Это alias block. Задайте ID блока-оригинала.
Компания
О комапнии
olga@epoch8.co
Контакты
Ошибки в системах распознавания товаров: причины и как их исправлять
Почему системы компьютерного зрения допускают ошибки и что с этим делать.
Освещение, камеры, данные и дообучение моделей – практический разбор для ритейла.
Что делать, когда система ошибается?
Ошибки - часть процесса. Не нужно их бояться. Это нормальная часть работы любой технологии компьютерного зрения. Даже человек с идеальным зрением и двадцатилетним опытом работы в магазине иногда путает два похожих йогурта при плохом освещении.

Система не видит как человек. Она анализирует пиксели на изображении: цвета, формы, текстуры, расположение объектов. Если два товара выглядят похоже, она может их перепутать. Если свет плохой – не видно деталей. Если товар частично закрыт, система работает с неполной информацией.

Это не повод для паники. Ошибки будут. Главное сфокусироваться на том, как их быстро заметить и исправить.

Что делать, когда система распознает с ошибками
Шаг 1: Соберите информацию об ошибке

Чтобы исправить проблему, нужно понять её точно.
Что зафиксировать:
  • Когда: дата, время (возможно, ошибки в определённые часы).
  • Где: какая полка, какая секция, какой магазин.
  • Что именно: какой товар и что система определила вместо него.
  • Как часто: один раз или повторяется постоянно.
  • Условия: освещение, заполненность полки, соседние товары.
Сделайте фото: Снимите проблемное место так, как видит человек. И сравните с тем, как видит камера.

Шаг 2: Проверьте освещение

В большинстве случаев проблема заключается именно в освещении.
Что проверить:
  • Все ли лампы работают.
  • Не появились ли тени на полках (что-то переставили, новый стеллаж)
  • Нет ли новых бликов (поменяли лампы, добавили подсветку).
  • Не изменилось ли естественное освещение (другой сезон, убрали/повесили шторы).

Шаг 3: Проверьте положение камер

Камеры могли сдвинуться, наклониться или их что-то закрыло.
Что проверить:
  • Камера смотрит туда, куда нужно (не сместилась случайно)
  • Объектив не загрязнён (пыль, капли, конденсат)
  • Ничто не перекрывает обзор (новая реклама, ценники, подвесы)
  • Не появились препятствия в кадре (новый стеллаж, стойка)
Как проверить: Посмотрите на текущий кадр с камеры. Видна ли вся полка? Всё ли в фокусе? Нет ли размытия?

Шаг 4: Оцените частоту и критичность

Не все ошибки требуют немедленного исправления.
Единичная ошибка:
  • Происходит редко (1 раз на 1000 случаев)
  • На некритичном товаре
  • В специфических условиях
Решение: Зафиксировать, но не тратить ресурсы на исправление. Можно добавить в список для следующего переобучения модели.
Системная ошибка:
  • Повторяется регулярно
  • На важных товарах (топ продаж, промо)
  • В нормальных условиях
Решение: Приоритетно исправлять. Это реально влияет на работу.

Шаг 5: Соберите данные для разработчиков

Если простые решения не помогли, нужно передавать проблему специалистам.
Что собрать:
  • Примеры ошибок (10-20 фото с камеры)
  • Фото правильной ситуации для сравнения
  • Описание: что должно быть, что система видит
  • Частота ошибок (процент, абсолютные цифры)
  • Условия, при которых ошибка точно повторяется
Сколько ошибок - это нормально?
В обычных магазинах 10–15% отклонений – это рабочая норма. Главное вовремя находить ошибки и исправлять их.
Крупные товары с яркими упаковками при хорошем освещении дают 90-95% точности. Мелкие похожие товары в посредственных условиях – 80-85%. Системы в первые месяцы работают на уровне 70-80%, через полгода выходят на 85-90%. Точность ниже 80% означает проблемы с оборудованием или настройкой. Выше 90% – отличный результат, но не всегда достижимый для сложного ассортимента.