• 形成初步的体系架构

    thomas-yanxin 1 year ago 59 commits to master since this release

    小程序方面:

    1. 支持商品识别、商品属性修改、商品上传、库存管理、SKU浏览等功能;

    端侧方面:

    1. 基本功能完成,适配Jetson Nano以及低配版的CPU云服务器;

    部署方面:

    1. 采用Python Pipeline Serving部署方式,效率提升65%,适合多模型部署;

    模型方面:

    1. 支持基于[零售场景商品识别数据集]的PPLCNET_x_2_5[精度:99.10%]的模型;
    2. 支持PaddleClas提供的大规模推理模型【更建议使用】;

    数据方面:

    1. 主要采用【零售场景商品识别数据集】

    整体总结:

    1. 云、边、端协同架构初步构建;
    2. 场景下的基本功能已实现;
    3. 实际使用效果较为理想;
    4. 数据量较为充足,较符合实际应用需求。