Vision-KI-unterstützte Kassen-Scanner im Einzelhandel in Echtzeit 

Vision-KI-Modelle werden anhand von Bildern trainiert. Zum Erkennen von Objekten im Einzelhandel sind Modelle wie YOLOX die beste Wahl. Dieses erkennt und unterscheidet viele verschiedene Produkte. Die Grundwahrheit (d. h. Beschriftungen), die das Modell erkennt, sind die Begrenzungsrahmen, die den Bildbereich von einem Produkt umfassen, und um welches Produkt es sich handelt.

Die Bilder werden mit Kameras akquiriert, und es ist vorteilhaft, Bilder der Kameras einzuschließen, die im Endprodukt verwendet werden. Ein guter Datensatz beinhaltet eine Vielzahl realistischer Variationen der Umgebung, der Lichtverhältnisse und der Ausrichtung der Objekte. Die Bilder können mit CCStudio™ Edge AI Studio mithilfe eines TI EVM oder durch manuelles Hochladen der Bilder in das Tool erfasst und beschriftet werden.

Modelle können mit CCStudio™ Edge AI Studio oder edgeai-modelmaker für von TI unterstützte neuronale Netze trainiert werden. Fortgeschrittenere Entwickler können benutzerdefinierte Netze auch selbst mithilfe von PyTorch oder TensorFlow trainieren.

Grenzen Sie die Suche zunächst auf ein Objekterkennungsmodell ein. Da ein Einzelhandelssystem mitunter eine große Anzahl verschiedener Objekte erkennen muss, bietet sich wahrscheinlich ein größeres Modell mit höherer Auflösung an. Größere Modelle laufen langsamer, sodass je nach gewünschter Reaktivität zwischen Genauigkeit und Geschwindigkeit abzuwägen ist. Bei einer größeren Anzahl unterschiedlicher Produkte bieten sich größere Modelle an.

Modellvarianten wie YOLO-Small (S) und YOLOX-Nano besitzen ähnliche Architekturen, wobei erstere über mehr (und größere) Schichten für eine höhere Genauigkeit verfügen.

Bei kleineren, schnelleren Modellen wie einem Barcode-Detektor wird ein Modell mit niedrigerer Auflösung verwendet, das den Untersuchungsbereich bestimmt, bevor ein herkömmlicher Algorithmus die strukturierten visuellen Daten in eine Produktnummer oder SKU dekodiert.

Für die Modellbereitstellung muss das Modell im Voraus für den Ziel-Hardwarebeschleuniger kompiliert werden. Mit Tools wie Edge AI Studio und edgeai-modelmaker erfolgt die Kompilierung automatisch. Andernfalls erfordert das Kompilieren von Modellen einen separaten Schritt durch Softwarepakete wie edgeai-tidl-Tools auf dem GitHub von TI mithilfe eines Bring-Your-Own-Model-Ablaufs.

Modellartefakte werden durch Laufzeiten wie ONNX Runtime, LiteRT (früher tensorflow-lite) und TVM mit TI Deep Learning (TIDL) als Backend-Software zur Hardware-Beschleunigung implementiert.

Die Implementierung des Modells in einer End-to-End-Vision-Anwendung wird mit edgeai-gst-apps gestartet, welches die Pipeline mit mehreren Stufen an Hardwarebeschleunigung für die Vor- und Nachverarbeitung des Bildes zusammensetzt und zusätzlich das KI-Modell selbst beschleunigt.

Zusätzlich zu edgeai-gst-apps haben wir zwei separate Demos für Einzelhandelskassen und das Scannen von Barcodes erstellt. Modelle mit Demo-Qualität wurden für jedes Modell trainiert und sind Teil der Repositorys. Die Links zu diesen Repositorys finden Sie in den unterstützenden Ressourcen.

Bei Einzelhandelsanwendungen müssen regelmäßig Artikel zum Katalog hinzugefügt oder daraus entfernt werden. Daher ist es wichtig, die Modelle kontinuierlich neu zu trainieren und zu aktualisieren. Die Einrichtung eines Online-Aktualisierungsmechanismus wird für das gesamte Produktionssystem erforderlich sein.