摘要
随着“十四五”规划中,新零售被列为传统产业数字化转型的重点领域。基
于深度学习的商品目标检测,作为零售商品无人结算中极具潜力的技术分支迎来
了发展契机。然而在实际应用的过程中仍然面临着以下问题:其一,由于商品众
多且包装快速变换,结算数据集的更新难以覆盖新兴品类以及满足商品包装快速
变换的长尾需求;其二,商品体积差距大、包装材料多反光、结算时商品多交叠
导致传统检测方法识别精度不高;其三,终端部署受限于边缘设备的算力和存储
条件,模型需在压缩效率与精度间取得平衡。围绕以上三个问题,本文对基于
原创力文档

文档评论(0)