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( 四 )

跨域:RPC 中图像数据分为单品图和结算图两种形态。模型需在单品图上进行训练,但真正测试环境则为结算图。

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

图 3:单品图。

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

图 4:结算图。

真实:在构造和采集结算图时,尽可能追求模拟真实零售场景,无论商品类别、商品个数、摆放角度及遮挡等等因素均接近实际收银场景。

层级:200 类商品隶属于 17 个商品大类(如方便面、纸巾、饮料等),天然构成了层次的结构,并可作为辅助监督信息用于进一步的训练。

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

图 6:17 个商品大类。

推荐阅读