摘要
本发明公开了基于AI处理的智能柜商品图像识别方法,属于智能柜商品图像识别领域,依智能柜营业时段设采集窗,采集多视角商品图像,经清晰度、亮度、完整度评测筛选出商品训练图,并结合销售数据得出优训值;接着,用未经处理图像搭建初始模型,以训练图更新模型,依优训值匹配学习率,通过测试集获取识别基准值,根据测试成功率与基准值差值调节学习率,提升识别能力;最后,分析新商品上架数量、识别准确值和销售波动值,得到更调值,据此调节模型更新时段;本发明解决了传统方法图像采集筛选不佳、模型训练更新策略欠佳、模型更新与运营脱节的问题,有效提高图像识别准确率,优化智能柜运营效率,增强模型对商品变化的适应。
技术关键词
商品图像识别方法
智能柜
模型更新
上架
神经网络模型
亮度
训练集
图像识别准确率
标记
标识符
幅值
随机梯度下降
AI算法
日志
序列
拉普拉斯
像素
多视角