新零售人货场数字化是一个系统工程。排面自动识别只是其中的一个小点。新零售的人货场数字化的目标是精细化管理，智能化零售决策，不断提升人效，降低物流运营仓储成本，为消费者提供便捷服务。
今天给大家分享一下最近的一个工作排面自动识别。
这个工作有多难呢？我告诉你吧。目标检测的比赛VOC数据集是20个类别，且每个类别长的很不一样，比如说车和猫，就很好区分；我们的排面自动识别呢，是需要识别5000个SKU，记住是5000个类别，并且类别之间相差很小，相当于5000个类别的目标检测并且是细粒度分类。
我们识别的SKU包括常温货架，风幕柜、冷柜，零售超市产品全覆盖。
大家如果觉得简单，就不妨自己跑一把。行胜于言。
我们做的效果如何呢？长这个样子：
左边是店员拍摄的排面图片，右边是总部下发的棚格图，如果左边跟右边匹配一致，则右边棚格图上大绿色的勾，如果匹配不一致，则打上红叉。
实际意义：物品的陈列影响两个方面：利润和成本。
利润：包括两个方面，一，商品的销售利润。陈列影响销量，销量的高低、物品单价和利润的高低影响整店的利润。二、广告收入。商品生产厂商的爆品广告投放，需要在排面中占住显眼位置，如果发现没有摆放在显眼位置，则不付出相应广告费用。
成本：销量的预测依赖排面的摆放。销量预测不对，整个库存就不对。库存不对就成本核算增加。
。
这个是我哥们去苏果便利店随便拍的几个排面的图片，没有标记过，没有学习过，实验后的效果如下：
没有训练过的数据，拿来识别效果确实差了不少。
最近水逆，前进的小船越划越慢，准备接个小单玩玩。对这个项目感兴趣的客官可以联系我。虽然道路有点遥远，但只要方向对了，就不怕万水千山。我们才是正儿八经搞新零售，让零售商多挣钱，让买家少花钱的赋能高手。
一句朴实的广告词就是：新零售赋能看ReSaleBoost.ai，商家多挣钱，买家少花钱。
最近还有一个产品，是基于目标实例以图搜图的。就是说你输入一张图片，我按图片里有没有你感兴趣的物品，然后再搜索其它图片中有相似物品的。有没有人有这方面的需求？晚点发个产品说明。
曹丕当年继位的时候，嚎啕大哭：等这么久，曹操这老头子终于死了，以后姑娘们都是我的了。明眼人说：“曹家的天下到曹丕就完了，他继位应该是深感责任重大和治国理政的艰辛，没有曹操兜底了他更应感如履薄冰。”
引以为戒。
原文作者：Agent的潜意识；如有侵权，请联系管理员删除。
