3.0 KiB
商品识别
商品识别技术，是现如今应用非常广的一个领域。拍照购物的方式已经被很多人所采纳，无人结算台已经走入各大超市，无人超市更是如火如荼，这背后都是以商品识别技术作为支撑。商品识别技术大概是"商品检测+商品识别"这样的流程，商品检测模块负责检测出潜在的商品区域，商品识别模型负责将商品检测模块检测出的主体进行识别。识别模块多采用检索的方式，根据查询图片和底库图片进行相似度排序获得预测类别。此文档主要对商品图片的特征提取部分进行相关介绍，内容包括：
- 数据集及预处理方式
- Backbone的具体设置
- Loss函数的相关设置
1 Aliproduct
1 数据集
Aliproduct数据是天池竞赛开源的一个数据集，也是目前开源的最大的商品数据集，其有5万多个标识类别，约250万训练图片。相关数据介绍参考原论文。
2 图像预处理
- 图像
Resize到224x224 - 图像
RandomFlip - Normlize：图像归一化
3 Backbone的具体设置
具体是用ResNet50_vd作为backbone，主要做了如下修改：
-
使用ImageNet预训练模型
-
在GAP后、分类层前加入一个512维的embedding FC层，没有做BatchNorm和激活。
4 Loss的设置
在Aliproduct商品识别中，使用了CELoss训练, 为了获得更加鲁棒的特征，后续会使用其他Loss参与训练，敬请期待。
全部的超参数及具体配置：ResNet50_vd_Aliproduct.yaml
2 Inshop
1 数据集
Inshop数据集是DeepFashion的子集，其是香港中文大学开放的一个large-scale服装数据集，Inshop数据集是其中服装检索数据集，涵盖了大量买家秀的服装。相关数据介绍参考原论文。
2 图像预处理
数据增强是训练大规模
- 图像
Resize到224x224 - 图像
RandomFlip - Normlize：图像归一化
- RandomErasing
3 Backbone的具体设置
具体是用ResNet50_vd作为backbone，主要做了如下修改：
-
使用ImageNet预训练模型
-
在GAP后、分类层前加入一个512维的embedding FC层，没有做BatchNorm和激活。
-
分类层采用Arcmargin Head，具体原理可参考原论文。
4 Loss的设置
在Inshop商品识别中，使用了CELoss和TripletLossV2联合训练。
全部的超参数及具体配置：ResNet50_vd_Inshop.yaml