基于DenseNet与多头注意力机制的香烟识别方法

本发明公开了基于DenseNet与多头注意力机制的香烟识别方法，涉及图像识别技术领域。包括：步骤1：建立零售香烟陈列专用数据集；步骤2：利用步骤1采集的训练集构建香烟识别模型。通过引入深度学习算法，可实现对零售环境中香烟陈列的自动化识别与检查，有效解决人工识别效率低、主观性强和检测速度慢的问题。通过构建神经网络模型，能准确识不同品牌、规格和排布方式的香烟陈列状态；在实际应用中，无需人工操作，只需对陈列区域进行图像采集，即可快速完成多组香烟的检测，大幅缩短检测时间，显著提升了工作效率；解决了传统零售香烟陈列规范性检查的方法存在的难以高效、快速地开展香烟识别，不利于行业的规范化管理和发展的问题。