實(shi)(shi)體(ti)零售受限于店(dian)鋪(pu)的(de)選址和大小、人的(de)精力、運(yun)營(ying)成本等客(ke)(ke)觀條件(jian)，無法快(kuai)速有效(xiao)的(de)分析和處(chu)理(li)顧(gu)客(ke)(ke)數(shu)據，限制了(le)門(men)(men)店(dian)與(yu)顧(gu)客(ke)(ke)建立連接，導(dao)致門(men)(men)店(dian)獲(huo)客(ke)(ke)難、客(ke)(ke)源轉化難、會員和店(dian)鋪(pu)管理(li)難、營(ying)銷(xiao)難、盈(ying)利難，因此(ci)亟需改變以往低效(xiao)的(de)運(yun)行方式(shi)，加快(kuai)大數(shu)據分析，開展基于大數(shu)據的(de)精準營(ying)銷(xiao)，提高顧(gu)客(ke)(ke)的(de)逛(guang)店(dian)體(ti)驗，同時實(shi)(shi)現降本增效(xiao)。而把計算(suan)機視覺應用(yong)到零售門(men)(men)店(dian)中，是(shi)實(shi)(shi)現降本增效(xiao)的(de)重(zhong)要手段。

受益(yi)于數據的增長、算(suan)(suan)法的優化(hua)和算(suan)(suan)力的提(ti)(ti)升(sheng)，計算(suan)(suan)機(ji)視覺在實體零售場景中有(you)著(zhu)豐富的應用。顧(gu)客(ke)(ke)(ke)進店(dian)時，通(tong)過(guo)人(ren)臉識別，準確(que)認出(chu)顧(gu)客(ke)(ke)(ke)的身份信(xin)息(xi)，包括是(shi)否為(wei)會員、性別、年(nian)齡以(yi)及消(xiao)費(fei)記錄等，并(bing)把這些(xie)信(xin)息(xi)推送給店(dian)員，實現對新客(ke)(ke)(ke)、回頭客(ke)(ke)(ke)、會員的精細化(hua)管理，為(wei)顧(gu)客(ke)(ke)(ke)提(ti)(ti)供個性化(hua)的服(fu)務(wu)，提(ti)(ti)升(sheng)消(xiao)費(fei)體驗。

在門店(dian)內(nei)(nei)，通過(guo)行人重識(shi)別來(lai)捕獲(huo)顧客的(de)(de)位置與軌(gui)跡信(xin)息，形成店(dian)內(nei)(nei)的(de)(de)軌(gui)跡熱區，根據(ju)熱區信(xin)息合理安排(pai)店(dian)內(nei)(nei)的(de)(de)商(shang)品(pin)擺放(fang)、指導店(dian)內(nei)(nei)動(dong)線規劃；應用圖像識(shi)別與目標檢測，快(kuai)速(su)識(shi)別商(shang)品(pin)的(de)(de)名稱、種類、標簽信(xin)息，獲(huo)取(qu)貨架(jia)上各(ge)商(shang)品(pin)的(de)(de)可(ke)視化(hua)排(pai)面占(zhan)比，幫(bang)助(zhu)品(pin)牌商(shang)統計審核數據(ju)；應用行為識(shi)別，準(zhun)確識(shi)別店(dian)內(nei)(nei)顧客異常行為，減少門店(dian)的(de)(de)損(sun)耗。

收銀結算時，通(tong)過商品識別，快速并準確識別商品。相比大多數門店所采用的(de)RFID，商品識別相對成本更低，不(bu)需(xu)要另外人(ren)手為(wei)每個(ge)商品貼(tie)標(biao)簽(qian)，也(ye)避免了貼(tie)標(biao)簽(qian)失誤帶來(lai)的(de)影響，并且(qie)數據是(shi)共通(tong)的(de)，可同時服務多家門店。

雖(sui)然(ran)計算(suan)(suan)機視覺(jue)已在(zai)(zai)零售門店、貨架(jia)巡檢、收銀(yin)結算(suan)(suan)等諸多實(shi)體零售場景落地應用，但仍面臨著(zhu)諸多挑(tiao)戰(zhan)。我們知(zhi)道伴隨著(zhu)人(ren)臉識(shi)別(bie)、商(shang)品識(shi)別(bie)、目標檢測模型(xing)(xing)準(zhun)確率的提升，卷積網(wang)絡模型(xing)(xing)的層數也在(zai)(zai)不斷增(zeng)加，這(zhe)些(xie)模型(xing)(xing)在(zai)(zai)獲得(de)高(gao)精(jing)度的同時不可(ke)避免的產生大量的模型(xing)(xing)參數，而在(zai)(zai)實(shi)際場景中，常需(xu)要在(zai)(zai)計算(suan)(suan)資源(yuan)有(you)限或移(yi)動(dong)端(duan)側完成任(ren)務(wu)，如(ru)何(he)在(zai)(zai)不同的場景下選擇合適的網(wang)絡模型(xing)(xing)？如(ru)何(he)在(zai)(zai)終(zhong)端(duan)實(shi)現部署？

上述這些問題，接(jie)下(xia)來你(ni)都可(ke)以從(cong)我們智東西公開課(ke)全新推(tui)出的(de)(de)AI零售(shou)合輯中(zhong)得(de)到答(da)案。此次，推(tui)出的(de)(de)是AI零售(shou)合輯第(di)一季共(gong)上線三講(jiang)。第(di)一講(jiang)從(cong)總體(ti)入手，講(jiang)解(jie)應用在(zai)零售(shou)門店的(de)(de)計算機(ji)視覺(jue)及其在(zai)終端部署的(de)(de)解(jie)決(jue)思路。接(jie)下(xia)來的(de)(de)兩(liang)講(jiang)，重點講(jiang)解(jie)在(zai)收(shou)銀結算和貨架(jia)巡檢這兩(liang)個場(chang)景下(xia)，商(shang)品識(shi)別(bie)和目標檢測存在(zai)的(de)(de)難點、解(jie)決(jue)方法(fa)和落(luo)地方案。

