تشكل عملية اكتشاف وتعرف المنتجات في السوبرماركت واحدة من أكثر التحديات تعقيداً في أتمتة صناعة التجزئة، خاصةً مع وجود معايير الصناعة 5.0 التي تركز على إدارة المخزون بشكل آلي وابتكار كتالوجات جديدة للمنتجات. تطورت نماذج التعرف على الكائنات لتكون حلاً واعداً بفضل دقتها غير المسبوقة في تحديد المواقع.

ومع ذلك، التصميم المتقارب لأرفف السوبرماركت يؤدي إلى تحديات جديدة تتمثل في تغييرات الزاوية عند التقاط الصور. الصور التي تحتوي على كائنات كثيرة في زوايا مختلفة تصبح عبئاً كبيراً بالنسبة لهذه النماذج.

في ورقة بحثية حديثة، تم تناول كيفية دعم نماذج الكشف عن الكائنات بالأساليب التقليدية مثل تحويل هاough (Hough Transform) والمفاهيم المتجانسة (Homogeneous Estimation). تم دراسة تأثير الصور المعدلة باستخدام تقدير الهوموغرافيا (Homography Estimation) و تحويل هاough على مشكلة التعرف على البقالة.

النتائج التي تم الحصول عليها من تجارب واسعة النطاق على نماذج مختلفة تشير إلى أن تعديل الصور المنحدرة يسهم بشكل ملحوظ في تحسين دقة كشف المنتجات الغذائية. ومع ذلك، تتناول النتائج أيضاً القيود التي تنشأ عن زاوية التقاط الصور وكثافة الكائنات في الصورة.

هذه الدراسة تفتح آفاقاً جديدة لفهم كيفية تحسين تقنيات التعلم العميق لتلبية احتياجات السوق المتطورة. هل سيؤدي استخدام هذه التقنيات إلى تحول جذري في كيفية تعاطي المتاجر مع البيانات؟ دعونا نكتشف ذلك معًا.