快消零售行业核心场景痛点解决：百度大脑EasyDL零售版功能详解

对于快消品牌商而言，许多工作都围绕着提高产品销量展开。然而，即便是在电商网购盛行的今天，线下门店的购买量仍然是产品销量的重要部分。

因此，品牌商在不断优化策略提高线下门店的产品销量。其中，洞察和提升商品在线下门店中的陈列表现成为了重要手段之一。在衡量商品陈列表现时，不同位置和不同品类的商品有不同的衡量维度和侧重点：对于货架陈列而言，商品排面数量、货架占比和陈列位置是常见的衡量标准；对于冰柜陈列而言，冰柜的纯净度和饱和度则非常重要。

面对精细化的指标和越来越丰富的商品品类，如何提升品牌商与经销商的业务代表在终端门店内的执行质量，从而最大化获得门店内的竞争优势。针对这一诉求，百度大脑EasyDL推出了国内首个专为快消行业定制的AI模型训练平台—EasyDL零售版，帮助品牌厂商以及SFA、DMS等数字化系统厂商，快速实现终端执行所需的AI模型。助力快消零售品牌商做好门店内的过程管理，更好地促进快消行业的智能化转型，提升终端执行的质量与效率，降低各业务环节中的成本，最终拉动业绩增长。

一、EasyDL零售版简介

EasyDL是基于飞桨深度学习平台为企业开发者推出的零门槛AI开发平台。EasyDL面向不同人群推出了经典版、专业版和行业版。行业版中，针对快消行业的特定业务场景和需求，推出了EasyDL零售版，目前提供七个功能，分别为定制商品检测、标准商品检测、货架拼接、翻拍识别、商品陈列层数识别、商品陈列场景识别与最新推出的辅助标注。支持结合多种能力，定制用户场景专属服务。

二、定制商品检测与标准商品检测

定制商品检测功能，专门用于定制货架合规性检查、自助结算台、无人零售货柜等零售场景下识别商品的高精度AI模型。为帮助用户在少量数据上得到更好的模型效果，平台提供了近千种商品、每种50张左右的海量预置商品图片，并开放基于百度大规模零售数据的预训练模型，结合数据增强合成技术，可供客户在创建SKU时进行选择、合成训练数据，极大降低了训练数据采集和标注成本。同时，用户可根据业务需求创建属于自己的商品，商品信息支持完全自定义，充分满足客户定制化需求，实现低成本获得高精度商品检测AI模型服务。

百度大规模零售数据预训练模型是用海量的互联网零售数据，场景丰富，和绝大部分用户数据具有较强相关性，进行大规模训练所得的高精度模型，相比普通预训练模型，准确率和泛化性都有一定提升。同时，基于百度大规模数据预训练的模型，携带了更多的语义"知识"，利用这些先验知识，用户fine-tune（微调）的定制模型通常表现出更好的效果。

零售场景一般会面临SKU存量多、增量快的特点，同时也很容易出现SKU不平衡的问题，标注难度和成本都非常高。为此，EasyDL零售版为用户提供了上传单品图进行场景化数据生成的能力，并且对一些常见的SKU（可乐，雪碧等）内置了公用SKU库，可以直接使用。此处的场景化如何理解呢？EasyDL零售版针对货架、地堆、无人结算等主要零售场景，提供了定制化的数据合成策略和方式。合成的训练数据进而通过生成模型进行精细化调整，可以使生成的图片与实际场景图片更为接近。如下图，真实场景图片加上合成图训练训练的模型相对于单一真实图效果获得了较为明显的增长，泛化能力增强。

具体项目数据显示，40%真实训练图+ 60%合成图可以接近100%真实训练图的训练效果，同时泛化能力也有一定程度的提高。

标准商品检测功能，提供公共的商品检测API，支持零售商超常见商品品类，用户无需训练即可通过API检测内置的商品品类。接口返回商品名称、规格、品类及在图片中的位置。底层模型针对货架合规性检查场景专项调优，适应大型商超、便利店、街边店等多种复杂货架场景。目前支持检测饮品品类和日化用品品类的商品。

饮品检测包含可口可乐、百事、农夫山泉、康师傅、统一五个品牌共计122种饮品；日化品检测包含常见日化用品品牌共计1522种日化用品，商品数量仍在不断扩充中。

构建公共的商品检测模型，最大的挑战之一是细粒度问题，即存在许多相似的品类。例如规格相似：如雪碧500ml和雪碧600ml；或包装相似：如果粒优蜜桃味和果粒优西柚味。这些相似项一定程度上增加了模型的检测难度，EasyDL零售版通过集成各类技术，自研出大规模细分类模型，较好地解决了细粒度问题，进行精准识别，同时便于后续商品品类的扩增。

三、四项增值服务

EasyDL零售版除提供以上两个基础服务外，还提供了一系列的增值服务。包括货架拼接、翻拍识别、商品陈列层数识别、商品陈列场景识别等，未来还会根据行业和用户需求，持续上线新服务。

货架拼接服务，基于EasyDL深度学习算法，支持将多个货架局部图片或视频，组合为完整货架图片。同时支持输出在完整货架图中的商品检测结果，包含SKU的名称和数量，适用于需要在长货架进行商品检测的业务场景。

翻拍识别，基于百度的视觉算法，商品陈列翻拍识别能够识别出通过手机翻拍出的商品陈列照片，比如商品货架陈列图片和地堆商品陈列图片，高效审核造假的图片，提升市场费用利用率。

商品陈列层数识别，基于百度的视觉算法，能准确识别出商品在货架的哪一层，目前支持普通货架、端架、立式冰柜货架等货架类型。

商品陈列场景识别，基于百度的视觉算法，能准确识别出商品陈列的场景，目前支持普通货架、端架和立式冰柜等场景类型。

商品检测动图演示：

四、辅助标注功能

数据决定模型效果的上限，除了已经提供的数据合成功能外，为了帮助用户降低标注成本，零售版刚刚推出了辅助标注的功能。

大多数零售场景下的陈列表现洞察需求涉及识别大量的SKU，意味着客户需要花费大量的时间和金钱在图片标注工作上，包括在图片上为要识别的商品画框和为框附上标签名称。为了帮助客户有效降低图片标注成本，平台推出了辅助标注功能，支持预先为用户上传到平台的未标注数据画上无标签的橙色辅助标注框，用户仅需为需要识别的SKU的所有辅助标注框批量附上标签名称即可。

为了再进一步降低标注成本，辅助标注功能将会支持选择用户在EasyDL零售版平台上自训练的定制模型为未标注的图片进行辅助标注，辅助标注后得到的图片除了无标签的橙色辅助框以外，自训练模型支持识别的SKU将被标上蓝色的有标签标注框，该项功能升级将在8月初左右上线。

针对零售场景，EasyDL零售版基于对快消品市场的深度研究和思考，推出多种能力，帮助品牌商在线下零售的核心场景，利用可视化平台打造业务AI模型，在提升效率的同时降低成本，逐步向智能零售转变。

(编辑：大鹏 来源:中国财经时报网)本文章来自网友投递或资讯集录，如果侵犯你的权益，请发邮件：495600785@qq.com告知小编，将尽快做出处理。