项目简介：
本项目研发了一套支持多商品识别的智能无人货柜解决方案，通过计算机视觉技术实现”即拿即走”的无感支付体验。系统在测试场景中达到99.2%的商品识别准确率，结算速度小于0.3秒，已在国内200+便利店部署应用。
核心技术架构：
-
多模态识别：融合YOLOv7目标检测与ResNet18特征匹配算法，支持500+SKU的精准识别
-
动态跟踪：采用DeepSORT算法实现顾客拿取行为的实时追踪，解决商品遮挡难题
-
边缘优化：基于TensorRT加速，在Jetson Xavier NX设备上实现30FPS实时处理
系统创新点：
-
首创”重量+视觉”双校验机制，将误识别率降至0.05%以下
-
开发低温环境专用模型，在冷藏柜中仍保持98%以上识别率
-
集成会员识别功能，支持人脸支付与个性化推荐
商业价值：
单台设备日均处理交易300+笔，人力成本降低60%。项目包含完整的：
-
零售场景数据集构建方法
-
模型量化部署方案
-
交易异常检测模块
学员可掌握商业级AI产品的全流程开发经验，获得经过实际验证的代码库和行业解决方案文档。
