实体门店商品价签完整性标注训练数据

实体门店价签缺少商品名称、规格、销售价格、计价单位或商品编码时，会影响价格公示和补签处理。本数据将价签图像的识别结果、缺失项和完整度对应起来，供零售门店训练价签核验模型，定位需要换签或补签的货架位置。使用时需提供正面、可辨认的价签图像，并按五个字段的统一口径核验；商品供应商和巡店服务机构也可据此检查价签展示情况。一、加工前的数据说明： 原始数据依据《零售场景业务数据采集与分析处理授权书》协议授权获得，主要为实体门店商品价签图像，使用价签图像编号作为匿名化关联标识。 二、处理规则： 1.按价签图像编号去除重复图像并筛选主体清晰的图像，完成方向校正、价签裁切及门店标识去标识化；同一画面包含多个价签时分别裁切并分配独立价签图像编号。商品匿名编号根据商品名称识别值与规格识别值组合稳定映射。在裁切图副本上叠加商品名称、规格、销售价格、计价单位和商品编码文本区域形成标注图，原图、标注图及结构化记录通过价签图像编号关联。 2.采用文字检测定位文本区域，再由OCR识别商品名称、规格、销售价格、计价单位和商品编码；根据文本块相对位置完成字段归属。识别内容去除首尾空白、统一全半角字符，价格清理单位字符后按元保存；其他内容按字段格式规范化。未通过字符结构和版面位置校验的结果记为“-”。标注图五类文本区域对应同编号记录中的五项识别值。有效识别字段数为非“-”识别值数量，应识别字段数固定为5。 3.价签完整度按“有效识别字段数/应识别字段数”计算。五项均有效标为完整，三项或四项有效标为基本完整，一项或两项有效标为不完整；缺失字段汇总五个业务名称，无缺失记为“无”。生成后复算有效识别字段数和价签完整度，检查缺失字段与“-”位置一致，仅将一致记录写入最终数据集。按价签图像编号分组，以8:1:1划分训练集、验证集和测试集。 三、数据内容描述： 样本编号：价签样本匿名标识；价签图像编号：价签图像匿名标识及原图、标注图、结构化记录的关联标识；门店匿名编号：门店去标识化编号；商品匿名编号：商品去标识化编号；商品名称识别值：识别并校验后的商品名称；规格识别值：识别并校验后的规格；销售价格识别值(元)：识别并校验后的销售价格；计价单位识别值：副、件、个、双或套；商品编码识别值：识别并校验后的商品编码；应识别字段数：应核验字段数量；有效识别字段数：非“-”识别字段数量；价签完整度：有效识别字段数与应识别字段数的比值；缺失字段：未通过校验的业务字段名称；价签完整性标签：完整、基本完整或不完整；数据集划分标识：训练集、验证集或测试集。

搜集汇总

背景与挑战

背景概述

本数据集聚焦实体门店商品价签完整性核验，将价签图像识别结果与商品名称、规格、销售价格、计价单位、商品编码五项字段的缺失项和完整度相对应，供零售门店训练价签核验模型，定位换签或补签货架位置。数据来源于协议授权的实体门店价签图像，经匿名化、裁切、OCR识别与校验等处理，规模2170条，格式为Excel，按8:1:1划分为训练集、验证集和测试集，并标注完整、基本完整或不完整。