Исследовательская группа из Сколтеха и других учреждений предложила новый быстрый способ распознавания взвешиваемых товаров в супермаркете. В отличие от существующих систем, данный алгоритм ускорит обучение нейронной сети при поступлении новых видов продукции. Статья опубликована в журнале IEEE Access.
Магазины продолжают внедрять технологии, которые стремятся улучшить работу персонала и ускорить процесс взвешивания товаров и оплаты. В то время как в некоторых супермаркетах покупатели должны запомнить код и взвесить товары в специальном отделе, в других магазинах это обычно делают кассиры на выходе — они либо сами должны определить тип фруктов или овощей, либо спросить у покупателя.
В магазинах самообслуживания с весами потребители также должны помнить коды. Кроме того, сложно обеспечить, чтобы покупатели взвешивали правильный тип продукции. Исследователи Сколтеха предлагают упростить процесс с помощью системы компьютерного зрения.
По словам исследовательской группы, существующие инструменты имеют ряд недостатков. «Сложность заключается в том, что в супермаркете много визуально похожих фруктов или овощей, и часто появляются новые типы. Классические системы компьютерного зрения нужно переобучать каждый раз, когда поступает новый сорт. Это занимает много времени, потому что нам нужно собирать много данных, а затем вручную их маркировать», — объясняет ведущий автор исследования, инженер-программист, аспирант Центра беспроводной связи Сколтеха Сергей Нестерук.
Подход PseudoAugment позволяет настроить нейронную сеть на новые типы без длительного процесса сбора и маркировки данных. Систему можно сконфигурировать еще до появления новых товаров на полках магазина.
«Коробка с новым типом может быть помещена под камеру и сфотографирована. Затем, основываясь всего лишь на нескольких фотографиях, алгоритм идентифицирует конкретные объекты без ручной маркировки. Позже мы дополняем изображения, которые будут использоваться для переобучения модели. Мы выявили, что с PseudoAugment, при добавлении новых типов, ухудшение качества обнаружения гораздо ниже. Если мы добавим много новых типов, ухудшение по-прежнему произойдет, но систему можно переобучать всего лишь каждые пару недель. Самое главное, она будет работать, как только новый тип поступит в магазин», — комментирует Сергей Нестерук.
Изображения дополняются генерируемыми изображениями, что является визуальным преобразованием исходных данных. Среди таких преобразований, например, поворот изображений, изменение их яркости, добавление шума. Хотя дополнение увеличивает вариативность данных, модель становится более надежной.
Как утверждают исследователи, данное исследование вносит вклад в подход, ориентированный на данные, который фокусируется на улучшении данных и применении их в готовых моделях. Область применения нового алгоритма не ограничивается супермаркетами. Его также можно использовать для обучения распознаванию однородных объектов, например, на конвейерах для зерна или твердых бытовых отходов.