Grocery product detection and recognition

اگر چه در بسیاری از زمینه های شناسایی / تشخیص چهره می توان فرض کرد که تصاویر آموزشی نماینده شرایط عملیاتی واقعی هستند، در سناریو ما این فرض واقع ناپذیر نیست، زیرا تنها تصاویر آموزش موجود در شرایط به خوبی کنترل می شوند. این فاصله بین داده های آموزش و آزمایش باعث می شود که وظایف تشخیص و شناسایی جسم بسیار پیچیده تر و به تکنیک های بسیار قوی نیاز داشته باشند. در این مقاله اثبات می شود که نتایج خوب با بهره گیری از اطلاعات رنگ و بافت در فرآیند چند مرحله ای: پیش انتخاب، انتخاب خوب و پردازش پس از آن می باشد. برای انتخاب خوب ما تکنیک کلاسیک کیسه واژگان را با یک رویکرد جدید شبکه های عمیق عصبی مقایسه کردیم و نتایج جالبی پیدا کردیم. آزمایش های گسترده در مجموعه داده های پیچیدگی های مختلف مورد بحث قرار می گیرد تا مسائل اصلی مشخص کننده این مشکل را برجسته نمایند و به سمت توسعه عملی یک برنامه واقعی هدایت شوند.