Комірник наводить камеру на палету, модель розпізнає позиції та кількість, звіряє з накладною і показує розбіжності до того, як партію прийняли в систему.
на приймання партії замість 18 хвилин ручного перебору, при точності розпізнавання 97%
Приймання було найдовшою операцією дня на складах клієнтів Fiftify: комірник вручну перебирав палету, шукав кожну позицію в списку й забивав кількість. На великій партії це 15-20 хвилин і головне джерело помилок у залишках: недоскановані коробки, переплутані схожі артикули, кількість «на око».
Помилка приймання потім тижнями тягнулася по всіх каналах продажу. У Shopify показувався товар, якого фізично не було, а те, що лежало на складі, не продавалося взагалі.
Зробили мобільне приймання з розпізнаванням: камера телефону стрімить кадри в модель (YOLOv8, доучена на фото товарів клієнта), вона детектує упаковки, класифікує артикул і рахує кількість у кадрі.
Результат одразу звіряється з очікуваною накладною у Fiftify. Збіги підтверджуються одним тапом, розбіжності підсвічуються й вимагають ручного рішення. Модель нічого не приймає за комірника, вона лише прибирає ручний перебір.
Модель експортована в ONNX і працює на пристрої, тому приймання не залежить від якості Wi-Fi у дальньому куті складу. Невпізнані кадри падають у чергу на дорозмітку й ідуть у наступний retrain.
Наступний проєкт
Розкажіть про проєкт, і ми повернемось із оцінкою.