本季合輯我們邀請到悠絡客(ke)產品(pin)總監劉(liu)承鑫、織點智能AI研究室(shi)負(fu)責人劉(liu)思偉(wei)、品(pin)覽數據技(ji)術(shu)合伙人魏勛等三位大牛，深(shen)入講解實體零售場景中計算機視覺的(de)應用(yong)與實踐。

5月(yue)25日(ri)，悠絡客產(chan)品總(zong)監(jian)劉承鑫將以《AI如何(he)賦能零(ling)售(shou)門店(dian)》為主(zhu)題，從零(ling)售(shou)門店(dian)的(de)(de)趨勢與(yu)困境展開，講解(jie)實現門店(dian)降(jiang)本增效的(de)(de)計算機視(shi)覺(jue)、終端部署(shu)的(de)(de)難點與(yu)解(jie)決思路、應用案(an)例。

6月1日，織點智(zhi)能(neng)AI研究(jiu)室負責人(ren)劉思偉將(jiang)以《商品(pin)識別(bie)算(suan)(suan)法在收銀(yin)結算(suan)(suan)場景(jing)(jing)的(de)應用(yong)與(yu)落地(di)》為主題(ti)，從收銀(yin)結算(suan)(suan)場景(jing)(jing)下商品(pin)識別(bie)的(de)難點、模(mo)型(xing)選(xuan)擇、自助收銀(yin)機上部署的(de)方(fang)法、工程化落地(di)的(de)步驟(zou)與(yu)應用(yong)實踐等方(fang)面帶(dai)來深入講解。

6月8日，品覽數據技術合伙人魏勛(xun)將以《圖像識別(bie)與目標檢(jian)測(ce)(ce)在貨架快消商品智能(neng)巡檢(jian)中的(de)(de)應用》為主題(ti)，從圖像識別(bie)與目標檢(jian)測(ce)(ce)的(de)(de)發展歷史出發、講(jiang)解(jie)實現準(zhun)確商品檢(jian)測(ce)(ce)與識別(bie)的(de)(de)方法及(ji)在貨架巡檢(jian)的(de)(de)應用。

AI零售合輯之后將持續更(geng)新(xin)，敬請期待更(geng)多(duo)講解(jie)。

合輯詳情

第一講

主題：AI如何賦能零售門店
提綱：
1、零售門店的趨勢與困境
2、實現門店降本增效的計算機視覺技術解讀
3、在攝像監控終端部署的難點與解決思路
4、應用案例分析

課(ke)程(cheng)時間：5月(yue)25日

講師(shi)：劉(liu)承鑫，悠絡客產品(pin)總(zong)監，7年(nian)AI產品(pin)經驗，曾主導多款智慧(hui)零售、餐飲產品(pin)從0到N落地，為(wei)零售頭部商(shang)戶設計提供(gong)全流程(cheng)數字(zi)化解(jie)決方案，創造(zao)千(qian)萬級增收。

第二講

主題：商品識別算法在收銀結算場景的應用與落地
提綱：
1、收銀結算場景下商品識別的難點
2、商品識別算法的模型選擇
3、在CVPOS自助收銀機上實現端到端部署的方法
4、商(shang)品識(shi)別(bie)算法(fa)工程(cheng)化落地的步驟與應用(yong)實踐

課程時間：6月1日

講師：劉(liu)思偉，任織點智(zhi)能AI研究室負責人；2017年9月，加入織點智(zhi)能，任算法(fa)工程師和AI研究室負責人，致力于(yu)AI+零售的(de)(de)變革(ge)，研發國(guo)(guo)內首個落地(di)(di)的(de)(de)基(ji)于(yu)計(ji)算機(ji)視(shi)覺的(de)(de)商品結算系統，以及適應零售行業(ye)高效(xiao)運營的(de)(de)商品訓(xun)練運維平臺；研發和落地(di)(di)基(ji)于(yu)計(ji)算機(ji)視(shi)覺的(de)(de)“拿了就走”無感購(gou)物店(dian)，成(cheng)為國(guo)(guo)內前三(san)落地(di)(di)產品的(de)(de)公司(si)。

第三講

主(zhu)題：圖像識別與目標(biao)檢測在貨架快消商(shang)品智能巡(xun)檢中的應用

提綱：
1、圖像識別與目標檢測的發展歷史
2、如何實現商品檢測精度與速度并存
3、商品識別的難點與解決方法
4、貨架巡檢(jian)應用實例

課程時間：6月8日

講師(shi)：魏勛(xun)，品覽(lan)數(shu)據技術合(he)伙人，十年算法經(jing)驗(yan)，深耕計算機視覺(jue)在快消，物流，地(di)(di)產(chan)等領域的落地(di)(di)，具備深厚的理論背景和(he)豐(feng)富(fu)的工程落地(di)(di)經(jing)驗(yan)。

直播地點

智東西公開課小程序

適合人群

1、零售行業的技術開發者、產品人員與公司中高層
2、計算機視覺相關算法工程師
3、從事計算機視覺、深度學習的科研人員、老師、學生
4、智能終端設備開發者、工程師

報名方式

添(tian)加智東西公開(kai)課小助手蒼(cang)蒼(cang)（ID：zhidxclass004）報名(ming)，添(tian)加時(shi)請備注(zhu):姓名(ming)-公司-職位(wei)或者姓名(ming)-學校-專業，因報名(ming)人(ren)數過多，優先(xian)通過備注(zhu)者。