Поделиться
Исследователи создали крупнейший в мире датасет для умных касс и систем учета магазинов
Инженер «Яндекса», исследователи Центра искусственного интеллекта «Сколтеха» и Санкт-Петербургского государственного университета аэрокосмического приборостроения (ГУАП) представили самый большой в мире открытый набор данных PackEat для систем компьютерного зрения в розничной торговле. Это набор фотографий фруктов и овощей, который ритейлеры могут использовать для обучения алгоритмов в умных кассах и системах учета. Об этом CNews сообщили представители Yandex Cloud.
С помощью датасета можно значимо улучшить точность распознавания продуктов в реальных супермаркетах – он учитывает изображения объектов с полиэтиленовыми пакетами, пересечением объектов и «шумным» фоном на прилавках.
Для датасета PackEat команда собрала изображения 34 видов и 65 сортов фруктов и овощей. Это привычные для покупателей товары с овощных и фруктовых прилавков, снятые с разных точек обзора в реальных магазинах. Было собрано свыше 100 тыс. снимков более 370 тыс. отдельных объектов в магазинах разных городов. Около 9 тыс. изображений содержат разметку каждого отдельного объекта, для каждого снимка указано количество объектов и общий вес упаковки. Этот набор данных является крупнейшем в мире и поможет решать ключевые задачи компьютерного зрения в ритейле: различать виды и сорта продуктов, выделять каждый объект отдельно даже, когда они пересекаются или частично закрыты, а также автоматически подсчитывать количество единиц товара.
В розничных сетях сохраняется проблема ручной идентификации видов, сортов и дефектов весового товара (фрукты, овощи), что приводит к убыткам. Исследования показывают: нейросети могут достичь 92% точности, подтверждая важность автоматизации.
Статья с описанием датасета опубликована в открытом доступе в журнале Scientific Data. Набор изображений размещён на платформе Zenodo, а код и примеры моделей — на платформе Kaggle, что позволяет исследователям и разработчикам сразу использовать их в своих проектах и сравнивать получающиеся решения с результатами авторов.
Ключевую роль в исследовании сыграли Сергей Нестерук из Yandex Cloud и Светлана Илларионова из Центра ИИ «Сколтеха».
Научная деятельность Сергея Нестерука связана с изучением компьютерного зрения. Среди работ присутствуют публикации в международных журналах и сборниках IEEE. Он регулярно выступает на профильных конференциях. Сейчас Сергей руководитель команды безопасности искусственного интеллекта Yandex Cloud. Соавтор материалов по безопасной разработке ИИ-агентов и мультиагентных систем. Команда Сергея обеспечивает безопасность при использовании искусственного интеллекта, а также разрабатывает ИИ-инструменты для защиты данных и безопасности Yandex Cloud.
Светлана Илларионова, руководитель группы «Компьютерное зрение для обработки данных» Центра ИИ «Сколтеха». В 2023 г. защитила PhD в «Сколтехе» по тематике компьютерного зрения для дистанционного зондирования Земли. В «Сколтехе» Светлана занимается реализацией исследовательских проектов по применению алгоритмов компьютерного зрения для обработки мультимодальных данных, в частности, применительно к спутниковому мониторинга окружающей среды, а также в задачах медицинского анализа. Также Светлана является руководителем гранта РНФ с 2023 г. Автор более 25 научных статей в ведущих рецензируемых журналах, на конференциях и в книгах. Также было получено несколько патентов на изобретения. Основная область интересов Светланы – разработка методов компьютерного зрения, направленных на решение прикладных задач с учетом их специфики и анализа свойств изучаемых объектов.
Короткая ссылка
