Cистема распознавания весового товара на кассе с помощью компьютерного зрения
В ритейле длинные очереди и медленное обслуживание напрямую влияют на лояльность клиентов. Пробитие весового товара — одна из самых медленных операций на кассе. Это критично для супермаркетов «Ярче», где весовые товары присутствуют более чем в 20% транзакций. Ручной поиск такого товара занимает 4−6 секунд (у неопытного кассира — до нескольких минут), а ошибки в процессе из-за усталости или невнимательности ведут к пересорту и финансовым потерям.
Перед нами стояла задача автоматизировать этот процесс, чтобы ускорить обслуживание и снизить нагрузку на кассиров «Ярче!».
Перед нами стояла задача автоматизировать этот процесс, чтобы ускорить обслуживание и снизить нагрузку на кассиров «Ярче!».
Smart Scales
{Техническая реализация}
Мы разработали собственное решение на базе компьютерного зрения: кассир кладёт товар на весы и нажимает кнопку «Весовой товар», а алгоритмы в реальном времени определяют наименование продукта. Кассиру остаётся только подтвердить выбор, не отвлекаясь на поиск в каталоге.
На рынке есть подобные решения, но они не подошли «Ярче!» по ключевым параметрам:
На рынке есть подобные решения, но они не подошли «Ярче!» по ключевым параметрам:
архитектурные различия — конкуренты часто предлагают монолитные кассовые блоки «касса+весы», что упрощает распознавание, но дорого в обслуживании. Наше решение использует гибкую архитектуру с раздельными компонентами.
интеграция — система взаимодействует с кассовым софтом сети «Ярче!» и с другими системами, которые разрабатываются внутренней командой Mag Development. Готовое решение потребовало бы глубокой и дорогой интеграции, тогда как нашу систему мы соединили легко и быстро.
адаптивность — мы учли все нюансы: разные ракурсы камер, типы весов, их возможное смещение и работу с товарами в пакетах.
~95%
~96%
конфеты
точность определения
бананы
~99%
~92%
капуста, кабачки
лук репчатый
точность определения
{Где используется}
SmartScales активно внедряется в сети «Ярче!»: оборудование установлено в 70+ магазинах, и каждый новый магазин запускается уже с этой системой.
{Стек}
Python
1С
Django
Ultralytics
Clickhouse
MySQL
Datalens