Что такое компьютерное зрение в ритейле?
Компьютерное зрение — это область искусственного интеллекта, в которой программа анализирует изображения и видео и извлекает из них информацию. Программа получает снимок как набор пикселей, и обученная нейросеть определяет, какие объекты есть на снимке, где они находятся и что на них написано. По-английски технологию называют computer vision, или сокращенно CV.
Компьютерное зрение объединяет несколько типов задач. Одна модель определяет, что изображено на снимке, другая находит и выделяет отдельные объекты, третья читает текст. Задачу найти объекты на фото и определить, что это за объекты, называют image recognition, или распознаванием изображений. Поэтому компьютерное зрение — это общая технология. Image recognition входит в нее как один из методов, а распознавание товаров применяет этот метод к фотографиям полок.
Торговые сети применяют компьютерное зрение в разных задачах, например, в кассах самообслуживания. Производители FMCG чаще всего используют технологию, чтобы контролировать полку. Система обрабатывает фотоотчеты мерчандайзеров, находит на снимках товары, считает количество фейсингов, читает ценники и отмечает пустые места. Производитель получает по каждому магазину одинаково посчитанные показатели, например, долю полки и соответствие планограмме, и тратит меньше времени на ручную проверку фотографий.
Ключевые моменты
- Image recognition входит в компьютерное зрение как один из методов, а разработчики применяют этот метод для распознавания товаров на полке.
- Модель компьютерного зрения учится на размеченных примерах, поэтому ее точность зависит от того, на каких фотографиях и товарах ее обучили.
- В ритейле система проверяет фотоотчеты вместо супервайзера и считает показатели полки по каждому магазину по одной методике.
- Результат зависит и от качества снимка, поэтому мерчандайзеру нужно фотографировать полку целиком, ровно и без бликов.
Как это выглядит на практике
Производитель молочной продукции работает с мерчандайзинговым агентством, которое каждый день присылает фотоотчеты из нескольких сотен магазинов. Супервайзеры производителя успевали проверить вручную лишь небольшую часть снимков, поэтому о нарушениях выкладки компания узнавала, когда продажи уже падали.
Производитель начал проверять все фотоотчеты с помощью компьютерного зрения. Система стала считать соответствие планограмме по каждому магазину, и компания нашла магазины, где ее товар давно стоял на нижней полке. Торговая сеть вернула товар на согласованное место в этих магазинах.
Типичные ошибки
- Производитель выводит на рынок новинку, но не передает разработчику системы изображения упаковки. Модель не знает новый товар и не находит его на полке.
- Мерчандайзер снимает полку под углом или с бликами. Система получает плохой снимок, и часть товаров остается нераспознанной.
- Компания оценивает систему по точности на демонстрационных снимках и не проверяет ее на собственных фотографиях из магазинов.
Как применять компьютерное зрение для контроля полки в Goods Checker
Мерчандайзер фотографирует полку в мобильном приложении Check & Go, и модуль Shelf Eye распознает на снимке товары и ценники и находит пустые места на полке.
Shelf Eye сравнивает выкладку с планограммой из модуля Plano Creator и считает настраиваемые KPI, например, процент соответствия планограмме, доступность продукта и долю полки. Модуль также находит пропуски на полке, а в отчете показывает причины несоответствия, например, товара нет в наличии или сломано оборудование. Компания может добавить в этот список свои причины.