X
Ultralytics YOLOv8.2 FreigabeUltralytics YOLOv8.2 FreigabeUltralytics YOLOv8.2 Pfeil loslassen
Grüner Scheck
Link in die Zwischenablage kopiert

Den Einzelhandel umgestalten: Das Potenzial von Stiftungsmodellen freisetzen

Intuitivo treibt den Wandel im Einzelhandel mit APOPs voran, die auf fortschrittlicher Computer Vision basieren, Transaktionen rationalisieren und die Datenverarbeitung mit maschinellem Lernen skalieren. Erhalte Einblicke in ihren innovativen Ansatz!

Im Zentrum der Innovation steht das Bestreben, die physische und die digitale Welt nahtlos zu verbinden.

This was vividly demonstrated at the YOLO VISION 2023 (YV23) event powered by Ultralytics. Held at the Google for Startup campus in Madrid, José Benítez Genes, Founder and Director of AI at Intuitivo, took the stage to unveil their Autonomous Point Of Purchase machines (APOPs) empowered by cutting-edge computer vision technology.

Die Transformation des Einzelhandels vorantreiben

Intuitivo will den Einzelhandel reformieren, indem es digitale Technologien in physische Einkaufserlebnisse einfließen lässt. Mit ihren APOPs wollen sie die traditionelle Einzelhandelslandschaft verändern und den Verbrauchern einzigartige und interaktive Einkaufserlebnisse bieten.

Aber was genau sind APOPs? Im Wesentlichen handelt es sich um autonome Maschinen, die mit Kameras ausgestattet sind und von ausgeklügelten Computer Vision Algorithmen gesteuert werden. Innerhalb von 15 Minuten können diese Maschinen in bestehende Einzelhandelseinrichtungen, wie z. B. Kühltruhen, integriert werden, um autonome Transaktionen zu ermöglichen und den Einkauf neu zu definieren.

Navigieren durch das Reich der Computer Vision

Das Herzstück der Innovation von Intuitivo ist das fortschrittliche Computer Vision System, das auf die Feinheiten der realen Einzelhandelsgeschäfte zugeschnitten ist.

Während des Vortrags stellte José sein System in Aktion vor und zeigte die Herausforderungen, die sich durch komplexe Interaktionen und Verdeckungen ergeben.

In der Welt des Einzelhandels sind die Transaktionen selten einfach. Ob verdeckte Sicht oder mehrere interagierende Objekte - das Computer Vision System von Intuitivo steht vor unzähligen Herausforderungen. Mit einem durchgängigen Pipeline-Ansatz versucht es jedoch, diese Komplexität zu entschlüsseln und eine nahtlose und genaue Transaktionsverfolgung zu gewährleisten.

Skalierung der Datenverarbeitung mit maschinellem Lernen

José beleuchtete auch die Aufgabe der skalierenden Datenverarbeitung mit Intuitivo, bei der täglich über 1 Million Bilder verarbeitet werden.

Durch den Einsatz von Gründungsmodellen und Techniken wie der Wissensdestillation haben sie bemerkenswerte Ergebnisse erzielt und den Beschriftungsprozess im Vergleich zu herkömmlichen Methoden um das 60-fache rationalisiert.

Fig 1. José Benítez Genes presenting at YV23 in Madrid at the Google for Startups Campus.

Fragen annehmen und zukünftige Wege aufzeichnen

Die Zuhörerinnen und Zuhörer stellten eifrig Fragen zu den Vorteilen der APOPs gegenüber herkömmlichen Verkaufsautomaten, zum Datenschutz und zu Intuitivos Weg von Argentinien zur globalen Expansion. José erläuterte die Kosteneffizienz, die Einfachheit der Wartung und die Vorteile der Konnektivität der APOPs, die sie in der Einzelhandelslandschaft auszeichnen.

Datenschutzbedenken wurden berücksichtigt, indem Intuitivo strenge Praktiken wie das Unscharfmachen von Gesichtern in bearbeiteten Videos einführte.

José gab auch Einblicke in den Wachstumskurs von Intuitivo, zu dem auch die Nutzung von Fortschritten in der Computer Vision gehört, um das Produktangebot weiter zu verbessern.

Einpacken

Als José seinen Vortrag beendete, waren die Zuhörer begeistert von Intuitivos Vision und Entschlossenheit, das Einkaufserlebnis durch Technologie neu zu definieren. 

Innovation kennt schließlich keine Grenzen. Um mehr zu erfahren, schau dir den ganzen Vortrag hier an! 

Facebook-LogoTwitter-LogoLinkedIn-LogoKopier-Link-Symbol

Lies mehr in dieser Kategorie

Lass uns gemeinsam die Zukunft
der KI gestalten!

Beginne deine Reise in die Zukunft des maschinellen Lernens