運用於智慧新零售的人工智慧 | 資料標註

近年來，越來越多的 零售商 開始使用 人工智慧。  人工智慧使他們能夠 清楚地知道人流量 ，從而提高速度和效率 ， 並最終提高他們的業務決策。預計到 2023年，將有 325,000家零售商以某種形式使用 機器學習  。 

 

此外，零售商已經做好充分利用人工智慧的準備，他們的閉路電視攝像機能夠收集相關的視覺資料。  這有助於商店實施計算機視覺。

 

影像分類 、 物體檢測 、 光學字元識別 、 人體姿勢估計 和活動識別等技術已經在幫助零售商改善客戶和員工體驗方面發揮了重要作用。

 

無人結賬是一種不需要收銀員的結賬方式。相反，顧客可以進入商店、將雜貨新增到他們的購物車、支付雜貨費用並離開商店，而無需在任何時候與人工助理打交道。  

透過計算機視覺和資料分析，零售商可以很快將傳統購物轉變為智慧購物。

 

無收銀零售店結合使用數以千計的攝像頭、物聯網感測器和基於計算機視覺的系統來檢測並瞭解客戶的互動 及商品的移動，還可 自動檢測價格  

 

無收銀員結賬 工作流程 ：  在顧客進入商店之前，他們需要下載智慧手機應用程式。進入商店後，該應用程式將透過二維碼進行身份驗證。如果零售店引入了智慧購物車——人工智慧驅動的重量敏感購物車，它可以準確識別購物者在購物車中放置的物品——然後客戶可以登入購物車，然後自動說購物車使用條形碼掃描每個專案。 

 

當顧客完成購物後，他們需要進入一個啟用感測器的通道，該通道會自動從他們的卡中扣款。  

 

然而，這個過程並沒有就此結束。  

使用大資料分析，智慧手機應用程式能夠記錄、儲存和使用每個購物者的資料，以便它能夠 識別客戶行為和 並對未來做到個性化推薦 。

 

無收銀員結賬有兩個主要好處：  減少客戶的等待時間 和 減少為零售商僱用購物助理的費用 。   

 

目前，該技術的發展受到大多數計算機視覺問題（尤其是事後估計和活動檢測） 需要大量標註資料做支援 。

 

在智慧零售中 庫存管理非常重要，因為它可以幫助您瞭解您需要什麼、什麼水平、什麼時間以及什麼價格。  

 

零售業的庫存管理在過去幾年經歷了一場數字革命，現在零售商開始使用人工智慧， 來進行更好地最佳化。

 

計算機視覺系統 被 用於捕獲影像，然後使用影像分割和物件檢測演算法來跟蹤貨架上的物品並執行整個庫存掃描。  每當有銷售或缺貨時計算機視覺系統 還可以檢測並 提供即時通知 ， 還可 預測產品在貨架上的停留時間 ， 通知產品儘快上架，從而協助人類工作 。

 

 

 

此外， 人工智慧攝像頭 還 可用於識別其他型別的任性店內行為，包括人身攻擊。這有助於保護零售商的聲譽，並提供更多的客戶安全。 

 

 

 

物體檢測用於檢測進出商店的顧客。然後，零售商可以使用這些客流量資料（對人數進行計數）來分析指標，使他們能夠了解人們購買產品的原因、他們在店內的整體行為和對產品的反應（情緒分析）以及客戶偏好。

 

此外，人群計數還有其他用途。它可用於更好地瞭解和管理佇列、員工變動，並提供整體分析資料，幫助零售商改進商店管理。  

 

例如，它提供人口統計分析，向商店經理顯示哪些產品受哪些人口統計資料的歡迎。然後可以就有助於提高轉化率的產品列表做出決定。  

 

 

  用於零售庫存管理的OCR： OCR用於多個行業，在零售業中特別有用，因為它提供自動現金返還處理以及自動忠誠度積分系統。 

 

零售業的未來在於人工智慧。零售商研究產品、定價和管理庫存的方式將越來越依賴於人工智慧，消費者的購物方式也是如此。  

 

人工智慧在新零售行業的不斷髮展，需要演算法、資料等多種要素的共同支援，其中高質量的資料對應用的落地發揮著關鍵作用。

 

景聯文科技智慧新零售解決方案涵蓋了智慧新零售落地全流程的訓練資料需求，透過智慧新零售場景現有資料庫、定製化採集標註、資料標註平臺等服務，對影片、影像 、語音 等資料進行加工處理，一站式解決智慧新零售從研發初期到落地的訓練資料需求。

 

透過智慧化的標註平臺產品賦能 AI訓練資料行業，能夠有效提高人機協作效率擴大產能，及時調整標註方案做好逾期風險管控，準確把控資料質量問題，為AI相關企業提供處理大規模感知資料的能力，節省企業的時間和開發成本，實現人力驅動向技術驅動的重要升級。

 

景聯文科技｜資料採集｜資料標註

助力人工智慧技術，賦能傳統產業智慧化轉型升級