零售产品结账数据集-麻将胡了pg电子网站

数据集介绍

近年来，人们对将计算机视觉技术集成到零售行业产生了新的兴趣。自动结账 (aco) 是该领域的关键问题之一，旨在从要购买的产品图像中自动生成购物清单。这个问题的主要挑战来自产品类别的大规模和细粒度特性，以及由于产品的不断更新，难以收集反映真实结账场景的训练图像。尽管具有重要的实践和研究价值，但这个问题在计算机视觉社区中并没有得到广泛的研究，主要是由于缺乏高质量的数据集。为了填补这一空白，在这项工作中，我们提出了一个新的数据集来促进相关研究。我们的数据集具有以下特点：（1）它是迄今为止产品图像数量和产品类别最大的数据集。(2) 它包括在受控环境中拍摄的单品图像和由结账系统拍摄的多品图像。(3)它为结帐图像提供不同级别的注释。与现有数据集相比，我们的数据集更接近现实环境，可以衍生出各种研究问题。除了数据集，我们还使用各种方法对该数据集的性能进行了基准测试。(3)它为结帐图像提供不同级别的注释。与现有数据集相比，我们的数据集更接近现实环境，可以衍生出各种研究问题。除了数据集，我们还使用各种方法对该数据集的性能进行了基准测试。(3)它为结帐图像提供不同级别的注释。与现有数据集相比，我们的数据集更接近现实环境，可以衍生出各种研究问题。除了数据集，我们还使用各种方法对该数据集的性能进行了基准测试。

paper : 

authors:              peng wang     lingqiao liu

project page : 

introduction kernel: 

零售产品结帐数据集商业信息 商业金融 公开数据集

1.aiproducts-challenge（阿里2020）下载地址：2020-aiproducts-challenge-dataset数据介绍：large-scale product recognition赛题与数据-天池大赛-阿里云天池该数据集包含近 300 万张图片，涵盖 5 万个 sku 级商品类别。1st-plan：1st__winner solution for aliproducts challenge large-scale product r 6st-p

本文通过对一个简单的电商零售数据案例进行粗略分析，介绍做数据分析时的项目流程。工具：python jupyter-notebook

编辑丨平台 多显著性对象数据集数据集链接： asmxb本数据集共有 1224 张图像来自四个公共图像数据集：coco、voc07、imagenet 和 sun。amazon mechanic turk 工作人员将每个图像标记为包含 0、1…

1.aiproducts-challenge（阿里2020）下载地址： 2020-aiproducts-challenge-dataset数据介绍： large-scale product recognition赛题与数据-天池大赛-阿里云天池该数据集包含近 300 万张图片，涵盖 5 万个 sku 级…

一、机器学习的产品数据集 fashion-mnist：mnist非常适合产品分类用例，其中包含10个类别的近60,000张时尚产品的训练图像和10,000张测试图像。http...

帕依提提是人工智能数据集与场景化算力开放平台，为用户提供人工智能数据集社区，数据集查询、数据调用等数据集服务，同时还为用户提供了场景化ai算力服务，提供代码在线管理、分享、运行等服务。

dataset - sku级别的商品图像数据集汇总

旷视南京研究院发布了一个新零售自动结算场景下的大型商品数据集rpc（论文戳：rpc: a large-scale retail product checkout dataset），旨在为相关领域的基础研究提供一个演武场。

视觉自动结算任务示意

rpc数据集的特点

【量大】：无论商品类别（达200）还是图像总量（达83k）均是目前该领域之最。

rpc与相关数据集在类别数和图像总量的对比

【跨域】：rpc中图像数据分为「单品图 exemplar image」和「结算图 checkout image」两种形态。模型需在单品图上进行训练，但真正测试环境则为结算图。

单品图（exemplar image）

三种难度的结算图（checkout image）

【真实】：在构造和采集结算图时，我们尽可能追求模拟真实购买场景，无论商品类别、商品个数、摆放角度及遮挡等等因素均接近实际零售场景。

【层级】：rpc中的200类商品隶属于17个商品大类（如方便面、纸巾、饮料等），天然构成了层次的结构。

【难易】：对于rpc中的结算图我们设计了三种难度：easy，medium和hard，包含的商品类别数和数量分别为：

结算图的三种难度

【强弱】在监督信息层面，我们为每张rpc的结算图均提供了由弱（shopping list）到中（point）再到强（product bbox）的三种强度监督信息。

结算图的三种强度监督信息

beyond rpc

除文章中定义的自动结算任务外，该数据集还可用于以下领域（但不限于）的科学研究：

few-shot detection / recognition

fine-grained detection / recognition

domain transfer learning

multi-category counting

online learning

weakly-supervised learning

and many more ...