实体零售受限于店铺的选址和大小、人的精力、运营成本等客观条件,无法快速有效的分析和处理顾客数据,限制了门店与顾客建立连接,导致门店获客难、客源转化难、会员和店铺管理难、营销难、盈利难,因此亟需改变以往低效的运行方式,加快大数据分析,开展基于大数据的精准营销,提高顾客的逛店体验,同时实现降本增效。而把计算机视觉应用到零售门店中,是实现降本增效的重要手段。
受益于数据的增长、算法的优化和算力的提升,计算机视觉在实体零售场景中有着丰富的应用。顾客进店时,通过人脸识别,准确认出顾客的身份信息,包括是否为会员、性别、年龄以及消费记录等,并把这些信息推送给店员,实现对新客、回头客、会员的精细化管理,为顾客提供个性化的服务,提升消费体验。
在门店内,通过行人重识别来捕获顾客的位置与轨迹信息,形成店内的轨迹热区,根据热区信息合理安排店内的商品摆放、指导店内动线规划;应用图像识别与目标检测,快速识别商品的名称、种类、标签信息,获取货架上各商品的可视化排面占比,帮助品牌商统计审核数据;应用行为识别,准确识别店内顾客异常行为,减少门店的损耗。
收银结算时,通过商品识别,快速并准确识别商品。相比大多数门店所采用的RFID,商品识别相对成本更低,不需要另外人手为每个商品贴标签,也避免了贴标签失误带来的影响,并且数据是共通的,可同时服务多家门店。
虽然计算机视觉已在零售门店、货架巡检、收银结算等诸多实体零售场景落地应用,但仍面临着诸多挑战。我们知道伴随着人脸识别、商品识别、目标检测模型准确率的提升,卷积网络模型的层数也在不断增加,这些模型在获得高精度的同时不可避免的产生大量的模型参数,而在实际场景中,常需要在计算资源有限或移动端侧完成任务,如何在不同的场景下选择合适的网络模型?如何在终端实现部署?
上述这些问题,接下来你都可以从我们智东西公开课全新推出的AI零售合辑中得到答案。此次,推出的是AI零售合辑第一季共上线三讲。第一讲从总体入手,讲解应用在零售门店的计算机视觉及其在终端部署的解决思路。接下来的两讲,重点讲解在收银结算和货架巡检这两个场景下,商品识别和目标检测存在的难点、解决方法和落地方案。
本季合辑我们邀请到悠络客产品总监刘承鑫、织点智能AI研究室负责人刘思伟、品览数据技术合伙人魏勋等三位大牛,深入讲解实体零售场景中计算机视觉的应用与实践。
5月25日,悠络客产品总监刘承鑫将以《AI如何赋能零售门店》为主题,从零售门店的趋势与困境展开,讲解实现门店降本增效的计算机视觉、终端部署的难点与解决思路、应用案例。
6月1日,织点智能AI研究室负责人刘思伟将以《商品识别算法在收银结算场景的应用与落地》为主题,从收银结算场景下商品识别的难点、模型选择、自助收银机上部署的方法、工程化落地的步骤与应用实践等方面带来深入讲解。
6月8日,品览数据技术合伙人魏勋将以《图像识别与目标检测在货架快消商品智能巡检中的应用》为主题,从图像识别与目标检测的发展历史出发、讲解实现准确商品检测与识别的方法及在货架巡检的应用。
AI零售合辑之后将持续更新,敬请期待更多讲解。
合辑详情
第一讲
主题:AI如何赋能零售门店
提纲:
1、零售门店的趋势与困境
2、实现门店降本增效的计算机视觉技术解读
3、在摄像监控终端部署的难点与解决思路
4、应用案例分析
课程时间:5月25日
讲师:刘承鑫,悠络客产品总监,7年AI产品经验,曾主导多款智慧零售、餐饮产品从0到N落地,为零售头部商户设计提供全流程数字化解决方案,创造千万级增收。
第二讲
主题:商品识别算法在收银结算场景的应用与落地
提纲:
1、收银结算场景下商品识别的难点
2、商品识别算法的模型选择
3、在CVPOS自助收银机上实现端到端部署的方法
4、商品识别算法工程化落地的步骤与应用实践
课程时间:6月1日
讲师:刘思伟,任织点智能AI研究室负责人;2017年9月,加入织点智能,任算法工程师和AI研究室负责人,致力于AI+零售的变革,研发国内首个落地的基于计算机视觉的商品结算系统,以及适应零售行业高效运营的商品训练运维平台;研发和落地基于计算机视觉的“拿了就走”无感购物店,成为国内前三落地产品的公司。
第三讲
主题:图像识别与目标检测在货架快消商品智能巡检中的应用
提纲:
1、图像识别与目标检测的发展历史
2、如何实现商品检测精度与速度并存
3、商品识别的难点与解决方法
4、货架巡检应用实例
课程时间:6月8日
讲师:魏勋,品览数据技术合伙人,十年算法经验,深耕计算机视觉在快消,物流,地产等领域的落地,具备深厚的理论背景和丰富的工程落地经验。
直播地点
智东西公开课小程序
适合人群
1、零售行业的技术开发者、产品人员与公司中高层
2、计算机视觉相关算法工程师
3、从事计算机视觉、深度学习的科研人员、老师、学生
4、智能终端设备开发者、工程师
报名方式
添加智东西公开课小助手苍苍(ID:zhidxclass004)报名,添加时请备注:姓名-公司-职位或者姓名-学校-专业,因报名人数过多,优先通过备注者。