跳到正文
热点事件观察中

图像整流提升密集货架商品检测准确率

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Mayank Sah与Jimson Mathew将单应性估计和霍夫变换生成的整流图像接入深度学习目标检测模型,用于超市货架上的密集商品识别。论文摘要称,在不同拍摄角度和物体密度数据集、不同检测模型上的实验显示,图像整流能提高倾斜货架图像的商品检测准确率。 该方法的效果受拍摄角度和物体密度限制;现有材料未提供具体准确率增幅、硬件开销或独立复现结果。

AI 根据报道生成 · 42 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    超市商品检测与识别:利用深度学习结合校正图像

    研究将深度学习目标检测模型与单应性估计、霍夫变换结合,用于识别超市货架图像中的密集商品。基于不同角度变化和图像物体密度的数据集实验显示,图像校正可提升商品检测准确率,但校正效果受拍摄角度和物体密度限制。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。