基于卷積神經(jīng)網(wǎng)絡(luò)的零售商品識別系統(tǒng)設(shè)計與實(shí)現(xiàn)
發(fā)布時間:2023-03-19 16:31
伴隨著新零售時代的到來,線下實(shí)體門店的發(fā)展面臨著更多的機(jī)遇與挑戰(zhàn)。終端用戶的個性化需求不斷提高,體驗(yàn)式消費(fèi)、智能零售等新零售方式都將成為線下實(shí)體門店發(fā)展機(jī)遇組成的重要部分。本論文基于該現(xiàn)狀,對現(xiàn)有線下實(shí)體門店的商品收銀的過程進(jìn)行改進(jìn),以加快收銀過程,降低收銀過程中人為引起的錯誤因素。本論文設(shè)計并實(shí)現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)的商品識別系統(tǒng)。該系統(tǒng)以創(chuàng)新型微小線下門店(商品類型100件以內(nèi))的零售商品為基礎(chǔ),實(shí)現(xiàn)了自動識別零售商品,自動計算商品數(shù)量以及商品總價格,使得終端用戶的購買體驗(yàn)得到提升,同時減少線下門店的收銀人員,并且也降低了人為因素導(dǎo)致的價格計算錯誤的幾率。本系統(tǒng)主要由硬件和軟件兩部分組成。硬件包含一個高清攝像頭,放置商品的底座以及顯示商品數(shù)量和商品價格的LED顯示區(qū)域。軟件實(shí)現(xiàn)了商品圖像數(shù)據(jù)采集、圖像數(shù)據(jù)識別以及商品價格管理等功能。本論文實(shí)現(xiàn)的主要內(nèi)容分為兩個階段:商品圖像識別訓(xùn)練;商品圖像實(shí)時識別。商品圖像識別的采集和訓(xùn)練主要挑戰(zhàn)的是算力和效率的大難題。在商品圖像識別訓(xùn)練階段,設(shè)計了對數(shù)據(jù)進(jìn)行預(yù)處理方案,產(chǎn)生自動商品圖像的采集標(biāo)記化,極大降低了客戶在圖像建模采集方面的難度和提升了效...
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 論文研究背景
1.2 業(yè)界發(fā)展動態(tài)
1.3 課題研究目的及意義
1.4 論文主要內(nèi)容
1.5 論文章節(jié)組織結(jié)構(gòu)
第二章 技術(shù)背景
2.1 商品識別技術(shù)背景
2.2 技術(shù)分析
2.2.1 OpenCV概述
2.2.2 CNN卷積神經(jīng)網(wǎng)絡(luò)概述
2.2.3 TensorFlow深度學(xué)習(xí)框架概述
2.2.4 SQLite數(shù)據(jù)庫概述
2.3 本章小結(jié)
第三章 需求分析與概要設(shè)計
3.1 系統(tǒng)需求
3.2 業(yè)務(wù)流程
3.3 概要功能
3.3.1 商品圖像數(shù)據(jù)采集
3.3.2 商品圖像數(shù)據(jù)預(yù)處理
3.3.3 商品圖像數(shù)據(jù)訓(xùn)練學(xué)習(xí)
3.4 智能零售系統(tǒng)總體設(shè)計
3.4.1 商品圖像數(shù)據(jù)采集模塊系統(tǒng)架構(gòu)
3.4.2 商品圖像數(shù)據(jù)預(yù)處理模塊系統(tǒng)架構(gòu)
3.4.3 商品圖像數(shù)據(jù)訓(xùn)練學(xué)習(xí)模塊系統(tǒng)架構(gòu)
3.4.5 商品圖像實(shí)時識別模塊系統(tǒng)架構(gòu)
3.5 本章小結(jié)
第四章 詳細(xì)設(shè)計與實(shí)現(xiàn)
4.1 開發(fā)環(huán)境
4.1.1 軟件環(huán)境
4.1.2 開發(fā)工具
4.2 系統(tǒng)框架詳細(xì)設(shè)計
4.3 商品基本信息數(shù)據(jù)表詳細(xì)設(shè)計
4.4 商品圖像數(shù)據(jù)采集模塊詳細(xì)設(shè)計
4.5 商品圖像數(shù)據(jù)預(yù)處理模塊詳細(xì)設(shè)計
4.6 商品圖像訓(xùn)練學(xué)習(xí)模塊詳細(xì)設(shè)計
4.6.1 卷積神經(jīng)網(wǎng)絡(luò)時間和空間復(fù)雜度
4.6.2 卷積神經(jīng)網(wǎng)絡(luò)詳細(xì)設(shè)計
4.7 商品圖像實(shí)時識別模塊詳細(xì)設(shè)計
4.7.0 商品圖像實(shí)時識別模塊框架設(shè)計
4.7.1 消息管理詳細(xì)設(shè)計
4.7.2 數(shù)據(jù)庫管理詳細(xì)設(shè)計
4.7.3 商品管理詳細(xì)設(shè)計
4.7.4 圖片管理詳細(xì)設(shè)計
4.7.5 識別管理詳細(xì)設(shè)計
