本技術首先以YOLO為基礎，發展食品類別偵測器，考慮輸入延遲偵測速度為每秒12.33幀，平均準確率為99.49%。本技術進而整合三元應射網路(Triplet Mapping Network)，研發線上網購照片與線下實際食品影像相似性分析模式，結果顯示線上線下食品影像相似度辨識績效可高達95%。影像細粒度分析曾應用於身分驗證、人臉識別、相貌相似性分群，而食品細粒度分析曾應用於貨架商品及食堂餐點分類。然而，上述技術尚未被整合應用於線上線下之新零售生態系統。本技術成功地整合YOLO食品類別偵測器以及三元應射網路，具備物件偵測技術及食品細粒度能力，可有效地分析線上網路照片與線下實際商品相似程度。O2O全通路新零售日益興盛，但異質品線上對線下採購過程中卻常遭遇網購照片與實品不一致的退貨問題。本團隊發展AI深度學習神經網路之線上與線下食品相似度偵測技術，可有效解決解決線上圖片與線下實際食品不一致的問題，作為餐飲店家食品品質控管工具，讓物流業有效地運用物流資源，為全通路新零售開創新穎之發展效益。