Nghiên cứu ứng dụng học sâu xây dựng bộ nhận dạng vật thể giúp thanh toán hàng hóa nhanh

Hiện nay, chưa có nhiều nghiên cứu về ứng dụng học sâu vào mảng nhận dạng thanh toán hàng hóa; Hầu hết chỉ nêu ra việc sử dụng YOLO để theo dõi số lượng vật phẩm thay đổi trên kệ hàng. Bài báo này trình bày giải pháp xây dựng bộ nhận dạng vật thể thời gian thực giúp thanh toán hàng hóa nhanh. Tác giả sử dụng YOLOv4, TResNet và FAISS lần lượt ở các giai đoạn phát hiện vật thể, trích xuất đặc trưng, phân loại hình ảnh đầu ra. Điều này giúp việc thêm dữ liệu mặt hàng mới mà không phải huấn luyện lại từ đầu so với giải pháp chỉ dùng YOLO. Bộ nhận dạng có một camera được lắp bên trên bàn thanh toán và màn hình hiển thị thông tin hóa đơn. Với kết quả thử nghiệm ban đầu, bộ nhận dạng có độ chính xác trung bình 94,54%. Thời gian thanh toán nhanh gấp đôi so với quét mã vạch. Ngoài ra, tác giả giới thiệu tập dữ liệu thanh toán hàng hóa BRC, góp phần cải thiện sự thiếu hụt dữ liệu trong cộng đồng nghiên cứu học sâu.