Update readme_industry.md

docs/readme_industry.md

@@ -1,4 +1,4 @@
-<!-- # 袋鼯麻麻——智能零售购物平台
+<!-- # 袋鼯麻麻——智能零售结算平台（泛化？）
 
 ## 项目介绍
 
@@ -8,16 +8,24 @@
 
    随着计算机视觉技术的发展，以及无人化、自动化超市运营理念的提出，利用图像识别技术及目标检测技术实现产品的自动识别及自动化结算的需求呼之欲出，即自动结账系统（Automatic checkout, ACO）。基于计算机视觉的自动结账系统能有效降低零售行业的运营成本，提高顾客结账效率，从而进一步提升用户在购物过程中的体验感与幸福感。  
 
-### 适用场景  
+### 适用场景（泛化）  
 
 > 大型线下零售体验店
 
-### 痛点问题
+### 痛点问题<说清楚>
 
    1. **结算效率要求极高**：在大型线下零售体验店购物场景中，若顾客购买的商品较多，采用传统的条形码结算，效率较低，顾客购物体验较差；
    2. **品类更新极快**：像新零售这种行业，新品几乎都是**按小时级别**在更新，每增加新的产品都要辛辛苦苦重新训练模型，仅靠单一模型想要跟上步伐，着实望尘莫及；
    3. **不同商品相似度极高**：比如同一种饮料的不同口味，就很可能拥有非常类似的包装。而且即便对于同一件商品，**在不同情况下所获得的商品图像都往往存在相当大的差异**；
-   4. **商品类别数以万计**：根本没法事先把所有类别都放入训练集。
+   4. **商品类别数成百上千**：根本没法事先把所有类别都放入训练集。
+
+
+区别度
+新增，出现怎么办，需要突出一下，详细描述
+前后不一致
+相似度高的商品展示
+预测速度的数据
+
 
 
 ### 解决方案
@@ -178,6 +186,11 @@ python -m paddle.distributed.launch
     -o  Global.pretrained_model="output/RecModel/best_model"
 ```
 
+!!评估
+
+> 现有+未有
+
+
 4. 模型推理
 
 推理过程包括两个步骤： 1)导出推理模型, 2)获取特征向量
@@ -407,9 +420,18 @@ python3 pipeline_http_client.py
 !pip install --upgrade -r requirements.txt -i https://mirror.baidu.com/pypi/simple
 ```
 
+用词规范
+行业场景的痛点及解决说明
+数据集说明问题（前后一致）
+整个测试结果，（已有的测试，和新增的结果测试）
+新加入的类别索引库的说明（各个方案做一个对比）
+优化思路（弱化or）
+部署，paddleclas，速度，效果结果说明
+
+
 ## 数据准备
 
-### 数据集介绍
+### 数据集介绍<详细讲述>
 
 目前开源的商品识别方向的数据集