Ритейл

Автоматическое выявление пустых полок в магазинах с помошью ИИ

ИИ-система в реальном времени фиксирует отсутствие товаров на полках, помогает быстрее возвращать их в продажу и снижать потери выручки без ручных обходов и проверок.

NDA
Заказчик Крупная розничная сеть товаров массового спроса с распределённой сетью торговых точек по Российской Федерации. Для заказчика критичны операционная эффективность магазинов, доступность ассортимента на полке и снижение потерь выручки из-за отсутствия товаров.
Задача Обеспечить автоматическое и оперативное выявление пустот на полках в торговых залах без ручных обходов и увеличения нагрузки на персонал.

О проекте

Система ИИ-видеоаналитики в реальном времени фиксирует факт отсутствия конкретного товара на полке, определяет момент начала пустоты, её длительность и точное место по планограмме. 

А еще -  автоматически уведомляет персонал и формирует детальные отчёты по упущенным продажам: какие SKU, где и как долго отсутствовали. 

NDA
Заказчик Крупная розничная сеть товаров массового спроса с распределённой сетью торговых точек по Российской Федерации. Для заказчика критичны операционная эффективность магазинов, доступность ассортимента на полке и снижение потерь выручки из-за отсутствия товаров.
Задача Обеспечить автоматическое и оперативное выявление пустот на полках в торговых залах без ручных обходов и увеличения нагрузки на персонал.

до 15 минут

выявление пустоты на полке и сигнал персоналу. Магазин узнаёт о проблеме в моменте, а не через часы или отчёты постфактум.
1
Подготовка обучающего видеодатасета
Собрали видеозаписи торговых полок с контролируемыми сценариями наличия и отсутствия товаров для обучения и валидации модели.
2
Разметка полок и товарных зон
Разметили области полок, товары и пустоты с привязкой к планограммам для корректной интерпретации состояния каждой позиции.
3
Обучение моделей компьютерного зрения
Обучили модель распознавания пустот с учётом глубины полки и наличия товаров за фронтальной линией выкладки.
4
Интеграция в ИТ-ландшафт заказчика, тестирование и калибровка
Интегрировали систему с существующей инфраструктурой видеонаблюдения и корпоративными сервисами через API. Провели тестирование на пилотных торговых точках, настроили пороги срабатывания и снизили количество ложных детекций.
5
Масштабирование и эксплуатационный мониторинг
Донастроили алгоритмы под новые магазины и обеспечили удалённый контроль стабильности работы системы.

Почему ИИ-решение важно для ритейла

Система видит не пустую полку, а потерянный SKU.
Это позволяет сразу вернуть конкретный товар в продажу, без догадок и проверок.

Технологический стек

Frontend

Интерфейс пользователя: отчеты, графики, панели управления

Backend

Логика обработки и базовые компоненты системы

ML

Модели и фреймворки для обучения

Вызовы и решения

Нестабильное качество видеопотока

Часть камер обеспечивала недостаточное качество изображения: низкий битрейт, шум, размытость при движении в кадре, что снижало точность детекции пустот
РЕШЕНИЕ

Оптимизация параметров видеопотока и повышение битрейта

Провели аудит настроек камер, скорректировали битрейт и параметры кодирования, что позволило снизить уровень шума и обеспечить стабильные входные данные для моделей компьютерного зрения без замены оборудования.

Некорректные ракурсы и неполное покрытие полок

Камеры изначально устанавливались под задачи безопасности, из-за чего часть полок попадала в кадр под острыми углами или не покрывалась полностью.
РЕШЕНИЕ

Корректировка ракурсов и зон анализа

Без изменения инфраструктуры оптимизировали положение камер и зафиксировали зоны детекции, обеспечив корректный обзор полок, участвующих в аналитике, и исключив нерелевантные области.

Различие ассортимента и планограмм между магазинами

Планограммы и наборы SKU отличались от точки к точке, что усложняло масштабирование модели и снижало универсальность распознавания.
РЕШЕНИЕ

Гибкая привязка детекции к планограмме

Реализовали механизм настройки зон и товарных позиций под конкретную торговую точку, что позволило адаптировать систему под разные форматы магазинов без повторного обучения базовой модели.

