新零售背景下，售货商店的无人化进程逐渐加快，对货架商品进行有效的分类能够显著提高商品分拣效率。因此需要一种便于安装在货架上的小型化识别设备。为了能够有效的对货架商品进行分类，同时满足小型化的设备需求，提出了一种高效的解决方案，克服商品出现漏分的问题。首先利用小型摄像头对待分类商品进行图像采集，再通过卷积神经网络设计图像分类算法实现对商品类别的有效识别。最后考虑到系统的实际部署，本文将整体算法移植到树莓派平台上，可以进行实物实验。
新零售背景下，售货商店的无人化进程逐渐加快，对货架商品进行有效的分类能够显著提高商品分拣效率。因此需要一种便于安装在货架上的小型化识别设备。为了能够有效的对货架商品进行分类，同时满足小型化的设备需求，提出了一种高效的解决方案，克服商品出现漏分的问题。首先利用小型摄像头对待分类商品进行图像采集，再通过卷积神经网络设计图像分类算法实现对商品类别的有效识别。最后考虑到系统的实际部署，本文将整体算法移植到树莓派平台上，可以进行实物实验。