[发明专利]无人零售货柜的货品静态识别方法

权利要求书

1.一种无人零售货柜的货品静态识别方法，其特征在于，所述方法包括：

构建静态数据集，通过人工采集图像，对所述图像的标签、类别和边界框坐标信息进行人工标记；

构造一阶段目标检测模型，所述一阶段目标检测模型包括主干网络和子网络；在所述主干网络中引入可变形卷积神经网络，所述主干网络的归一化层选用组归一化层；在所述子网络中，选用聚焦损失函数对边界框坐标信息进行分类，选用平衡L1损失函数对边界框坐标信息进行坐标回归；

对所述一阶段目标检测模型进行训练，以所述静态数据集的图片作为输入，通过所述主干网络进行特征提取，以标签、类别和边界框坐标信息作为输出，获取网格参数；

将所述网格参数输入无人零售货柜，进行货品静态识别。

2.根据权利要求1所述的货品静态识别方法，其特征在于，所述主干网络采用残差网络。

3.根据权利要求1所述的货品静态识别方法，其特征在于，所述在主干网络引入可变形卷积神经网络的方法，是在最后三层卷积中引入。

4.根据权利要求1所述的货品静态识别方法，其特征在于，所述对一阶段目标检测模型进行训练的方法，采用带动量的随机梯度下降算法。

5.根据权利要求1所述的货品静态识别方法，其特征在于，所述构造一阶段目标检测模型的方法，是在RetinaNet模型基础上构造DrtNet模型。