4.7.6 顯示管理詳細(xì)設(shè)計
4.7.7 調(diào)度管理詳細(xì)設(shè)計
4.8 本章小結(jié)
第五章 測試與驗(yàn)證
5.1 測試環(huán)境
5.2 功能測試用例功能大綱及測試結(jié)果
5.2.1 商品圖像數(shù)據(jù)采集功能
5.2.2 商品圖像數(shù)據(jù)預(yù)處理功能
5.2.3 商品圖像訓(xùn)練學(xué)習(xí)功能
5.2.4 商品圖像識別功能
5.2.5 商品圖像自動識別結(jié)算功能
5.3 性能測試用例及測試結(jié)果
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 論文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄1
附錄2
本文編號:3765581
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 論文研究背景
1.2 業(yè)界發(fā)展動態(tài)
1.3 課題研究目的及意義
1.4 論文主要內(nèi)容
1.5 論文章節(jié)組織結(jié)構(gòu)
第二章 技術(shù)背景
2.1 商品識別技術(shù)背景
2.2 技術(shù)分析
2.2.1 OpenCV概述
2.2.2 CNN卷積神經(jīng)網(wǎng)絡(luò)概述
2.2.3 TensorFlow深度學(xué)習(xí)框架概述
2.2.4 SQLite數(shù)據(jù)庫概述
2.3 本章小結(jié)
第三章 需求分析與概要設(shè)計
3.1 系統(tǒng)需求
3.2 業(yè)務(wù)流程
3.3 概要功能
3.3.1 商品圖像數(shù)據(jù)采集
3.3.2 商品圖像數(shù)據(jù)預(yù)處理
3.3.3 商品圖像數(shù)據(jù)訓(xùn)練學(xué)習(xí)
3.4 智能零售系統(tǒng)總體設(shè)計
3.4.1 商品圖像數(shù)據(jù)采集模塊系統(tǒng)架構(gòu)
3.4.2 商品圖像數(shù)據(jù)預(yù)處理模塊系統(tǒng)架構(gòu)
3.4.3 商品圖像數(shù)據(jù)訓(xùn)練學(xué)習(xí)模塊系統(tǒng)架構(gòu)
3.4.5 商品圖像實(shí)時識別模塊系統(tǒng)架構(gòu)
3.5 本章小結(jié)
第四章 詳細(xì)設(shè)計與實(shí)現(xiàn)
4.1 開發(fā)環(huán)境
4.1.1 軟件環(huán)境
4.1.2 開發(fā)工具
4.2 系統(tǒng)框架詳細(xì)設(shè)計
4.3 商品基本信息數(shù)據(jù)表詳細(xì)設(shè)計
4.4 商品圖像數(shù)據(jù)采集模塊詳細(xì)設(shè)計
4.5 商品圖像數(shù)據(jù)預(yù)處理模塊詳細(xì)設(shè)計
4.6 商品圖像訓(xùn)練學(xué)習(xí)模塊詳細(xì)設(shè)計
4.6.1 卷積神經(jīng)網(wǎng)絡(luò)時間和空間復(fù)雜度
4.6.2 卷積神經(jīng)網(wǎng)絡(luò)詳細(xì)設(shè)計
4.7 商品圖像實(shí)時識別模塊詳細(xì)設(shè)計
4.7.0 商品圖像實(shí)時識別模塊框架設(shè)計
4.7.1 消息管理詳細(xì)設(shè)計
4.7.2 數(shù)據(jù)庫管理詳細(xì)設(shè)計
4.7.3 商品管理詳細(xì)設(shè)計
4.7.4 圖片管理詳細(xì)設(shè)計
4.7.5 識別管理詳細(xì)設(shè)計
4.7.6 顯示管理詳細(xì)設(shè)計
4.7.7 調(diào)度管理詳細(xì)設(shè)計
4.8 本章小結(jié)
第五章 測試與驗(yàn)證
5.1 測試環(huán)境
5.2 功能測試用例功能大綱及測試結(jié)果
5.2.1 商品圖像數(shù)據(jù)采集功能
5.2.2 商品圖像數(shù)據(jù)預(yù)處理功能
5.2.3 商品圖像訓(xùn)練學(xué)習(xí)功能
5.2.4 商品圖像識別功能
5.2.5 商品圖像自動識別結(jié)算功能
5.3 性能測試用例及測試結(jié)果
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 論文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄1
附錄2
本文編號:3765581
本文鏈接:http://www.sikaile.net/jingjilunwen/guojimaoyilunwen/3765581.html
最近更新
教材專著