摘要
本发明公开了一种基于AI图像识别的自助售卖机商品识别方法,包括以下步骤:步骤一、使用PSConv卷积,在保证参数量变换不大的情况下,提高对小商品的检测精度;步骤二、使用自适应动态阈值超图计算模块(ADT‑HGC)建立高阶语义关系和增强语义信息能力,进一步提高模型的检测精度;步骤三、使用语义收集‑精炼‑映射三位一体语义架构,显著增强模型的检测精度;本发明与现有的技术相比的优点在于:本发明通过风车卷积模块动态捕获多尺度特征以增强小商品检测能力,构建自适应动态阈值超图计算模块建立商品间高阶语义关联,并结合跨层特征融合与反向映射机制实现局部细节与全局上下文的协同优化,最终在参数量仅增加0.28M的情况下达成91%的mAP检测精度。
技术关键词
商品识别方法
AI图像识别
自助售卖机
语义
跨层特征
定义
局部视觉特征
空间特征信息
多尺度特征融合
注意力机制
YOLO模型
多粒度特征
阶段
动态掩膜
分支
支路
颈部结构
精度
系统为您推荐了相关专利信息
动作预测方法
轨迹预测模型
智能机械装置
关键点
数据
语义特征
信道解码器
云服务器
信道编码器
通信资源分配