共计 620 个字符，预计需要花费 2 分钟才能阅读完成。
互联网时代，碎片化的消费行为令传统的批发形式难以为继，新批发作为一种全新的批发解决方案失去越来越宽泛的利用。
借助图像识别等 AI 技术的疾速倒退，新批发企业广泛实现了降本增效。高盛预测，到 2025 年，人工智能的利用将为零售业每年节俭 540 亿美元的老本开销，并带来 410 亿美元的新支出。
目前新批发行业次要风行的一种解决方案是“视觉辨认解决方案”，即以图像识别为技术外围，摄像头、主板为硬件外围，对指标产品进行指标检测和分类，实现自动识别与结算，晋升购物体验与节俭人力老本。
此类解决方案的背地离不开数据标注技术的反对，本文为大家分享某新批发场景下商品排列检测数据标注我的项目案例，直观展示数据标注在新批发畛域中的具体利用。
1. 标注对象
商品、价签、未后退体、空排面。
2. 标注类型
图像 2D 框。
3. 类别属性
A 标签 (商品)：标注所有类别的发售商品;
B 标签 (价签)：除空白的价签外均须要进行标注;
C 标签 (空排面)：货架上的缺货处，须要框出缺货预计大小，售空局部须要依据价签地位脑补出商品大小;
D 标签 (未后退体)：前排商品已售，前面有待售商品时，标注最后面的待售商品空位即可。
4. 各类物体的标注规定及判断规范
a. 叠放商品，每个都需标注 (如泡面);
b. 扁平商品，只须要标注最上方一个 (如巧克力) ;
c. 判断根据：漏出局部是否能确定是何种商品;
d. 里外排放的商品，只标注最里面一个;
E. 被遮挡的物体须要脑补出残缺大小;
5. 标注工具
曼孚科技数据标注工具。
6. 实例展现