Як побудувати автономний магазин без кас?
Типовий рітейлер, який вирішив прибрати каси, стикається з трьома основними проблемами: неточний трекінг покупців при перекриттях, висока вартість вагових сенсорів на полицях та необхідність обробки відео в реальному часі на edge-пристроях. Пілот на 20 камерах у магазині 80 м² показав, що без правильної архітектури кількість помилок списання перевищує 10%. Ми розбираємося з цим завданням не перший рік — досвід команди 5+ років у комп'ютерному зорі, за плечима 10+ проектів з бескасових магазинів. Зв'яжіться з нами для оцінки вашої площі та асортименту — впроваджуємо під ключ за 8–12 тижнів. Економія операційних витрат при впровадженні сягає 20–40%.
Сучасний стек включає edge-обробку, розпізнавання без QR та вагових сенсорів. Автономний магазин будується на трьох CV-системах: ідентифікація покупця, трекінг переміщень, детекція взаємодій з товаром. Для edge-обчислень застосовуємо INT8 quantization, що знижує затримку до 50 мс на камеру.
Як ми вирішуємо проблему трекінгу покупців? — розробка ai системи
Трекінг будується на мультикамерній асоціації детекцій. Кожна камера передає bounding box'и з ID, а центральний сервер зводить їх в єдиний трек. Використовуємо BoT-SORT для тимчасового зіставлення та StrongSORT для вирішення конфліктів при перетинах. На практиці це дає точність трекінгу 97% при щільності потоку до 5 осіб на 10 м². Для прискорення застосовуємо TensorRT з INT8 — latency p99 на одній камері не перевищує 30 мс.
Чому детекція взаємодій — найскладніший модуль?
Це центральне технічне завдання. Два підходи:
CV-only — камери над полицями детектують руку + товар, класифікують дію. Проблема: загородження тілом, схожі товари, часткова видимість. Для CV-only використовуємо спеціалізовану модель hand-object interaction detection: YOLOv8 для детекції руки та товару → SlowFast (Feichtenhofer et al.) для класифікації дії (grab/put back) по 16 кадрах. Вихідний код моделі доступний у репозиторії PyTorchVideo.
CV + shelf sensors — камери + IoT-датчики на полицях (вагові або ємнісні). CV визначає хто взяв, датчик — що і скільки. Надійність вища на 15%, але установка дорожча на 20–30%. Вибір залежить від бюджету та допустимої похибки; для магазинів з асортиментом до 500 SKU часто вистачає CV-only.
import torch from pytorchvideo.models import create_slowfast model = create_slowfast( input_channels=(3, 3), model_num_class=3, # grab / put_back / no_action slowfast_alpha=8, slowfast_beta_inv=8 ) slow_frames = frames[::8] fast_frames = frames logits = model([slow_frames, fast_frames]) Розпізнавання товарів: SKU-level vs категорія
Два рівні: SKU-level recognition (fine-tuned EfficientNet-B5, топ-1 accuracy 0,91 на 500 SKU) та product category (для невпізнаних товарів із середньою ціною по категорії). Проблема постійного оновлення асортименту вирішується нічним пайплайном донавчання: фото з 4–8 ракурсів → augmentation → навчання класифікатора. Для швидкої адаптації використовуємо LoRA.
| Підхід | Точність | Вартість обладнання | Складність впровадження |
|---|---|---|---|
| CV-only | 92–95% | Низька | Середня |
| CV + shelf sensors | 99%+ | Висока | Висока |
Що входить у проект?
- Архітектура CV-модулів: детекція, трекінг, розпізнавання.
- Інтеграція з касовим ПЗ через REST API.
- Донавчання моделей під ваш асортимент (пайплайн MLOps на W&B та Kubeflow).
- Установка та калібрування обладнання. Навчання персоналу.
- Технічна підтримка 24/7 після запуску.
Скільки часу займає впровадження?
| Розмір магазину | Камери | Термін впровадження |
|---|---|---|
| Мікромаркет 20–40 м² | 6–10 | 8–12 тижнів |
| Магазин біля дому 60–120 м² | 15–25 | 14–22 тижні |
| Супермаркет 300+ м² | 50–100+ | 6–12 місяців |
Вартість розраховується з урахуванням обладнання, зон магазину та асортименту. Гарантуємо точність списання понад 99% після калібрування. Середня окупність — 18–24 місяці за рахунок скорочення персоналу та інвентаризаційних втрат.
Типові помилки на старті: недостатнє покриття камерами (сліпі зони ведуть до помилок трекінгу), ігнорування частоти оновлення асортименту (без автоматичного пайплайну донавчання точність падає) та вибір CV-only на складному плануванні — тут краще комбінувати з сенсорами.
Чому обирають нас?
5+ років досвіду в CV, 10+ реалізованих проектів cashierless. Використовуємо перевірені моделі (SlowFast для дій, EfficientNet для товарів) та стеки MLOps (W&B, Kubeflow). Забезпечуємо стабільну роботу при піковому навантаженні (p99 latency < 100 мс). Отримайте консультацію — оцінимо ваш проект за 1 день. Замовте пілотний запуск за 2 тижні.