无人零售货柜的货品静态识别方法

    公开(公告)号:CN113536829A

    公开(公告)日:2021-10-22

    申请号:CN202010286329.4

    申请日:2020-04-13

    Inventor: 张海军 李东海

    Abstract: 本发明提出了一种无人零售货柜的货品静态识别方法,所述方法包括通过人工采集和人工标记构造静态识别数据集;在主干网络中引入可变形卷积神经网络和组归一化层,在子网络中选用聚焦损失函数进行分类以及选用平衡L1损失函数进行坐标回归,构造一阶段目标检测模型;对一阶段目标检测模型进行训练,获取网格参数;将网格参数输入无人售货柜,对货品种类和数量进行识别。本发明提供的货品静态识别方法解决了传统目标检测模型中对边缘货品检测的不稳定性问题,通过提高货品识别率提升无人售货的用户体验。

    物品推荐方法、物品推荐装置、计算机可读存储介质

    公开(公告)号:CN117972220B

    公开(公告)日:2024-06-21

    申请号:CN202410384820.9

    申请日:2024-04-01

    Abstract: 本公开的实施例提供一种物品推荐方法、物品推荐装置、计算机可读存储介质。物品推荐方法包括:根据用户与物品的历史交互信息获得用户社交嵌入矩阵;将用户社交嵌入矩阵与用户协同嵌入矩阵相加以生成用户融合嵌入矩阵;将用户融合嵌入矩阵、物品协同嵌入矩阵和用户物品交互图输入轻量级图卷积网络以生成用户融合全局嵌入表示和物品全局嵌入表示;使用门机制来平衡用户在两个域下的嵌入表示的权重以获得用户全局嵌入表示;采用数据扩充方式和非数据扩充方式进行对比学习以确定第一和第二损失函数;基于第一、第二和推荐损失函数进行迭代训练以根据用户全局嵌入表示和物品全局嵌入表示生成物品推荐模型;基于物品推荐模型,向用户推荐感兴趣的物品。

Patent Agency Ranking