直播预告！生鲜与零售商品识别系统产业实践与部署详解
💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
飞桨联合Intel提供了基于飞桨图像分类开发套件PaddleClas和OpenVINO™工具套件的生鲜与零售商品识别系统，减少模型更新成本，提升CPU处理速度。
🎯
关键要点
- 生鲜零售在民生消费中扮演重要角色，现有结算方式存在缺陷。
- 条形码方式对生鲜产品不适用，RFID成本高，称重方式效率低。
- 需要一种高效、低维护成本的商品识别系统。
- 飞桨与Intel联合推出基于PaddleClas和OpenVINO的商品识别系统，降低模型更新成本。
- 该系统只需训练一套模型，后续可通过少量新增图像解决新增商品问题。
- 项目中使用PP-ShiTuV2 Pipeline进行模型训练和快速部署，优化CPU推理性能。
- 主体检测、特征提取和检索模块是系统的三大核心部分。
- 选择PicoDet-LCNet_x2_5作为主体检测模型，提升识别精度。
- 特征提取使用PPLCNetV2_base，节省推理时间并保持高分类精度。
- OpenVINO作为推理后端，提升CPU处理速度，节省项目成本。
- 最终部署在Intel x86平台，提供完整的使用示例与开发说明。
- OpenVINO工程师将进行直播课，解析开发全流程。
🏷️
标签
➡️
