基于深度学习的智能烘培类商品识别系统研究

• 作者: 李良熹 荣进国
• 来源期刊: 信息与电脑
• 关键词: 商品识别 深度学习 嵌入式 Jetson TX2
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 人工智能与识别技术
• 页码范围: 156-158
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.13.047

摘要

随着信息技术的不断发展,零售行业大量使用扫码方式进行商品的识别,十分快捷方便.但是对于糕点、面包等无法附加条形码的商品,只能人工进行商品的识别.使用商品自动识别技术可以提高商品结算的效率,降低人力成本.因此,本文通过在小型本地设备上部署轻量化的深度学习多目标识别算法,可以快速地进行烘培类商品的自动识别.经过多家糕点店的实际测试验证,本系统能够准确、快速地对放置于购物盘中的商品进行识别.