本文提出了一项名为 Locount 的新任务，即同时进行对象定位和计数，针对此任务，我们收集了一个大规模的对象定位和计数数据集，提供了一个新的评估协议，同时提供了一个被称为级联定位和计数网络的强基线，并在数据集上进行大量实验以证明其重要性和性能。

Mar, 2020

通过大规模的基于商品广告传单的手动注释高清产品图像数据集，该研究提出了一种名为 “视觉实体匹配” 的学习问题，需要使用新颖的方法将例子中的视觉等价类转移到新的数据上，以解决当前普通图像分类和检索算法无法解决的问题，并旨在为此类算法提供基准。

Sep, 2023

针对自动零售结账场景中存在的物品重叠、物品外观相似等问题，本文提出了一种基于多分类的物品计数和识别方法，采用 ViT 进行分类，采用图像分割和熵掩蔽解决域偏差问题，并使用多种图像处理方法找到目标对象的帧，最终在 AI 城市挑战赛 2022 第四赛道中获得了第三名。

Apr, 2022

本文介绍了 eProduct 数据集的创建，该数据集包含 250 万个产品图片。eProduct 可作为一个训练集和评估集来加速自监督学习、弱监督学习和多模态学习等领域的发展，特别是针对细粒度识别问题，如视觉搜索。通过基于此数据集训练的基线模型的性能，分析了 eProduct 数据集的多样性和使用结果。

Jul, 2021

电子商务日益发展，零售 AI 系统需要自动识别高准确度的 SKU 级别的产品，本研究构建了一个包含 10,000 个人工标注细粒度 SKU 级别产品的图像数据集，并针对细粒度产品识别提出了多种有用的技巧。

Aug, 2020

提出一种名为 UNITS 的统一文本识别模型，该模型能够检测任意形状的文本，并利用起始点提示技术从任意起始点提取文本，相较于现有技术表现更具竞争力。

Apr, 2023

本文提出一种统一的视觉 - 语言建模方法，用于电子商务同款产品检索，包括取样和对比学习，可进行跨模态产品检索和用户交互搜索，离线和在线测试都表明其卓越的检索性能和吸引更多点击和转化的能力，并已在全球最大的 B2B 电子商务平台中部署用于同款产品检索。

Feb, 2023

对于各种自动化托盘任务，检测包装单元是在实际处理包装单元之前的一个关键步骤。我们提出了一种方法来解决这个具有挑战性的问题，该方法完全依靠合成生成的数据进行训练，可以稳健地应用于任意真实世界的包装单元，无需进一步的训练或设置工作。所提出的方法能够处理稀疏且质量低的传感器数据，如果有先前知识可用，还可以利用先前知识，并且对各种产品和应用场景具有很好的泛化能力。为了证明我们方法的实际用途，我们对不同种类的零售产品进行了广泛的实证评估。此外，我们将我们的方法集成到了一个实验室演示器中，并且通过一个工业合作伙伴将其推向市场。

Aug, 2023

通过优化训练数据集并结合数字双胞胎的方法，实现了在智能零售中自动化结账过程的改善和准确性提高。

Aug, 2023

该论文研究了如何训练一个来自多个数据集的统一 3D 检测器，提出了一种名为 Uni3D 的方法来解决数据级别和分类学级别的差异，证明了该方法的有效性并对进一步的 3D 泛化研究具有启发意义。

Mar, 2023