在快速消费品行业,对访销过程进行精细化地运营与管理,是快速、有效实现终端动销的关键。百度大脑推出EasyDL零售版自训练工具,支持有研发能力的品牌商,与快消行业SFA、DMS等系统软件厂商,自主、高效地定制训练终端访销过程中所涉及的AI检测模型。通过EasyDL零售版,可以训练包含但不限于本品SKU、竞品SKU、POSM助销物料、价签与价格等识别对象。同时,还配套提供货架拼接、翻拍识别、空位识别、商品陈列层数识别、商品陈列场景识别等通用能力,从业务实际需求出发,有效获取网点真实商品分销和陈列数据,推动实时预警、及时跟进的市场策略落地,帮助快消品牌商顺利完成经营模式的数字化转型,拉动终端动销。
而在商品检测AI模型的定制开发中,数据决定了模型的mAP、F1-score等效果指标,高质量标注数据集对深度学习的重要性不言而喻。目前已经有COCO,ImageNet等规模较大的公开数据集,但是在实践中,在快消场景下的高质量货架陈列商品标注数据获取并不容易,或者说高效标注数据并不容易。特别地,在零售或者快消场景,有着SKU种类多(存量多,增量也快)、SKU分类细(差异小)、SKU密集(单张图陈列数目多)等特点,这种情况首先就会使得数据标注难度高、易错标、标注纠错成本大,导致数据集质量一般或者较差,从而最终影响模型效果。
针对商品数据标注中的问题,EasyDL零售版也提供了相应的解决办法——辅助标注,帮助用户简化标注流程,降低成本。
对于商品检测任务的标注而言,通常首先需要画框确定box位置,再对box中的SKU打上标签,这个过程中其实画框占据了60%以上的时间。为此,零售版在智能标注