阅读说明：本技术 零售结账终端新鲜农产品标识系统 (Fresh agricultural product identification system of retail checkout terminal ) 是由 马塞尔·赫兹 克里斯托弗·桑普森 于 2018-12-20 设计创作，主要内容包括：公开了系统和方法,所述系统和方法包括：从第一数量的图像开始,通过对所述第一数量的图像进行数字操作生成第二数量的图像,从所述第二数量的图像中提取特征,以及通过在所述第二数量的图像上训练神经网络生成分类模型,其中所述分类模型提供图像的分类的百分比可能性；将所述分类模型嵌入处理器中并且接收用于分类的图像,其中所述处理器与POS系统通信,所述处理器运行所述分类模型以向所述POS系统提供所述图像的分类的百分比可能性的输出。(Systems and methods are disclosed, including: generating a second number of images by digitally operating on the first number of images, starting from a first number of images, extracting features from the second number of images, and generating a classification model by training a neural network on the second number of images, wherein the classification model provides a percent likelihood of classification of an image; embedding the classification model in a processor and receiving an image for classification, wherein the processor is in communication with a POS system, the processor executing the classification model to provide an output of a percent likelihood of classification of the image to the POS system.)

零售结账终端新鲜农产品标识系统

技术领域

本发明涉及一种零售结帐终端新鲜农产品标识系统，更具体地说，所述系统采用机器学习，所述机器学习使用新鲜农产品学习集来在使用中的新鲜农产品类型通过终端处捕获的图像数据呈现时对其进行视觉分类。此外，以特定方式训练本机器学习系统以解决新鲜农产品零售环境中固有的限制。尽管本系统和方法广泛应用于不同类型的零售结账终端，下文将主要参考自助结账终端对其进行描述。然而，应当理解，在所提供的实施方案的目的范围内，本发明不必限于此特定应用。

背景技术

如今，自助式结帐变得越来越普遍，其中购物者能够扫描商品并基本上自主地进行付款。

尽管可在包装的货物上扫描条形码，但是对于新鲜农产品(诸如新鲜水果、蔬菜等)而言，则需要用户从屏幕显示中做出选择。

但是，这种方法是不准确的，因为新鲜农产品商品经常被无意或不诚实地错误分类。

本发明力图提供一种将克服或基本上改善现有技术的至少一些缺陷的方式，或者至少提供一种替代方式。

应当理解的是，如果本文引用了任何现有技术信息，此引用并不构成承认所述信息形成澳大利亚或任何其他国家中的本领域普通常识的一部分。