Классификация палаток на уличных базарах с использованием CNN

Abstract

В этом исследовании представлена модель сверточной нейронной сети для классификации палаток на уличных базарах, особенно в Центральной Азии, где продавцы используют различные конструкции палаток для продажи таких товаров, как продукты питания, сухофрукты и чистящие средства. Разнообразие типов палаток создает проблемы для эффективной организации и анализа рыночной конъюнктуры, а традиционные методы каталогизации вручную оказываются трудоемкими и неэффективными. Чтобы решить эту проблему, был создан пользовательский набор данных из 130 уникальных изображений палаток, каждое из которых было сделано с разных ракурсов, который был расширен до 2000 изображений за счет увеличения объема данных. Этот набор данных позволил нам обучить модель сверточной нейронной сети, способную разделить палатки на шесть различных типов, достигнув точности 90-95%. За пределами Центральной Азии этот подход может быть адаптирован к аналогичным рынкам в других развивающихся регионах. В этой статье подробно описывается разработка набора данных, архитектура сверточной нейронной сети, результаты экспериментов и потенциальные приложения, направленные на то, чтобы заложить основу для более широкого применения искусственного интеллекта в анализе региональных рынков и экономического развития.