Unitail: 小売シーンにおける検出、読み取り、およびマッチング

店舗でのコンピュータビジョン技術の完全な活用には、小売現場の特性に合った実際のニーズを考慮することが必要です。この目標を追求するため、私たちは大規模な基本的な視覚タスクのベンチマークデータセットである「United Retail Datasets（Unitail）」を紹介します。180万件の四角形インスタンスが注釈付けられており、Unitailは製品の外観をより正確に検出するためのデータセットを提供しています。さらに、1454種類の製品カテゴリー、3万件のテキスト領域、2万1千件の転写が含まれるギャラリースタイルのOCRデータセットも提供しており、製品上の堅牢な読み取りと製品マッチングの向上を促進します。これらのデータセットを様々な最先端手法でベンチマーク評価しただけでなく、製品検出用に新しい検出器を開発し、単純なOCRベースのマッチングソリューションも提供することでその有効性を確認しています。