Comentarios

Image Recognition by Asseco es una solución potenciada por la IA y un importante facilitador de las ventas para la industria de bienes de consumo. Permite digitalizar los procesos de auditoría de los puntos de venta que se llevan a cabo regularmente. Por lo tanto, mejora su rendimiento en la tienda de forma espectacular.

El reconocimiento de imágenes de Asseco le proporciona datos más objetivos y de mejor calidad. Sin embargo, se trata de mucho más que de un ahorro de tiempo en la recogida de datos.  Esto es sólo el principio del viaje de IR.

Con Image Recognition by Asseco, puede dar a sus equipos comerciales las herramientas visuales para negociar mejores acuerdos con sus clientes. Podrá impulsar las ventas, minimizar los riesgos de pérdidas, anticiparse a los problemas y ser mucho más proactivo que nunca.

* Doy mi consentimiento para que Asseco Business Solutions S.A. se ponga en contacto con el número de teléfono facilitado mediante el uso de equipos terminales de telecomunicaciones y sistemas de llamada automática con el fin de recibir información sobre los productos y servicios de la empresa.

Reconocimiento de imágenes en python

Utilicé esta aplicación para fijar el precio, la fecha y la identidad de artículos antiguos y de colección que quiero poner a la venta en línea. Mi crítica está orientada a eso. Esta aplicación no es mala, pero tampoco es muy buena. Básicamente, te da un punto de partida bastante más adelantado que si empezaras una búsqueda de artículos por tu cuenta. Todavía tienes que vadear la red para ponerle precio y fecha a tus artículos. Buena suerte en la identificación de las marcas del fabricante y cosas así. La necesitarás con esta aplicación. Dicho esto, no hay una aplicación mejor para el tipo de cosas que utilizo y merece la pena si, como yo, tienes muchos artículos que listar. Ahorra bastante tiempo.

Red neuronal de reconocimiento de imágenes

El reconocimiento de imágenes es un término utilizado para describir un conjunto de algoritmos y tecnologías que intentan analizar las imágenes y comprender las representaciones ocultas de las características que hay detrás de ellas y aplicar estas representaciones aprendidas para diferentes tareas como clasificar las imágenes en diferentes categorías de forma automática, comprender qué objetos están presentes y dónde en una imagen, etc. Estas tecnologías aprovechan diversos métodos tradicionales de visión por ordenador, así como algoritmos de aprendizaje automático y de aprendizaje profundo, para lograr los resultados necesarios para resolver estos problemas.

La recopilación de datos es uno de los primeros pasos en el reconocimiento de imágenes. Cuantos más datos tengamos, mejor funcionarán nuestros modelos. Los datos pueden recopilarse por diferentes medios, como por ejemplo, extrayéndolos de la web, recopilándolos de fuentes de terceros o incluso comprando conjuntos de datos a revendedores, etc. A continuación se indican algunos repositorios de conjuntos de datos etiquetados de código abierto:

La anotación es el segundo paso después de la recogida de datos. La anotación consiste en etiquetar los datos, como imágenes, vídeos, etc., para poder hacer referencia a ellos. Se hace asignando algún tipo de palabras clave en el área requerida de texto, imagen, vídeo, etc. Una vez que se tienen los datos, hay que etiquetarlos. Hay principalmente dos cosas de las que hay que preocuparse aquí:

Reconocimiento de imágenes en línea

La aplicación Compass utiliza algoritmos avanzados de reconocimiento de imágenes basados en redes neuronales convolucionales de última generación que analizan automáticamente las imágenes de los estantes de los comercios y las convierten en sus KPI de estante con una precisión superior al 95%: – KPI de disponibilidad y visibilidad: OSA, Número de caras, Nivel de manos y ojos, Precio, Agotamiento de existencias, Parte del lineal, Datos de la competencia, etc. – KPIs de cumplimiento promocional: Presencia en el expositor, Ubicación del expositor, Cumplimiento de los elementos del punto de venta, OSA/Surtido en el expositor, Etiquetas de precios promocionales, etc.

El IR en tiempo real escanea automáticamente las imágenes de los estantes para alimentar sus KPI en la plataforma Cockpit y la aplicación Compass – o a su sistema de Automatización de la Fuerza de Ventas (SFA) / Retail Execution (RE) o BI a través de REST API.

Nuestra solución también aprovecha el crowdsourcing para gestionar las excepciones de IR, a través de un proceso único de Human-In-The-Loop (HITL), que garantiza la máxima precisión de los datos y la velocidad de configuración y entrega. Y cualquier problema pendiente activará automáticamente una alerta para que nuestro propio equipo se ocupe de él.