旷视科技发布最大商品识别数据集，推动新零售自动收银场景落地( 二 )_：旷视科技发布最大商品识别数据集

CV 技术+场景，从来不是一条坦途。从图像识别角度讲，ACO 的落地布满靳棘，其中既有来自数据本身的问题，也有模型训练的因素，最后可归结为 4 个方面： 1）large-scale，2）fine-grained，3） few-shot 和 4）cross-domain。

尽管存在上述问题，ACO 还是有着潜在的研究与商业价值。如果有标注精良的数据集，这一问题或可迎刃而解。为此，旷视科技南京研究院打造了一个目前最大的商品识别数据集——RPC（Retail Product Checkout），来推动新零售自动收银场景的相关研究和技术进步，它的商品种类高达 200，图像总量达 83k，真实模拟零售场景，且逼真度超过现有同类数据集，同时充分体现出 ACO 问题的细粒度特性。