ỨNG DỤNG HỌC SÂU TRONG ĐÁNH GIÁ SỰ TRƯNG BÀY HÀNG HOÁ

Abstract

Với sự mở rộng của các chuỗi cửa hàng tiện lợi từ các doanh nghiệp giúp người tiêu dùng thuận tiện hơn trong việc mua sắm những mặt hàng được sử dụng thường ngày. Trong đó, vấn đề trưng bày hàng hoá trên kệ cũng ảnh hưởng một phần đến doanh thu từ các cửa hàng, ví dụ điển hình là nên biết được kệ hàng nào còn chỗ trống để có thể nhập thêm hàng. Tuy nhiên, việc đánh giá trưng bày thủ công từng kệ gây mất thời gian và nhân lực. Nhận thấy được vấn đề ấy, đề tài này nghiên cứu nhằm tìm ra giải pháp tự động đánh giá sự trưng bày hàng hoá tích hợp thị giác máy tính giúp đánh giá nhanh sự trưng bày hàng hoá, loại bỏ các bước thủ công tiết kiệm thời gian cho doanh nghiệp. Trong luận văn này, xây dựng 1 ứng dụng tự động đánh giá sự trưng bày hàng hoá bằng việc sử dụng 3 mô hình máy học khác nhau. Mô hình YOLOv5 nhận dạng vùng chứa kệ được huấn luyện trên tập dữ liệu tự xây dựng SKU-110K-shelf gồm 250 ảnh lấy từ tập dữ liệu SKU-110K và gán nhãn thủ công các vùng chứa kệ hàng với độ chính xác 88,28% ở ngưỡng IoU 0,5 trên tập kiểm chứng. Mô hình YOLOv5 nhận dạng vùng chứa sản phẩm được huấn luyện trên tập dữ liệu SKU-110K gồm 11.743 ảnh được gán nhãn các vùng chứa sản phẩm trên kệ hàng với độ chính xác 98,9% ở ngưỡng IoU 0,5 trên tập kiểm thử. Cuối cùng là mô hình VGG16 phân loại các sản phẩm nước giải khát được huấn luyện trên tập dữ liệu tự xây dựng HANG-trung-bay-beverage bằng việc sử dụng mô hình YOLOv5 nhận dạng vùng sản phẩm trên tập ảnh HANG-trungbay và phân loại thủ công 2.000 ảnh các sản phẩm nước giải khát với độ chính xác 86,8% trên tập kiểm thử.