智慧零售技术探秘:关键技术与开源资源,助力智能化零售革新

2023-12-25 11:50:14

智慧零售是一种基于先进技术的零售业态,通过整合物联网、大数据分析、人工智能等技术,实现零售过程的智能化管理并提升消费者体验。

实现智慧零售的关键技术包括商品的自动识别与分类、商品的自动结算等等。

为了实现商品的自动识别与分类,需要借助先进的图像识别技术。本文将介绍一些开源库和数据集,这些资源有助于研究者和开发者在智慧零售领域进行相关工作。

PaddleClas

PaddleClas 是由百度飞桨开发的一个图像识别和图像分类任务的工具集,可用在工业界和学术界,助力使用者训练出更好的视觉模型和落地应用。

ColugoMum 是基于 PP-ShiTu 开发的智能购物平台,可以准确定位和识别每种商品,返回完整的购物清单以及显示客户应支付的商品实际价格。项目地址在https://github.com/thomas-yanxin/Smart_container

  • 项目链接:https://github.com/PaddlePaddle/PaddleClas

FastReID

FastReID 是由京东 AI 研究院发布的基于 PyTorch 的通用目标重识别(ReID)开源库,可广泛应用于线下零售、智能供应链、智能园区等项目。

  • 项目链接:https://github.com/JDAI-CV/fast-reid

  • 更多介绍:https://zhuanlan.zhihu.com/p/351587618

数据集

Open Brand

Open Brand 数据集源于各大电商平台,包含了 584920 张图片,1303563 个标注量,包含了行业内大部分商标。

  • 论文地址:https://arxiv.org/pdf/2012.07350.pdf

  • 下载地址:https://tianchi.aliyun.com/dataset/130462

RP2K

RP2K 数据集收录了超 50 万张零售商品货架图片,商品种类超 2000 种,所有图片均来自真实场景下的人工采集,并针对每种商品,提供了十分详细的注释,包含尺寸/形状/味道等特征。

优势:全球 SKU 种类最多。

  • 论文地址:https://arxiv.org/pdf/2006.12634.pdf

  • 下载地址:https://wRPCww.pinlandata.com/rp2k_dataset/

AliProduct

AliProduct 数据集收录了近 300 万张图片,涵盖 5 万个 SKU 级商品类别,含有大量的生活用品、食物等。

商品图像的类别和总量均为业界之最。

缺点:该数据集中没有人工标注,数据较脏,数据分布较不均衡,且有很多相似的商品图片。

  • 下载地址:https://openi.pcl.ac.cn/ColugoMum/Exprements-public/datasets

RPC

RPC 是一个大规模零售产品结账数据集,收录了 200 个产品类别(17个大类)和 83739 张图像,包括单品图和结算图,并进行了注释。

  • 论文地址:https://arxiv.org/pdf/1901.07249.pdf

  • 下载地址:https://rpc-dataset.github.io/

  • 更多介绍:https://zhuanlan.zhihu.com/p/55627416

  • 更多介绍:https://zhuanlan.zhihu.com/p/55987842

Products-10K

Products-10K 是一个完全人工标注的商品图片数据集,其中收录了 10000 种(10 大类)细粒度的 SKU 级商品,这些商品均是经常被中国消费者购买的产品,包括时尚、3C、食品、保健、家居用品等全品类。

  • 论文地址:https://arxiv.org/abs/2008.10545

  • 下载地址:https://products-10k.github.io/challenge.html#downloads

Locount

Locount 数据集收录了 50394 张图像,包括 140 个类别(9 大类)中超过 190 万个图像实例,并提供了丰富的注释。

  • 下载地址:https://isrc.iscas.ac.cn/gitlab/research/locount-dataset


趋动云是一款强大的AI训练平台,内置已近 900 条数据集和 AI 模型资源,覆盖多个领域。

用户可以轻松选择适用于其研究的数据集和模型,例如,杂货商品数据集Grocery Store Dataset和自动结算场景下的大型商品数据集RPC等,这些数据集在商品识别、分类等任务中具有广泛的应用价值。

通过趋动云,用户能够一键获取所需的数据集和模型,为研究和实验提供便利,进一步推动人工智能领域的发展。

文章来源:https://blog.csdn.net/m0_49711991/article/details/135195052
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。