基于CNN的服饰类实体门店商品识别方法的应用研究

发布时间：2024-03-27 04:03

　　伴随着电子商务领域的不断发展,传统的实体门店面临着巨大的挑战。相较于以淘宝、京东等为代表的国内大型电商平台,基于实体门店的传统零售行业的主要劣势之一在于各方面较高的成本,这些成本涵盖地租、运营、人工、物流等多个方面。服饰商品具有季节性、时效性的特性,许多品牌的服饰更新换代非常快且品类众多,每季度、每月甚至每周都会推出新的服饰,这便给服饰类实体门店人工进行商品清点带来了困难。近年来,基于CNN的图像识别技术被广泛运用于各种商品识别场景中,但其应用领域主要集中在电商平台的商品图像识别以及便利店、超市等杂货类零售实体门店的无人结算,针对服饰类实体门店的研究与应用较少。本文以运动服饰品牌“李宁”的实体门店为基础,以作为门店主要商品的鞋、上衣商品为例,针对服饰类商品的独特特征,对基于CNN的商品识别方法在服饰类实体门店中的应用进行深入研究,构建出一套专门适用于服饰类实体门店的商品识别方法,辅助店员进行商品清点,实现商品清点自动化,提升商品管理效率。针对服饰类实体门店的商品识别,本研究的主要内容包括:(1)构建出一套专门用于服饰类商品图像数据采集的方法,建立数据采集货架进行基础训练数据的采集,每个...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图２－１?Ｍ－Ｐ神经元模型??其中，ｘ１（ｘ２１？为该神经元从上一层的ｎ个神经元接收的输入信号，??ｗ，?ｗ，为ｉ经经的，表经连的强，??

?基于ＣＮＮ的服饰类实体门店商品识别方法的应用研究???２商品识别方法的原理介绍??２．１基于ＣＮＮ的图像分类原理介绍??２．１．１人工神经网络??１．Ｍ－Ｐ神经元模型??１９４３年，美国心理学家ＭｃＣｕｌｌｏｃｈ和数学家Ｐｉｔｔｓ参考生物神经元结构，提??出了一种简易人工神经元....

图２－２全连接神经网络示意图??１１??

?２商品识别方法的原理介绍???２．感知机??１９５７年，就职于Ｃｏｒｎｅｌｌ航空实验室的Ｒｏｓｅｎｂｌａｔｔ提出了感知机（Ｐｅｒｃｅｐｔｒｏｎ），??该模型是一种简单的人工神经网络，能够执行线性二分类任务网。设输入空间??为ｊ?Ｓ?ｉ？＇输出空间ｙ?＝?（＋?１，?－?１｝表示....

图２－３卷积神经网络的基本结构??卷积神经网络（ＣＮＮ）是一种以卷积层为基本单元的人工神经网络，其基??

?基于ＣＮＮ的服饰类实体门店商品识别方法的应用研究???输入层?卷积层１?池化层１?卷积层２?地化层２全连接层ｓｏｆｔｍａｘ层??４ｊ?ｆ＾ｎｒｔ?：?４－ｉ?－—．??图２－３卷积神经网络的基本结构??卷积神经网络（ＣＮＮ）是一种以卷积层为基本单元的人工神经网络，其基??本结构....

图２－４局部感受野与局部连接??虽然通过局部连接减少了参数量，但对于模型训练来说，在尽可能维持预??测精度的情况下参数越少越好

局部连接。现讨??论局部连接减少参数量的效果：设输入层节点数为丨｜／丨丨，输出层节点数为丨Ｌ／１Ｉ，??卷积核大小为／ｃｘｆｃ，采用全连接方式的参数量为｜｜／丨丨Ｘ｜｜；丨丨，采用局部连接方式??则的参数量为／ＣＸ／ＣＸ?｜｜／丨丨，其中／Ｃ一般取值较小，如１、３、５，于是有／ｃ....

本文编号：3940163