Shelfmatch: Автоматизируй. Оптимизируй. Контролируй

Команда Shelfmatch сделала крутой апдейт — теперь можно отслеживать диапазон цен на товары. Проще некуда! ✨ Как это работает? 1️⃣ Клиент задает минимальную и максимальную цену для каждого товара. 2️⃣ Данные загружаются в Shelfmatch. 3️⃣ Когда мерчандайзер делает фото полки с ценниками, сервис не только распознает товары, но и проверяет, вписывается ли цена в заданный диапазон. 💡 Зачем это нужно? ✅ Контроль цен: сразу видно, если цена "убежала" за пределы допустимого...

Метрические книги — это уникальные исторические документы, которые содержат записи о рождении, бракосочетании и смерти людей. Они являются ценным источником информации для генеалогов, историков и всех, кто интересуется прошлым своей семьи или региона. Однако работа с такими документами часто сопряжена с трудностями: рукописный текст, устаревшие формы написания, поврежденные страницы и сложный для восприятия почерк. Поэтому-то команда Shelfmatch с большим энтузиазмом включилась в проект по работе с распознаванием текстов метрических книг как только представилась такая возможность...

Что это мы все о себе, да о себе) Сегодня о том, в каких сферах активно применяется распознавание и широк ли спектр применения (спойлер: широк) Итак. 🔍 1. Распознавание лиц Система идентифицирует лица на фотографиях, сопоставляя их с базой данных. Это используется: • В смартфонах для разблокировки устройства; • В системах безопасности, например, в аэропортах или на стадионах; • В социальных сетях для автоматического поиска друзей на фото. 🏙 2. Распознавание объектов Технология находит и определяет объекты на изображении: автомобили, здания, животных, еду и многое другое...

Сервис Shelfmatch - это открытое API, то есть, набор функций, запрашивая ответ на которые приложение для мерчандайзеров, внутренняя система учета клиента или любая другая система учета, получает внятный, четкий и корректный ответ. Для того, чтобы получать ответы от сервиса распознавания Shelfmatch, не надо даже танцевать с бубном. Все ответы на запросы получаются за секунды...

ShelfMatch — это решение для анализа выкладки и наличия товаров. Но его бы не было, если бы не они: мерчандайзеры и их фото. Чтобы обеспечить точное распознавание товаров на полке, фото должно быть высокого качества (и команда Shelfmatch может давать мастер-классы по тому, как правильно фотографировать стеллажи). Зачем? Затем, что нейронная сеть, используемая в ShelfMatch, обучается на основе качественных изображений, сделанных в магазинах. А наилучшие результаты достигаются при использовании похожих фотографий, соответствующих определённым критериям...

Для удобства использования сервиса всем клиентам Shelfmatch по умолчанию предоставляется личный кабинет. В нём можно посмотреть результаты по всем сессиям и kpi, отфильтровать нужные визиты по датам, мерчандайзерам и торговым сетям, проверить статистику, сгруппировать данные по определенным критериям и много чего еще. Команду Shelfmatch попросили добавить личный кабинет немного интерактива и сделать возможным на фотографиях отмечать некорректно распознанные товары и автоматически...

Как аппетит приходит во время еды, так и весь спектр возможностей сервиса распознавания накрывает не сразу К команде Shelfmatch обратился клиент, который работает с нами уже не первый год, с вопросом, нет ли случайно возможности определять не только товары, но и торговое оборудование. Зачем? Затем, чтобы вовремя заменять вышедшее из строя, чтобы контролировать выкладку товаров, чтобы сокращать время, которое мерчандайзеры проводят в поиске номера оборудования и записывания его в блокнотики, чтобы в любой момент иметь доступ ко всем фотографиям оборудования, не прибегая к помощи экзорцистов...

Нейросети определяют товары на полках в два этапа. Первый - это детектирование. Здесь нейросеть находит на фотографии объекты. На этом этапе сервис Shelfmatch, образно говоря, обводит каждый отдельный товар и не обводит то, что товаром не является. В рамках детектирования можно давать нейросети задачки со звездочкой: находить только те товары, что стоят непосредственно на полке, находить только левые четыре коробки на пятой полке снизу или любые другие сочетания товаров. И вот когда этот этап пройден, нейросеть приступает ко второму этапу: классификации...

Обычно под распознаванием товаров на фото подразумевается распознавание всего, что стоит на полке. С одной стороны, хорошо: все видно, кто конкурент, понятно, какие полки занимает товар, ясно. С другой: а если надо проверять какие-то отдельные товары или товар и ценник? Может же быть такое? Может, конечно! (Сейчас маркетологи, трейд-маркетологи и еще несколько отделов радостно покивали) А можно ли распознавать только какой-то определенный товар или даже товар с ценником? Shelfmatch говорит, можно!...

В традиционной картине мира мерчандайзеры или торговые представители используют в работе телефоны или планшеты с установленным приложением. В приложении можно посмотреть задачи, сделать снимок полки, отметить выполненные kpi и много что еще. В той же картине мира считается, что распознавание товаров автоматически идет в сцепке с приложением. В связи с этим, к Shelfmatch часто обращаются с вопросом: есть ли у сервиса свое приложение. И тут Shelfmatch ломает картину мира: своего приложения у сервиса нет, и на то есть несколько причин: 1...

За точность распознавания бьются все сервисы мира. Каждой нейросети скармливают гигабайты фото и обучают ее бесконечно. Точность распознавания - это Священный Грааль в IR. По сути, точность распознавания - соотношение правильно определенных товаров ко всем товарам на фото. Для каждого клиента определяется целевая точность (обычно от 90 до 97-98%), а для ее поддержания нейросеть переобучают примерно раз в месяц. Наверное, можно добиться точности распознавания 100%, но команда Shelfmatch в такие сказки...