科创中国
一种基于自注意力深度网络的商品识别方法
成果类型：: 发明专利
发布时间: 2026-05-18 10:10:27
科技成果产业化落地方案
方案提交机构：成果发布人| 徐景新 | 2026-05-18 10:10:27
本发明公开了一种基于自注意力深度网络的商品识别方法，其包括如下内容：对商品数据集进行分析，选择部分数据并将其划分训练集，验证集和测试集，同时进行小样本处理，将数据分为多个任务，每一个任务都可以再分为支持集和查询集，同时进行数据增强处理；随后提取支持集特征，并计算提取好的支持集特征中每一类的类原型，再提取查询集特征，将支持集类原型和查询集特征送入到以加权马氏距离作为相似性度量的度量分类器中，利用softmax函数计算最终分类结果；再利用反向传播算法更新模型参数，保存在验证集中表现最好的模型，最后将商品测试集送入到模型中进行识别分类。本发明可以减少外部依赖性、识别更加高效，并且应用范围广。
该方法的核心技术在于“空间自注意力”与“通道关系建模”的协同设计。不同于标准卷积固定感受野，算法引入多头自注意力机制，动态计算特征图任意两个位置间的依赖关系，有效捕捉商品各部分的长程相关性，从而利用结构信息区分易混淆类别。同时，采用通道注意力模块自适应校准特征权重，抑制背景噪声干扰。整个网络可端到端训练，通过特定损失函数优化类间距离，使学习到的特征更具判别性。
该方法可广泛应用于智慧零售中的无人货柜商品识别、库存盘点、生鲜自助结账及二手奢侈品鉴定等场景。特别适用于超市电子价签识别、便利店内形状相似饮料瓶的区分及仓库货品自动化分拣。随着线下零售数字化转型加速，对能够适应复杂陈列环境且高精度识别非标商品的技术需求强劲。该技术还可拓展至智能冰箱食物管理、医疗药品识别及工业零件分拣等领域。
燕山大学坐落于河北省秦皇岛市，是一所以工学为主，文学、理学、经济学、管理学、法学、艺术学、教育学等多学科协调发展的全国重点大学。学校源于哈尔滨工业大学，始建于1920年，1960年独立办学定名为东北重型机械学院，1997年整体南迁至秦皇岛并更名为燕山大学。学校是河北省人民政府、教育部、工业和信息化部、国家国防科技工业局四方共建高校，拥有雄厚的师资力量和科研实力，特别是在机械工程、材料科学与工程等学科领域享有盛誉，为国家培养了大批高素质人才。
本成果带来的效益显著。运营效益上，极大地提升了自动收银台的通过效率，减少了因识别错误导致的人工复核次数，降低零售商的人力开支。管理效益上，可实现高准确率的货架实时监测，分析热门商品陈列位置与销量关系，辅助精细化运营决策。消费体验上，确保自助结算准确，避免顾客因误识别而产生的麻烦。产业层面，推动机器视觉在传统零售业中的深度融合应用，助力传统商超数智化转型。
技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。
下载app