线下门店消费越快捷、过程越便利，就越能吸引顾客的二次购物。相较于传统的人工收银方式，使用自助收银设备不仅可以减少顾客排队等候的时间，提升收银效率，同时对经营者来说，可以有效降低人工成本。目前，市面上的自助收银设备一般采用RFID的形式，局限是不能同时多件商品，以及无法适用于无条形码的商品。而把商品识别应用到自助收银设备中，可以有效解决无条形码的问题，并且可同时识别多件。

商品识别最直接的方案是采用卷积神经网络完成识别任务，常见的网络模型包括VGG、ResNet、DenseNet等，虽然这些模型可以获得很高的精度，但同时也产生大量的参数。而在实际应用落地中，自助收银机可能无法提供其所需的计算资源。那么，如何选择合适的网络模型保证速度与精度并行？在自助收银机上部署的方法由哪些呢？

为了探讨这些问题，我们邀请到任织点智能AI研究室负责人刘思伟进行直播讲解，主题为《商品识别算法在收银结算场景的应用与落地》。织点智能是一家专注于智能结算的公司，有多款智能收银设备，同时是微信刷脸支付的供应商。其CVPOS是带有商品识别和刷脸支付的自助收银机，可一次识别6件商品，识别时间少于0.3秒，刷脸支付则通过微信Facepay来实现。

刘思伟老师将从收银结算场景下商品识别的难点展开，围绕模型选择、自助收银机上部署的方法、工程化落地的步骤与应用实践等方面带来深入讲解。