Автор: 
В повседневной жизни активно внедряются технологии для повышения качества и удобства оказания бытовых услуг, в том числе и в розничной торговле. Например, в магазинах появились кассы самообслуживания, что упрощает работу персонала и экономит время покупателей. Среди оставшихся трудностей в использовании автоматизированных кассовых аппаратов остаётся распознавание продуктов, не имеющих штрих-кода. Овощи и фрукты по прежнему требуется взвешивать, запоминая номер товара, или обращаться к продавцам в зале и на кассе.
Учёные из Сколково представили новую концепцию, способную различать развесные продукты. Исследование опубликовано в журнале IEEE Access. Разработанный алгоритм PseudoAugment использует подходы глубокого обучения в компьютерном зрении. Из фотографий ящика с фруктами или овощами, сделанных сверху, с помощью аугментации создаются дополнительные изображения отдельных плодов. Это называется объектно-ориентированное расширение. Таким образом достигается необходимое количество снимков для распознавания товара и обучения нейронной сети. При этом собирать и вводить данные вручную не требуется, что позволяет в кратчайшие сроки настраивать интеллектуальную систему весов на кассах самообслуживания.
На примере классификации фруктов учёные показали, что точность PseudoAugment достигает 98,3% только на сгенерированных изображениях. А для обучения системы распознаванию нового класса товара понадобилось 14 фотографий, при этом точность составила 95%. Такие интеллектуальные системы могут быть встроены как в весы на кассах самообслуживания, так и в другие механизмы распознавания однородных объектов. Например, на сортировочные конвейеры бытовых отходов.
