收入的提高,居民越来越重视精神享受,旅游行业迎来了巨大的发展机遇,据联合国世界旅游组织测算,2016年中国旅游业对国民经济综合贡献达11%,中国旅游业对社会就业综合贡献超过10.26%,已成为国民经济战略性支柱产业之一。而旅游景区作为旅游行业的主体之一,发展势头亦十分迅猛,2016年,我国的景区数量已经达到了26000多家。但是长期以来,旅游景区重视资源和营销,忽
金融衍生产品因具有非线性与杠杆性,在金融市场发挥着价格发现,风险转移等诸多不可替代作用。期权作为现代衍生品定价理论的发端,一直占据着学术界和实务界研究热点。以布莱克-斯科尔斯期权定价模型为代表是现代期权定价的基础性工作,但是一直以来对市场微观结构缺少足够的关注。现代金融市场创新层出不穷,不仅新的金融产品被不断地开发出来,金融监管者也在持续地进行监管创新以适应市场需要。本文的主要研究对象就是一项特殊