Распознавание продуктов (предварительная версия 4.0)

API распознавания продуктов позволяют анализировать фотографии полков в розничном магазине. Вы можете определить наличие продуктов и получить координаты ограничивающей рамки. Используйте его в сочетании с настройкой модели для обучения модели для идентификации конкретных продуктов. Вы также можете сравнить результаты распознавания продуктов с документом планограммы магазина.

Попробуйте возможности распознавания продуктов быстро и легко в браузере с помощью Vision Studio.

Функции распознавания продуктов

Композиция полочного изображения

API сшивания и исправления позволяют изменять изображения, чтобы повысить точность результатов понимания продуктов. Эти API можно использовать для:

• Объедините несколько изображений полки в одно изображение.
• Исправление изображения для удаления искажений перспективы.

Распознавание товаров на полке (предварительно обученная модель)

API понимания продуктов позволяет анализировать изображение на полке с помощью предварительно обученной модели. Эта операция обнаруживает продукты и зазоры на изображении полки и возвращает координаты ограничивающих прямоугольников для каждого продукта и зазора, а также коэффициент уверенности для каждого из них.

В следующем ответе JSON показано, что возвращает API распознавания продуктов.

{
  "imageMetadata": {
    "width": 2000,
    "height": 1500
  },
  "products": [
    {
      "id": "string",
      "boundingBox": {
        "x": 1234,
        "y": 1234,
        "w": 12,
        "h": 12
      },
      "classifications": [
        {
          "confidence": 0.9,
          "label": "string"
        }
      ]
    }
  ],
  "gaps": [
    {
      "id": "string",
      "boundingBox": {
        "x": 1234,
        "y": 1234,
        "w": 123,
        "h": 123
      },
      "classifications": [
        {
          "confidence": 0.8,
          "label": "string"
        }
      ]
    }
  ]
}

Распознавание продуктов по полке (настраиваемая модель)

API распознавания продуктов также можно использовать с пользовательской обученной моделью для обнаружения конкретных продуктов. Эта операция возвращает координаты ограничивающего прямоугольника каждого продукта и пробела вместе с меткой каждого продукта.

В следующем ответе JSON иллюстрируется, что возвращает API понимания продуктов при использовании с пользовательской моделью.

"detectedProducts": {
  "imageMetadata": {
    "width": 21,
    "height": 25
  },
  "products": [
    {
      "id": "01",
      "boundingBox": {
        "x": 123,
        "y": 234,
        "w": 34,
        "h": 45
      },
      "classifications": [
        {
          "confidence": 0.8,
          "label": "Product1"
        }
      ]
    }
  ],
  "gaps": [
    {
      "id": "02",
      "boundingBox": {
        "x": 12,
        "y": 123,
        "w": 1234,
        "h": 123
      },
      "classifications": [
        {
          "confidence": 0.9,
          "label": "Product1"
        }
      ]
    }
  ]
}

Соответствие полки планограмме

API сопоставления планограмм позволяет сравнить результаты API распознавания продуктов с документом планограммы. Эта операция сопоставляет каждое обнаруженное изделие и пробел с его соответствующим положением в документе планограммы.

Он возвращает ответ в формате JSON, который описывает каждую позицию в документе планограммы, занятую продуктом или свободную.

{
  "matchedResultsPerPosition": [
    {
      "positionId": "01",
      "detectedObject": {
        "id": "01",
        "boundingBox": {
          "x": 12,
          "y": 1234,
          "w": 123,
          "h": 12345
        },
        "classifications": [
          {
            "confidence": 0.9,
            "label": "Product1"
          }
        ]
      }
    }
  ]
}

Ограничения

• Распознавание продуктов доступно только в определенных регионах Azure.
• Размер изображений полки может быть до 20 МБ. Рекомендуемый размер составляет 4 МБ.
• Перед отправкой их для анализа рекомендуется выполнять сшивание и исправление на изображениях полок.
• Использование пользовательской модели является необязательным в распознавании продуктов, но оно требуется для функции сопоставления планограммы.

Следующие шаги

Начните работать с распознаванием продуктов, попробовав API для стыковки и коррекции. Затем выполните базовый анализ с помощью API распознавания продуктов.

• Подготовка изображений к распознаванию продуктов
• Проанализировать изображение полки
• Справочник по API