Этот вопрос мы слышим от клиентов регулярно. Особенно от тех, кто устал бороться с мерчандайзерами за идеальный кадр и хочет наконец понять: на что действительно делать ставку? Давайте разбираться
1. Качество фото важно, но оно не решает всё
Хорошее разрешение, контраст, отсутствие бликов - это помогает модели увидеть этикетку, оценить размер, разглядеть товар даже за стеклом холодильника. Всё это полезно.
Но есть важный нюанс. Если учить модель только на идеальных снимках, качество распознавания товаров в реальном магазине будет ниже. В жизни всё иначе: свет падает не так, ракурс не тот, товар частично перекрыт.
2. Количество и разнообразие разметки - это база, на которой строится надёжность
Чтобы модель узнавала товар уверенно, ей нужны сотни примеров одного и того же продукта в разных условиях:
- чуть повёрнутого влево или вправо;
- с бликом на упаковке;
- закрытого другим товаром на треть;
- стоящего во втором ряду.
И если выбирать между двумя вариантами:
- 10 000 фото разного качества из разных магазинов, снятых с ошибками и несовершенствами;
- или 500 суперчётких, но однотипных снимков —
мы всегда выбираем первый. Потому что именно разнообразие даёт модели устойчивость. Она учится видеть товар любым: и в идеале, и в хаосе.
3. А как же цена ошибки?
В ритейле ложное распознавание обходится дорого:
- система показывает Out of Stock там, где товар есть на полке;
- выкладка считается неверной;
- отчёты искажаются, а следом и решения.
Поэтому нужен баланс:
- качество, чтобы отличать похожие товары, например Лучик от Солнышка
- количество и разнообразие, чтобы модель не путалась при плохом освещении или нестандартном угле съёмки.
Итог простой
Чем больше фото в базе разметок, чем больше разнообразных примеров и циклов обучения, тем выше точность распознавания на любых фотографиях. Качество даёт остроту зрения, но именно объём и разнообразие делают это зрение по-настоящему надёжным. И вместе они дают тот самый результат, ради которого всё затевается.