Предизвикателства
Магазин за хранителни стоки или големи магазини губят приходи поради 2 причини:
- Изчерпан продукт:Продуктите, които са изчерпани по рафтовете, но са налични в магазините, са пропусната възможност. Ръчният процес на проверка на наличността е трудоемък и отнема време.
- Погрешно поставен продукт:Често загубеният продукт или неподреденият продукт може да струва пари на бизнеса, особено в модните магазини от висок клас, където всичко трябва да е перфектно. Това се свързва директно с опита на клиента при пазаруване.
Методика
Създаден модел, базиран на дълбоко обучение, за откриване на изчерпан или изгубен продукт в реално време. Това позволи наблюдение в реално време и помогна за определянето на тези проблеми, което води до по-добро клиентско изживяване и повече бизнес за Store или Mart. Приложената процедура е следната:
- С помощта на видеонаблюдение се заснема непрекъснат видео поток.
- Потокът на живо се предава на модела.
- Моделът, използващ това видео на живо, предвиждащ изчерпани и неразположени артикули и ги показва като изход.
- Системни предупреждения като SMS/имейл могат да бъдат задействани, като предупреждават правилния човек да коригира ситуацията.
Използвана технология
Използвахме най-съвременния модел, базиран на обучение, и персонализиран набор от данни от най-близкия ни магазин.
- Архитектура: Retina-net с Resnet-101 като Backbone.
- Функция за загуба:Фокална загуба
- Набор от данни:Персонализиран набор от данни, събран от 20-минутен видеоклип на най-близкия ни местен магазин.
- Използван размер на изображението: Обучен на изображения с размери 128x128, 256x256, 512x512 и 600x600, използвайки постепенно преоразмеряване за постигане на по-висока точност и по-добро обобщение на модела.
*Публикувано и на Jashds.com (моето текущо работно място).
