> ## Content Index
> Fetch the complete content index at: https://admin.kod.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# Исследователи создали крупнейший в мире датасет для умных касс и систем учета магазинов
- URL: https://admin.kod.ru/krupneshiy-dataset-dlya-umnih-kass/
- Published: 2025-12-22T12:32:39.000Z
- Updated: 2026-02-19T08:17:56.000Z
- Description: Это набор фотографий фруктов и овощей, который ритейлеры могут использовать для обучения алгоритмов в умных кассах и системах учета.
- Author: Игорь Савкин
- Tags: Новости

Инженер Яндекса, исследователи Центра искусственного интеллекта Сколтеха и Санкт-Петербургского государственного университета аэрокосмического приборостроения (ГУАП) представили самый большой в мире открытый набор данных PackEat для систем компьютерного зрения в розничной торговле.

Это набор фотографий фруктов и овощей, который ритейлеры могут использовать для обучения алгоритмов в умных кассах и системах учета. С помощью датасета можно значимо улучшить точность распознавания продуктов в реальных супермаркетах – он учитывает изображения объектов с полиэтиленовыми пакетами, пересечением объектов и «шумным» фоном на прилавках.

Для датасета PackEat команда собрала изображения 34 видов и 65 сортов фруктов и овощей. Это привычные для покупателей товары с овощных и фруктовых прилавков, снятые с разных точек обзора в реальных магазинах. Было собрано свыше 100 тысяч снимков более 370 тысяч отдельных объектов в магазинах разных городов. Около 9 тысяч изображений содержат разметку каждого отдельного объекта, для каждого снимка указано количество объектов и общий вес упаковки. Этот набор данных является крупнейшем в мире и поможет решать ключевые задачи компьютерного зрения в ритейле: различать виды и сорта продуктов, выделять каждый объект отдельно даже, когда они пересекаются или частично закрыты, а также автоматически подсчитывать количество единиц товара.

В розничных сетях сохраняется проблема ручной идентификации видов, сортов и дефектов весового товара (фрукты, овощи), что приводит к убыткам. [Исследования](https://pmc.ncbi.nlm.nih.gov/articles/PMC7297581/?ref=admin.kod.ru) показывают: нейросети могут достичь 92% точности, подтверждая важность автоматизации.

Статья с описанием датасета опубликована в открытом доступе в журнале[ Scientific Data](https://www.nature.com/articles/s41597-025-06298-6?ref=admin.kod.ru). Набор изображений размещён на платформе[ Zenodo](https://zenodo.org/records/16901177?ref=admin.kod.ru), а код и примеры моделей — на платформе[ Kaggle](https://www.kaggle.com/datasets/sergeynesteruk/packed-fruits-and-vegetables-recognition-benchmark/data?ref=admin.kod.ru), что позволяет исследователям и разработчикам сразу использовать их в своих проектах и сравнивать получающиеся решения с результатами авторов.