Soluzioni: flussi di lavoro IA
Prevenzione delle perdite nella vendita al dettaglio
Costruisci soluzioni scalabili per il rilevamento e il riconoscimento dei prodotti per prevenire il restringimento nel punto vendita.
La sfida della prevenzione delle perdite
Il restringimento dei prodotti nella vendita al dettaglio è una sfida da 100 miliardi di dollari all'anno, con oltre il 65% di restringimento - e in crescita - dovuto al furto. Con il flusso di lavoro di IA per la prevenzione delle perdite di NVIDIA, puoi creare e distribuire rapidamente applicazioni progettate per prevenire i furti. Sfruttando i microservizi e i modelli di NVIDIA Metropolis pre-addestrati su centinaia di beni rubati più frequentemente, questo flusso di lavoro IA offre un apprendimento attivo e veloce per scalare rapidamente in modo da riconoscere centinaia di migliaia di prodotti e fornire avvisi intelligenti con informazioni utilizzabili.
Esplora il flusso di lavoro dell'IA per la prevenzione delle perdite nel settore della vendita al dettaglio
Basato sui microservizi NVIDIA Metropolis nativi del cloud, un modo low-code o no-code per creare applicazioni IA, questo flusso di lavoro di riferimento per la prevenzione delle perdite nel settore della vendita al dettaglio e lo shopping senza attriti offre modelli di IA pre-addestrati insieme alle applicazioni necessarie per avviare lo sviluppo e indicizzare rapidamente centinaia di migliaia di prodotti in negozio per l'identificazione cross-camera e la scansione dei codici a barre.
Il flusso di lavoro contiene:
- Modelli pre-addestrati per il riconoscimento dei prodotti nella vendita al dettaglio.
- Una soluzione di riferimento per l'implementazione in produzione, compreso il confronto con la scansione di codici a barre.
I modelli di intelligenza artificiale in questo flusso di lavoro sono pre-addestrati per riconoscere le centinaia di prodotti più frequentemente persi per furto, tra cui carne, alcool e detersivo per bucato, e per identificarli in forme e dimensioni diverse. Grazie alla generazione di dati sintetici da NVIDIA Omniverse™, i rivenditori e i fornitori di software indipendenti possono personalizzare e addestrare ulteriormente i modelli per coprire centinaia di migliaia di prodotti in negozio. Il flusso di lavoro si basa su una tecnica di apprendimento avanzata sviluppata da NVIDIA Research che, combinata con l'apprendimento attivo, identifica e cattura tutti i nuovi prodotti scansionati da clienti e addetti alle vendite durante il checkout per migliorare la precisione del modello.
Diminuisci il restringimento con la prevenzione delle perdite basata sulla visione IA
I principali vantaggi del flusso di lavoro dell'IA per la prevenzione delle perdite nella vendita al dettaglio
Modelli pre-addestrati
I modelli di intelligenza artificiale in questo flusso di lavoro sono pre-addestrati per riconoscere centinaia di prodotti più frequentemente persi per furto, tra cui carne, alcool e detersivo per bucato, e per identificarli in forme e dimensioni diverse.
Apprendimento attivo con pochi scatti
Il flusso di lavoro presenta una variante all'avanguardia dell'apprendimento con pochi scatti progettata per adattarsi continuamente con dati limitati di nuovi prodotti utilizzando la caratterizzazione degli oggetti e algoritmi di apprendimento auto-supervisionati. Questo metodo unico di apprendimento attivo identifica e cattura nuovi prodotti e modifiche al packaging scansionati durante il checkout per il riconoscimento futuro attraverso la ricerca di somiglianze.
Architettura di riferimento flessibile
Fornito attraverso microservizi cloud nativi, questo flusso di lavoro IA consente agli utenti di avviare rapidamente lo sviluppo, personalizzare facilmente la propria soluzione, indicizzare rapidamente centinaia di migliaia di prodotti in negozio per l'identificazione cross-camera e la scansione di codici a barre e consentire l'implementazione di una produzione scalabile.
Accelerare lo sviluppo di soluzioni IA
I flussi di lavoro dell'IA accelerano il percorso verso i risultati dell'IA. Questo flusso di lavoro IA fornisce un riferimento per gli sviluppatori per iniziare rapidamente a creare una soluzione di prevenzione delle perdite flessibile e scalabile.
