Per dirbtinio intelekto vaizdo analizės demonstraciją galiausiai visada nuskamba tas pats klausimas, kurį užduoda IT vadovas arba pats parduotuvės vadovas: kur keliauja vaizdai? Daugelis įsivaizduoja nuolatinį siuntimą į tolimą serverį parduotuvės interneto ryšiu. Iš tikrųjų viskas lemiama architektūros sprendimu, priimtu gerokai prieš pirmąjį nustatymą: vietine vaizdo analize, vykdoma parduotuvėje esančiu GPU, naudojant esamų kamerų pagrindinį srautą.

Čia negrįšime prie paties vaizdo kokybės klausimo. Verčiau pasekime duomenų keliu, nuo kameros objektyvo iki vadovo ekrano: kas lieka vietoje, kas iškeliauja ir ką šis pasirinkimas labai konkrečiai pakeičia: įspėjimų greitį, parduotuvės tinklą ir duomenų kontrolę.

Vaizdo srautas yra sunkus, o didelėje parduotuvėje jų būna dešimtys

IP kamera paprastai sukuria bent du srautus. Pagrindinis srautas (mainstream) yra aukštos raiškos. Antrinis srautas (substream) yra lengvesnis ir naudojamas visų pirma rodyti mozaika bei peržiūrai nuotoliu. Norint pastebėti subtilų gestą, į kišenę įslydusį produktą ar atidarytą pakuotę prekystalyje, svarbus būtent pagrindinis srautas: antriniame rankos užima vos kelis pikselius. Šį aspektą išsamiau aptarėme straipsnyje apie pagrindinio srauto analizę parduotuvėje.

Tuomet problema tampa aritmetine. Nuolat siųsti dvidešimties ar trisdešimties kamerų pagrindinį srautą į nuotolinį serverį reikalauja didelės ir pastovios siuntimo spartos, kurios daugelis parduotuvių ryšių negarantuoja. Be to, šią liniją jos jau dalijasi su mokėjimo terminalais, kasomis, el. paštu, kartais ir su klientų wifi. Vasaros išpardavimų šeštadienį, kai mokėjimo terminalai dirba be sustojimo, niekas nenori, kad ji užsikimštų.

Šis apribojimas nėra naujas. Tyrime apie vaizdo technologijų naudojimą prekyboje, paskelbtame 2020 m. ir pagrįstame pokalbiais su 22 Europos ir Amerikos mažmeninės prekybos atstovais, grupė ECR Retail Loss jau tada pažymėjo, kad keli dalyviai nerimavo dėl pralaidumo ir skaičiavimo galios įtakos vaizdo analizės naudojimui.

Kodėl skaičiavimai atliekami kuo arčiau kamerų

Užuot gabenus vaizdus, perkeliami skaičiavimai: tai ir yra edge computing principas. Mugė „EuroShop“ jį apibendrina apžvalgoje, skirtoje edge computing prekyboje: į debesį keliami tik naudingi duomenys, tinklas atleidžiamas, o reaguoti galima realiuoju laiku. Vaizdo atveju viena iš galimų formų yra specialus GPU, sumontuotas parduotuvėje, kuris nuskaito kamerų srautą ir vietoje paleidžia modelį. Operatoriui skirtumas matomas trijose vietose:

  • Vėlinimas. Įspėjimas naudingas tik tada, kai jo gavimo metu situacija pasilieka vis dar vyksta prekių skyriuje. Kai nereikia visą srautą siųsti į duomenų centrą ir atgal, grandinė tarp gesto ir pranešimo sutrumpėja: Oxania vaizdo įspėjimas į mobilųjį telefoną, planšetę ar kompiuterį atkeliauja per mažiau nei 10 sekundžių.
  • Raiška. Kadangi srautas nekeliauja internetu, nereikia jo pabloginti, kad tilptų į ryšį. Modelis dirba su aukštos raiškos vaizdu, kuris leidžia atskirti asmeninį krepšį nuo pirkinių krepšio arba pamatyti, kad produktas buvo suvartotas dar prieš apmokant kasoje.
  • Tinklas. GPU serveris skirtas vienai parduotuvei ir sumontuotas vietoje: kamerų srauto skaitymas ir analizė neeikvoja interneto ryšio pralaidumo. Tuo tarpu aptikimų patvirtinimas, įspėjimo ištraukų siuntimas ir pranešimai eina per šį ryšį, todėl jis turi išlikti prieinamas.

