Ждём наплыва фотографов в магазины. Napoleon IT разработал сервис для распознавания товаров и цен

Napoleon IT, российский разработчик сервисов для бизнеса, разработал и разместил на маркетплейсе готовых ML-моделей AI Services платформы ML Space сервис Product Analyzer, позволяющий распознавать товары и цены в российских продуктовых магазинах. В течение первого месяца использования сервис доступен по модели freemium всем пользователям платформы.

Products Analyzer позволяет ритейлерам определять цены и классифицировать товары на изображениях. Сервис также может быть использован для мониторинга цен и товаров конкурентов в офлайн-магазинах с целью расширения товарного ассортимента или корректировки ценообразования. Он также позволит определять заполненность полок в собственных магазинах, что упрощает формирование товарных запасов и сокращает недополученную из-за несвоевременной выкладки выгоду.

ML-модели, входящие в сервис, обучены на изображениях из российских продуктовых ритейл-сетей, они распознают на изображениях все товары и их цены. Для того чтобы запустить процесс распознавания, достаточно сфотографировать стеллажи магазина и загрузить изображения в сервис через API в карточке сервиса на платформе SberCloud ML Space.

Использование сервиса Product Analyzer позволит избежать расходов на создание собственного решения по мониторингу цен и заполненности полок. Также сервис оценят разработчики ПО для ритейла, поскольку это поможет сократить time-to-market подобных приложений. Продуктовые ритейлеры могут протестировать возможности сервиса, просто зарегистрировавшись на платформе ML Space.

«Product Analyzer уже используется для распознавания цен и товаров крупнейшими розничными сетями России – и мы хотели бы сделать его более доступным для широкого круга российского ритейла. Мы рады совместно с платформой ML Space развивать сервисы, которые позволяют использовать AI и машинное обучение для решения практических бизнес-задач, и планируем выкладывать новые сервисы в будущем», — отметил Руслан Ахтямов, директор по стратегии Napoleon IT.

Возможности

Решение от Napoleon IT позволяет ритейлерам определять цены и классифицировать товары на изображениях. Автоматизируется процесс ручного сбора данных мониторинга цен и товаров конкурентов.

Описание сервиса: Сервис состоит из нескольких моделей, которые позволяют последовательно распознать товары и ценники по изображениям. Product analyzer обучен на изображениях из Российских ритейл сетей.

Пайплайн моделей:

  1. Находит координаты всех товаров и ценников на изображении
  2. На ценниках находит область цены
  3. OCR модель распознает цены на ценниках
  4. Извлекает из изображений товаров вектора, отличимые в векторном пространстве. Эти векторы сравниваются с эталонными и если значение меньше порогового, то это означает принадлежность к классу.

Под каждую задачу используются следующие модели:

Детекция:

  • EfficientDet5

Feature Extraction:

  • ResNet обученный с применением ArcFace Loss

Детектирование цены в области ценника:

  • Unet

OCR:

  • AttentionOCR, обученная на миллионах примеров вырезанных цен

Преимущества

Бизнес преимущества: автоматизация процесса ручного сбора данных мониторинга цен и товаров конкурентов, а также автоматизированный контроль раскладки товаров.

Технические: Сервис уже собран в общий пайплайн распознавать и позволяет находить все товары и ценники, считывать текст цены и классифицировать товар без дополнительного обучения моделей, с помощью сравнения векторов признаков с эталонными.

Сценарии использования

  • Мониторинг цен

Изначально формирование цены на товарные позиции в крупном магазине складывается из нескольких десятков переменных: затраты на закупку, логистику, выплату налогов, а также маржа, эластичность спроса, стоимость аналогов в других торговых сетях и пр. Чтобы их отслеживать, можно использовать ценовой мониторинг. Это система, которая по фотографии распознает товары на полках, их объем и цены, а затем агрегирует их стоимость у разных ритейлеров. Фото стеллажей в магазинах-конкурентах делают специальные сотрудники — мониторщики.

Как использовать? Ваш сотрудник отправляется на конкурентную разведку в ближайший магазин и присылает фотографии полок с товарами. Далее вы хотите распознавать товары на этих изображениях. Вы отправляете их на сервис, в ответ получаете все координаты товаров и их цен, а также вектора товаров, извлеченные моделью, которые можно сравнить с эталонными векторами полученными из фотографий в базе товаров.

  • Контроль выкладки товаров

Ритейлер может легко потерять покупателей, если полки его магазинов окажутся пустыми: никто не захочет заходить в несколько супермаркетов, чтобы приобрести все необходимое. Данное решение позволяет избежать подобной ситуации, поможет отследить количество продуктов на стеллажах и сформировать заявки на закупки.

Как использовать? Для проверки уровня заполненности полки в магазине необходимо ее сфотографировать. Далее отправить на сервис, в ответ получить все координаты товаров, на основе которых определяется сколько пространства заполнено товарами.

 

 

Чтобы узнать больше о AI-сервисе Product Analyzer и его возможностях, регистрируйтесь на вебинар с создателями продукта

 

Справка о компании:

Napoleon IT — глобальная IT-компания, развивающаяся с 2011 года в трех направлениях: предоставление образования в сфере IT, заказной разработке программного обеспечения и развитии собственных B2B продуктов. 6 среди мобильных разработчиков в России по версии Рейтинга Рунета и 19 среди лучших работодателей в IT в рейтинге HeadHunter. Основные компетенции:  ML, cloud, highload backend и mobile в отраслях ритейл, промышленность, финтех. Клиенты — X5 Group, Бристоль, National Geographic, Cosmopolitan, РБК, K&Б, Kari, РИВ ГОШ.

0

Автор публикации

не в сети 7 часов

Задорожный Сергей

26
Комментарии: 1Публикации: 1635Регистрация: 04-02-2020

Добавить комментарий