一种基于卷积神经网络的零售商品识别方法

摘要

本发明公开一种基于卷积神经网络的零售商品识别方法，首先使用一个通用的粗粒度的数据集训练一个定制的yolo3目标检测器，接着输入待检测图像，得到一系列初级语义对象，然后根据一系列规则组合初级语义对象为高级语义对象，最后通过判断需检测的目标的属性与各个高级语义对象的属性间的相似度对比得到所需目标。本发明使得基于通用的粗粒度数据集训练得到的检测器在一定条件下也可用于完成细粒度分类任务；相比于传统方法直接采集目标类别的数据进行训练，本发明可极大地降低数据采集成本和在生产环境下使用的门槛。