Kas lieka parduotuvėje, o kas iš jos išeina

Kiekvienas IT vadovas galiausiai užduoda šį klausimą, o vien šūkio atsakymui nepakanka. Oxania pasirinktoje architektūroje kamerų vaizdai keliauja trimis aiškiai skirtingais keliais:

  • Kas lieka vietoje: nepertraukiamas kamerų vaizdo srautas aukšta raiška. Parduotuvės GPU jį skaito ir analizuoja, o toliau šis srautas nekeliauja. Jūsų esamos vaizdo sistemos įrašai, kaip ir anksčiau, lieka operatoriaus atsakomybe.
  • Kas iškeliauja patvirtinimui: kai pastebimas rizikingas gestas, patvirtinti siunčiamas kompaktiškas skaitmeninis aptikimo aprašas. Tai nėra vaizdo medžiaga, ir jo dydis neturi nieko bendra su vaizdų dydžiu.
  • Kas iškeliauja ir yra saugoma: su įspėjimu susijusi vaizdo ištrauka, ir tik ji. Ji saugoma serveriuose, esančiuose kuo arčiau kliento šalies, kad būtų greita prieiga ir paisoma vietos taisyklių.

Taigi atranka vyksta prie šaltinio. Iš valandų vaizdo medžiagos parduotuvę palieka tik su įspėjimais susijusios ištraukos: tos, kurias verta peržiūrėti komandos nariui. Būtent šias ištraukas randate ir įspėjime, su automatiniu laipsnišku priartinimu prie dominančios vietos. Jį gavęs žmogus vienu žvilgsniu supranta situaciją ir nusprendžia, ką daryti toliau.

Vietinis nereiškia atskirtas nuo pasaulio

Reikia aiškiai suprasti, ką apima vietinis inferencijos vykdymas. Aptikimas vyksta parduotuvėje, specialiu GPU, tačiau vieta išlieka prijungta prie debesies: jai reikia ryšio, kad aptikimai būtų patvirtinti, įspėjimų ištraukos išsiųstos, o pranešimai pasiektų komandos įrenginius. Pasikeičia tai, kas cirkuliuoja: keli pranešimai ir trumpos ištraukos vietoje dešimčių nepertraukiamų srautų. Tiekėjas, kuris tvirtintų priešingai, bet siųstų įspėjimus į jūsų telefoną, nusipelno dar vieno klausimo.

Dar vienas dažnai primirštamas dalykas: GPU serveris yra visiškai realus įrenginys. Jam reikia rasti vietą, aprūpinti maitinimu, vėdinimu ir tvarkingai prijungti prie kamerų. Tai sistemų integratoriaus darbas, o rezultatas priklauso ne vien nuo modelio kokybės, kaip aiškinome rašydami apie integratorių vaidmenį DI kamerų efektyvumui. Su sertifikuotų integratorių tinklu įrengimas prie esamų kamerų paprastai užtrunka mažiau nei vieną dieną.

Penki klausimai, kuriuos verta užduoti prieš pasirašant

Tiek vienai pardavimo vietai, tiek visam tinklui šie penki punktai leidžia greitai įvertinti vaizdo analizės architektūros patikimumą:

  1. Analizuojamas srautas: pagrindinis, aukštos raiškos, ar antrinis.
  2. Kur veikia modelis ir ar įrenginys tikrai skirtas jūsų parduotuvei.
  3. Kas tiksliai palieka vietą ir kuriuo momentu.
  4. Kur saugomos įspėjimų ištraukos: kokioje šalyje ir kiek laiko.
  5. Kas nutinka, kai parduotuvės ryšys nutrūksta arba suprastėja.

Tikėkitės konkrečių atsakymų. Gerai apgalvota architektūra aprašoma keliais sakiniais, be žargono. Tiekėjas, kuriam tai nepavyksta, dažnai pats neturi aiškaus savo srautų žemėlapio. O jei jūsų kamerų parkui jau keleri metai, mūsų vadovas, kaip pasirinkti kamerą parduotuvei, padės patikrinti, ar jos teikia tinkamą naudoti pagrindinį srautą.

Architektūra, kuri stiprina ir pasitikėjimą

Srauto laikymas vietoje nėra vien pralaidumo klausimas. Tai taip pat reiškia, kad cirkuliuoja tik būtiniausi duomenys, o patys duomenys lieka prekybininko kontroliuojami. EBPO principai dėl DI patikimumo, saugumo ir apsaugos rekomenduoja, kad DI sistemos išliktų saugios, apsaugotos ir gebėtų tinkamai veikti per visą savo gyvavimo ciklą, o egzistuotų mechanizmai, leidžiantys jas saugiai išjungti, pataisyti ar nutraukti jų naudojimą, jei kyla rizika padaryti nepagrįstą žalą.

Parduotuvėje tai paprasta: technologija aptinka, komanda sprendžia. DI analizuoja gestus, o ne žmones, ir nesusieja žmogaus iš vienos kameros su kita. Peržiūrėjęs ištrauką, žmogus pats nusprendžia, ar eiti į prekių skyrių, pasiūlyti pagalbą, ar nieko nedaryti.

Nieko įspūdingo: tik skaičiavimas, atliekamas tinkamoje vietoje, ir vaizdo medžiaga, kuri keliauja tik tada, kai yra naudinga. Vis dėlto būtent tai suteikia greitus ir tikslius įspėjimus bei geriau valdomus nežinomus atsargų nuostolius. Prieš lygindami funkcijas, paprašykite parodyti srautų žemėlapį: jis dažnai pasako daugiau nei komercinis bukletas.