基于卷积神经网络的零售商品识别系统设计与实现

发布时间：2023-03-19 16:31

　　伴随着新零售时代的到来,线下实体门店的发展面临着更多的机遇与挑战。终端用户的个性化需求不断提高,体验式消费、智能零售等新零售方式都将成为线下实体门店发展机遇组成的重要部分。本论文基于该现状,对现有线下实体门店的商品收银的过程进行改进,以加快收银过程,降低收银过程中人为引起的错误因素。本论文设计并实现了基于卷积神经网络的商品识别系统。该系统以创新型微小线下门店(商品类型100件以内)的零售商品为基础,实现了自动识别零售商品,自动计算商品数量以及商品总价格,使得终端用户的购买体验得到提升,同时减少线下门店的收银人员,并且也降低了人为因素导致的价格计算错误的几率。本系统主要由硬件和软件两部分组成。硬件包含一个高清摄像头,放置商品的底座以及显示商品数量和商品价格的LED显示区域。软件实现了商品图像数据采集、图像数据识别以及商品价格管理等功能。本论文实现的主要内容分为两个阶段:商品图像识别训练;商品图像实时识别。商品图像识别的采集和训练主要挑战的是算力和效率的大难题。在商品图像识别训练阶段,设计了对数据进行预处理方案,产生自动商品图像的采集标记化,极大降低了客户在图像建模采集方面的难度和提升了效...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 论文研究背景
    1.2 业界发展动态
    1.3 课题研究目的及意义
    1.4 论文主要内容
    1.5 论文章节组织结构
第二章 技术背景
    2.1 商品识别技术背景
    2.2 技术分析
        2.2.1 OpenCV概述
        2.2.2 CNN卷积神经网络概述
        2.2.3 TensorFlow深度学习框架概述
        2.2.4 SQLite数据库概述
    2.3 本章小结
第三章 需求分析与概要设计
    3.1 系统需求
    3.2 业务流程
    3.3 概要功能
        3.3.1 商品图像数据采集
        3.3.2 商品图像数据预处理
        3.3.3 商品图像数据训练学习
    3.4 智能零售系统总体设计
        3.4.1 商品图像数据采集模块系统架构
        3.4.2 商品图像数据预处理模块系统架构
        3.4.3 商品图像数据训练学习模块系统架构
        3.4.5 商品图像实时识别模块系统架构
    3.5 本章小结
第四章 详细设计与实现
    4.1 开发环境
        4.1.1 软件环境
        4.1.2 开发工具
    4.2 系统框架详细设计
    4.3 商品基本信息数据表详细设计
    4.4 商品图像数据采集模块详细设计
    4.5 商品图像数据预处理模块详细设计
    4.6 商品图像训练学习模块详细设计
        4.6.1 卷积神经网络时间和空间复杂度
        4.6.2 卷积神经网络详细设计
    4.7 商品图像实时识别模块详细设计
        4.7.0 商品图像实时识别模块框架设计
        4.7.1 消息管理详细设计
        4.7.2 数据库管理详细设计
        4.7.3 商品管理详细设计
        4.7.4 图片管理详细设计
        4.7.5 识别管理详细设计
        4.7.6 显示管理详细设计
        4.7.7 调度管理详细设计
    4.8 本章小结
第五章 测试与验证
    5.1 测试环境
    5.2 功能测试用例功能大纲及测试结果
        5.2.1 商品图像数据采集功能
        5.2.2 商品图像数据预处理功能
        5.2.3 商品图像训练学习功能
        5.2.4 商品图像识别功能
        5.2.5 商品图像自动识别结算功能
    5.3 性能测试用例及测试结果
    5.4 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 展望
致谢
参考文献
附录1
附录2



本文编号：3765581