无人零售货柜的货品静态识别方法与流程

技术特征：
1.一种无人零售货柜的货品静态识别方法，其特征在于，所述方法包括：构建静态数据集，通过人工采集图像，对所述图像的标签、类别和边界框坐标信息进行人工标记；构造一阶段目标检测模型，所述一阶段目标检测模型包括主干网络和子网络；在所述主干网络中引入可变形卷积神经网络，所述主干网络的归一化层选用组归一化层；在所述子网络中，选用聚焦损失函数对边界框坐标信息进行分类，选用平衡l1损失函数对边界框坐标信息进行坐标回归；对所述一阶段目标检测模型进行训练，以所述静态数据集的图片作为输入，通过所述主干网络进行特征提取，以标签、类别和边界框坐标信息作为输出，获取网格参数；将所述网格参数输入无人零售货柜，进行货品静态识别。2.根据权利要求1所述的货品静态识别方法，其特征在于，所述主干网络采用残差网络。3.根据权利要求1所述的货品静态识别方法，其特征在于，所述在主干网络引入可变形卷积神经网络的方法，是在最后三层卷积中引入。4.根据权利要求1所述的货品静态识别方法，其特征在于，所述对一阶段目标检测模型进行训练的方法，采用带动量的随机梯度下降算法。5.根据权利要求1所述的货品静态识别方法，其特征在于，所述构造一阶段目标检测模型的方法，是在retinanet模型基础上构造drtnet模型。

技术总结
本发明提出了一种无人零售货柜的货品静态识别方法，所述方法包括通过人工采集和人工标记构造静态识别数据集；在主干网络中引入可变形卷积神经网络和组归一化层，在子网络中选用聚焦损失函数进行分类以及选用平衡L1损失函数进行坐标回归，构造一阶段目标检测模型；对一阶段目标检测模型进行训练，获取网格参数；将网格参数输入无人售货柜，对货品种类和数量进行识别。本发明提供的货品静态识别方法解决了传统目标检测模型中对边缘货品检测的不稳定性问题，通过提高货品识别率提升无人售货的用户体验。货的用户体验。货的用户体验。


技术研发人员：张海军 李东海
受保护的技术使用者：哈尔滨工业大学（深圳）(哈尔滨工业大学深圳科技创新研究院)
技术研发日：2020.04.13
技术公布日：2021/10/21