文件名称：Retail-Product-Identification-Project
文件大小：19.27MB
文件格式：ZIP
更新时间：2024-04-29 18:22:19
Python
在零售商店中检测各种产品 挑战性 数以千计的产品和数百种不同的产品 无法分别标记不同的产品 可以找到各种字体，方向和大小的文本 视频的每一帧都必须进行处理 战略 我们在产品上使用书面内容 我们还在imagenet中使用不同图像的对象分类 可以将分类和文本映射到目录中的产品（对于实际案例） 解决方案 使用imagenet训练模型 使用CRAFT读取每个产品上的标签和文本 复写 使用require.txt安装依赖项 还要下载'craft_mlt_25k.pth' 如果出现问题，请阅读有关CRAFT算法的信息 局限性 难以在实时视频中使用，因为CRAFT方法在CPU中很慢
【文件预览】：
Retail-Product-Identification-Project-main
----objdtect.py(825B)
----test.py(6KB)
----imgproc.py(2KB)
----__pycache__()
--------craft.cpython-37.pyc(3KB)
--------imgproc.cpython-37.pyc(2KB)
--------read.cpython-37.pyc(3KB)
--------__init__.cpython-37.pyc(122B)
--------file_utils.cpython-37.pyc(2KB)
--------test.cpython-37.pyc(5KB)
--------craft_utils.cpython-37.pyc(6KB)
----craft_utils.py(9KB)
----read.py(4KB)
----label_video.py(1KB)
----requirements.txt(117B)
----tf2-preview_mobilenet_v2_classification_4()
--------variables()
--------saved_model.pb(1.11MB)
----file_utils.py(3KB)
----refinenet.py(2KB)
----README.md(932B)
----shelf17.avi(6.61MB)
----basenet()
--------vgg16_bn.py(3KB)
----ImageNetLabels.txt(11KB)