“新零售”背景下基于深度学习的商品检测算法研究

发布时间：2024-02-24 19:02

　　零售行业一直是我国国民经济的重要部分。近年来由于线上交易的蓬勃发展,线下零售交易量日渐萎缩。但随着新零售概念的提出,线上发展遇到瓶颈期,越来越多的企业重新关注到线下的发展。传统结算方式需要大量的人工,效率低下且成本逐渐上升,需要新的技术改进现有的条形码结算方式。深度学习算法自2012年以来发展迅猛,以深度学习为基础的图像分类、目标检测等算法也得到进一步发展。在这种背景下,本文以新零售背景下的商品结算作为切入,研究了基于深度学习的商品检测算法,以现烤面包店为交易场景,并对其中的部分检测算法进行优化,从而提高检测效果。本文主要以Faster R-CNN作为模型基础算法,完成了一个深度学习网络模型,通过部分优化,在检测精度方面相较原Faster R-CNN算法有了一定的提升。本文的主要工作如下:(1)首先对基础网络进行实验,将VGG16替换成检测精度更高的ResNet网络,并以现实因素为考量选择了 ResNet-50作为基础网络。然后受到GoogLeNet Inception思想的启发,对ResNet网络进行优化。原始的卷积层特征提取效果有限,我们希望可以增加残差网络感受野的丰富度,设计了不...

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图２－２卷积过程示意??２．１．２激活函数??

?山东大学硕士学位论文??１，１?１．０．０?ｕ，ｎｕ〇［〇￣??０?１１１０?１０?１?〇?＇?１．：?＾?１?〇??ｃｏｉｌ?１?＊?？?Ｉ?？?＝?＼?ＴＴ??〇：〇?１?Ｉ?〇?Ｋ〇＾ｒ〇??（，．＂＇（）：（）?ＥＨｍＫ??雉入图像的矩Ｋ?卷积核?第一步？积??ＪＴ??....

图２－３池化操作过程??

山东大学硕士学位论文??还有局部旋转不变的特性，即使像素发生了微小位移变化，池化的输出仍然不变，??因此模型的鲁棒性也得到提升。平均池化以及最大池化是常见的两种操作。下图??２－３所示的是两类池化的具体过程。????１?沿人池化?６?ｇ??２?６?３?１??Ｋ??４?３??４?５....

图２－５?ＶＧＧ１６为基础网络的Ｆａｓｔｅｒ－ＲＣＮＮ??２．２．１卷积网络特征提取??

山东大学硕士学位论文??

图２－７锚点窗口微调示意图??１８??

?山东大学硕士学位论文??卷积核滑窗形成原本已设计的尺寸存在差异的分数以及锚点窗口位置，将分数最??大的锚点窗口即选取成候选窗口。自然场景文本检测算法［３９］中也应用了区域推荐??思想并取得了不错的效果。??锚点窗口结构详见下图２－６，下图中存在９个锚点窗口，全部都是下图西北??....

本文编号：3909478