Нейросетевые модели детекции товаров на изображении

Abstract

В данной статье рассматривается применение различных моделей к решению задачи детекции товаров различных брендов на изображении. Проведен сравнительный анализ наиболее эффективных и широко применяемых нейросетевых архитектур Faster R-CNN (ResNet50/101), SSD и YOLO. Полученные результаты подтверждают эффективность применения архитектуры Faster R-CNN к любым выборкам изображений. Однако нужно отметить ресурсоемкость таких архитектур и их непригодность для решения задач, в котором важным критерием эффективности является время выполнения анализа. Модели SSD и YOLO, хотя и не дают преимуществ при детекции объектов малых и средних размеров, могут успешно применяться в составе мобильных систем детекции, ограниченных в своих аппаратных возможностях. Кроме этого, данные нейросетевые архитектуры выполняют обработку быстрее Faster R-CNN и могут рассматриваться как базовые модели для детекции и сегментации фото- и видеоизображений в реальном времени.