В "Сколтехе" улучшили ИИ для распознавания товаров

Группа экспертов из «Сколтеха» разработала новый метод определения товаров на развес в магазинах. Новый подход позволит ускорить процесс обучения нейронной сети при появлении новых видов продуктов в магазинах. Этот инновационный метод был опубликован в журнале IEEE Access и описан представителями пресс-службы «Сколтеха» в статье на портале Хабр.

Ученые из «Сколтеха» решили проблемы существующих методов, таких как сложность отличия визуально похожих фруктов и овощей, а также частое появление новых видов продуктов, что требует каждый раз переобучения классической системы компьютерного зрения с вручную размеченными данными.

Метод PseudoAugment предлагает новый подход к обучению нейронных сетей для распознавания новых классов объектов без необходимости тратить много времени на сбор и разметку данных.

С его помощью можно подготовить систему к работе с новыми продуктами еще до их появления на рынке.

Например, можно поставить ящик с новым продуктом под камеру и получить несколько фотографий, которые затем используются для извлечения отдельных объектов и дополнения изображений, на основе которых можно дообучать нейронную сеть. Это позволяет избежать необходимости ручной разметки данных. Разработчики метода отмечают, что использование PseudoAugment позволяет снизить деградацию качества распознавания при добавлении новых классов в систему. 

Этот алгоритм не ограничивается применением только в супермаркетах, его можно использовать для обучения распознаванию однотипных объектов, таких как семена или твёрдые бытовые отходы, на конвейерах для их сортировки.