Система распознавания товаров в современных супермаркетах работает на основе технологии компьютерного зрения. 2 Специальное ПО анализирует фотографии полок, поступающие от мерчандайзеров или камер, и сопоставляет их с эталонными планограммами. 2 Это позволяет мгновенно выявлять отклонения в выкладке, отсутствующие товары или другие несоответствия. 2

Некоторые этапы работы системы распознавания: 1

1. Подготовка данных. 1 Собирают датасет, состоящий из большого количества фотографий полок в магазине в разные моменты времени. 1 Чем больше фотографий приходится на одну полку, тем выше будет точность распознавания. 1
2. Детектирование объектов. 1 На фотографии выделяют границы товаров, представленных на полке. 1 В результате получается список объектов и их координат, который передают модели, идентифицирующей распознанные объекты. 1
3. Идентификация SKU. 1 На этом этапе каждому распознанному объекту ставят в соответствие класс, к которому он принадлежит — в данном случае это SKU. 1
4. Формирование отчёта. 1 В зависимости от пожеланий и задач заказчика отчёт может быть выполнен в различных форматах. 1 Например, в качестве средства оповещения: если полка пустая, ответственный сотрудник получает сообщение на почту или в мессенджер. 1 Также можно реализовать веб-приложение, где пользователь может отслеживать состояние полки в режиме реального времени. 1

Например, в сети магазинов «Магнит» нейросеть системы распознаёт изображения товаров на полке по фотографии и контролирует соответствие выкладки продукции на стеллажах заявленному плану-схеме (планограмме). 3 При выявлении ошибок персонал получает подсказки в мобильное приложение для их исправления. 3