基于深度學習的貨賀商品檢測技術研究.pdf

1、超市由于其便利性逐漸成為人們?nèi)粘Ｉ钪匈徫锏闹匾x擇。超市的核心是商品，商品的狀態(tài)是超市運行情況的直接反映。為了掌握商品的銷售情況以及給消費者提供良好的購物體驗，超市管理人員需要經(jīng)常核對盤點貨架上商品的信息。而超市現(xiàn)有的獲取商品信息的方法大都是根據(jù)商品信息的存儲查詢管理軟件，并且需要超市管理人員輔助提供大量的信息。這種商品信息獲取方法存在很多的缺點，比如需要大量的勞動力、不能及時更新商品信息等。因此需要研究更為方便快捷的獲取超市商品信息

2、的方法，以便更為方便及時的提供商品信息。
　　針對傳統(tǒng)的貨架商品信息獲取方法的不足，本文研究了機器學習和計算機視覺相關技術在貨架商品檢測上的應用，并設計和實現(xiàn)了一種能智能快速地獲得貨架上擺放商品的信息的貨架商品檢測方法。
　　本文首先研究了最新的深度學習物體檢測網(wǎng)絡結構Faster R-CNN和SSD在貨架商品檢測上的應用，然后針對Faster R-CNN和SSD在貨架層數(shù)很多且商品很多的貨架圖像上商品檢測結果比較差的問題，