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( 五 )

难易:针对结算图设计了三种难度:Easy、Medium 和 Hard,包含的商品类别数和数量分别为:

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

表 2:结算图的三种难度。

强弱:在监督信息层面,我们为每张 RPC 的结算图均提供了由弱(Shopping List)到中(Point)再到强(Product BBox)的三种强度监督信息。

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 5:结算图的三种强度监督信息。

RPC 数据集基准

ACO 基线方法

旷视在本文提出了 4 个 ACO 基线方法,分别是 1)Single,2)Syn,3)Render 和 4)Syn+Render。

只使用 RPC 数据集单品图的标注信息,且直截了当地把这些单品图用于训练,这种策略即是首个基线方法,称之为 Single。另外,本文使用的检测器是 ResNet101 作为 Backbone 的特征金字塔网络 FPN。

推荐阅读