+25%

к среднему чеку при росте заполненности полок с 80% до 100%

+18%

к среднему чеку при повышении заполненности полок до 95%

+2,6%

к среднему чеку эффект от внедрения видеоаналитики при текущей заполненности

Команда, которая внедрила проект

Константин Порошкин
ML-инженер
Виктор Дупляков
Full-stack разработчик
Фёдор Головин
Project Manager
Дмитрий Соркин
DevOps-инженер
Марк Яговкин
Руководитель разметки данных
Никита Латышонок
CV-инженер

Проект запущен в работу

Скоро здесь будут

обновления

Готовые проекты

Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.

bracket
Разработка крупной системы
Цифровой контроль движения вагонов
кейс автоматическое распознавание номеров вагонов.jpg
Разработка крупной системы
От цветка к идеальному букету: ИИ распознает качество роз
контроль качества роз.jpg
Разработка крупной системы
ИИ-учет индивидуальной выработки на конвейере
Система видеоаналитики для учета индивидуального KPI на конвейерных линиях.jpg
Сбор и разметка данных для ИИ
Разметка данных для беспилотных комбайнов
Кейс создания датасета для комбайнов.png
Разработка крупной системы
Как контролировать брак этикетки на работающем конвейере
Автоматизация контроля дефектов этикетирования на высокоскоростных линиях .png
Экспертная разметка данных
Медицинский датасет МРТ позвоночника для обучения AI
Медицинский датасет из 500 000 МРТ-снимков.jpg
Операционный ИТ-аутсорсинг
Команда разметчиков как сервис для маркетплейса
Разметка данных для маркетплейса.jpg
Сбор данных для ML и ИИ
Собрали 10 000 уникальных лошадей для биометрии
Создание биометрической базы на 10000 лошадей.jpg
Экспертная разметка данных для ИИ
Разметка 7000 исследований совместно с врачами-экспертами
medtech-ai-medical-data-annotation.png
Разработка крупной системы
Распознавание номеров автомобиля для въезда на парковку
parkCloud.png
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
wekey.webp
ИИ для образования
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
ocr-documents-case.png
Разработка крупной системы
ИИ расставляет стеллажи в 10 раз быстрее
rack-planning-case.png
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
damage-detection-case.png
Разработка крупной системы
Платформа, объединившая поиск блогеров, целевой аудитории и аналитику
advertisingPlatform.webp
Разработка крупной системы
Распознавание QR для контроля сборки и упаковки заказов
warehouse-vision-qr.png
ИИ для промышленности
ИИ-отбор качественных снимков с дронов
copterDefectDetection.webp
Разработка крупной системы
Нейросеть распознаёт пустые полки в магазинах и помогает вовремя их заполнить
productDetection.png
Разработка крупной системы
ИИ-контроль опасных ситуаций при движении погрузчиков
workplaceInjuriesDetection.webp
Разработка крупной системы
Машинное зрение измеряет паллеты и передает данные в WMS
pallet.png
Разработка крупной системы
Нейросеть для определения возраста: аналитика и безопасность в одном решении
age.webp
Сбор и разметка данных для ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
fighting.webp
Сбор и разметка данных для ИИ
Собрали датасет оружия в 1000+ видео
weapon.webp
Разработка крупной системы
Платформа для регистрации рекламы блогеров и ЕРИР
platform.png
Разработка крупной системы
Автоматизация досмотра багажа и анализа X-ray снимков с помощью ИИ
astrophysics.png
Разработка для сельского хозяйства
Нейросеть для мониторинга здроровья коров
ии мониторинг здоровья коров-1.jpg
Разработка крупной системы
AI-контроль выкладки свежей рыбы + соблюдение FIFO
ai-fresh-fish-vision.png
Разработка для ритейла
Внедрение видеоаналитики для контроля комплектации товаров на складе
warehouse-order-check.png
Разработка крупной системы
Нейросеть для распознавания 2D чертежей
ai-drawing-recognition.jpg

Создадим проект мечты вместе

Напишите нам в Telegram о подробностях вашего проекта, и мы проведем бесплатную консультацию по автоматизации вашего бизнеса