Återförsäljare kämpar mer än någonsin med "svinn", förlusten av varor på grund av stöld, skador och felplacering, och det drabbar detaljhandeln där det drabbar mest. Enligt National Retail Federations 2022 Retail Security Survey , som genomförts i samarbete med Loss Prevention Research Council, försöker detaljhandeln ta itu med ett problem på 100 miljarder dollar, varav uppskattningsvis 65 procent beror på stöld. Många återförsäljare rapporterar att stölderna har mer än fördubblats nyligen, drivet av stigande priser på livsmedel och andra nödvändiga varor.
Utvecklare kan dock bygga förlustförebyggande applikationer med hjälp av NVIDIA Retail AI Workflows. Arbetsflödena bygger på NVIDIA Metropolis Microservices, ett sätt att bygga AI-applikationer med låg eller ingen kod. Mikrotjänsterna tillhandahåller byggstenarna för att utveckla komplexa AI-arbetsflöden och gör att de snabbt kan skalas in i produktionsklara AI-appar.
Retail AI-arbetsflöden utformade för att förhindra förlust
NVIDIA tillkännagav tre Retail AI Workflows för att hjälpa utvecklare att snabbt bygga och rulla ut applikationer utformade för att förhindra stöld. Byggstenarna utan kod eller lågkod för förlustförebyggande applikationer är förutbildade med bilder av de mest stulna produkterna och mjukvaran för att anslutas till befintliga butiksapplikationer för försäljningsställen och objekt- och produktspårning i hela butiken.
Enligt Read Hayes, chef för Loss Prevention Research Council:
"Detaljhandelsstölder växer på grund av makrodynamik och hotar att överväldiga branschen. Företag står nu inför verkligheten att investeringar i förlustförebyggande lösningar är ett kritiskt krav.”
NVIDIAs AI-arbetsflöden för detaljhandeln är tillgängliga via NVIDIA AI Enterprise-programvarupaketet och inkluderar följande:
- Retail Loss Prevention AI Workflow: AI-modellerna i detta arbetsflöde är förutbildade för att känna igen hundratals produkter som oftast förloras på grund av stöld, inklusive kött, alkohol och tvättmedel. Modellerna är också förutbildade för att känna igen dem i de varierande storlekar och former som erbjuds. Återförsäljare och oberoende mjukvaruleverantörer kan anpassa och vidareutbilda modellerna till att inkludera hundratusentals butiksprodukter med hjälp av syntetisk datagenerering från NVIDIA Omniverse. Arbetsflödet är en toppmodern inlärningsteknik som utvecklats av NVIDIA Research. I kombination med aktivt lärande identifierar och fångar den nya produkter som skannats av kunder och säljare under kassan för att förbättra modellens noggrannhet.
- Multi-Camera Tracking AI-arbetsflöde: Detta arbetsflöde levererar multi-target, multi-camera (MTMC)-funktioner som gör att applikationsutvecklare lättare kan skapa system som spårar objekt över flera kameror i hela butiken. Arbetsflödet spårar objekt och associerar över kameror och upprätthåller ett unikt ID för varje objekt. Objekt spåras genom visuella inbäddningar eller utseende snarare än personlig biometrisk information för att upprätthålla kundens fullständiga integritet.
- Arbetsflöde för detaljhandelsanalys: Använder datorvision för att ge insikter för butiksanalyser, som butikstrafiktrender, antal kunder med varukorgar, beläggning i gånggångar och mer via anpassade instrumentpaneler.
Integrera dina modeller
Enligt NVIDIA kan utvecklare enkelt anpassa och utöka dessa AI-arbetsflöden genom att integrera sina modeller. Mikrotjänsterna gör det också lättare att integrera nya erbjudanden med äldre system, såsom kassasystem.
Bobby Chowdary, teknisk chef på Radis.ai, sa:
"NVIDIAs nya Retail AI Workflows byggda på Metropolis Microservices tillåter oss att anpassa vår produkt, skala snabbt för att passa våra ständigt växande kunders behov bättre och fortsätta att driva innovation inom detaljhandeln.
Infosys utvecklar också toppmoderna förlustförebyggande system som utnyttjar NVIDIAs arbetsflöden för att hjälpa dem att distribuera lösningar snabbare och skala över butiker och produktlinjer.
Amazon