基于感知流形体积信息指导的生鲜货品长尾识别学习方法

本发明提供了基于感知流形体积信息指导的生鲜货品长尾识别学习方法，涉及长尾图像识别技术领域，在初始模型训练完成后，引入感知流形体积的概念，通过计算不同类别的流形体积来调整模型的分类权重，并结合分块知识蒸馏技术，优化模型对各类别货品的识别性能。通过周期性更新和迭代优化，该方法能够有效平衡模型对头部和尾部类别的识别能力，显著提升生鲜货品图像识别的准确性和鲁棒性，为无人零售场景下的自动结算系统提供更可靠的解决方案。旨在解决实际零售场景中，生鲜货品数据通常呈现长尾分布，这种数据分布的不平衡性导致传统图像识别模型在训练时偏向于样本丰富的类别，从而降低对样本稀少类别的识别能力的问题。