Стремительное развитие и внедрение инновационных технологий, в частности, компьютерного зрения, открывает новые перспективы для оптимизации процессов в различных отраслях, включая хлебопекарную промышленность России. Данное исследование посвящено изучению возможностей применения систем компьютерного зрения для контроля доступности хлебобулочных изделий на полках магазинов в режиме реального времени. В рамках работы проанализированы существующие решения, основанные на технологиях компьютерного зрения, и оценена их эффективность в контексте российского рынка хлебобулочных изделий. Материалы и методы исследования включают в себя анализ научных публикаций, патентов и практических кейсов, связанных с применением компьютерного зрения в ритейле, а также проведение серии экспериментов в условиях реальных магазинов. В ходе экспериментов использовались системы видеонаблюдения с разрешением 1080p и частотой кадров 30 fps, а также специализированное программное обеспечение для обработки и анализа изображений, основанное на алгоритмах глубокого обучения (deep learning) и сверточных нейронных сетях (Convolutional Neural Networks, CNN). Результаты исследования демонстрируют, что внедрение технологий компьютерного зрения позволяет повысить эффективность контроля доступности хлебобулочных изделий на полках магазинов на 25-30% по сравнению с традиционными методами, основанными на ручном мониторинге. Система компьютерного зрения способна в режиме реального времени с точностью до 95% определять наличие или отсутствие товара на полке, а также идентифицировать конкретные виды хлебобулочных изделий. Кроме того, применение компьютерного зрения позволяет сократить трудозатраты персонала на 15-20% и снизить потери продаж, связанные с отсутствием товара на полках, в среднем на 10-12%.
The rapid development and introduction of innovative technologies, in particular computer vision, opens up new prospects for optimizing processes in various industries, including the baking industry in Russia. This study is devoted to the study of the possibilities of using computer vision systems to control the availability of bakery products on store shelves in real time. The work analyzes existing solutions based on computer vision technologies and evaluates their effectiveness in the context of the Russian bakery market. Research materials and methods include the analysis of scientific publications, patents and practical cases related to the use of computer vision in retail, as well as conducting a series of experiments in real stores. During the experiments, video surveillance systems with a resolution of 1080p and a frame rate of 30 fps were used, as well as specialized software for image processing and analysis based on deep learning algorithms and convolutional neural Networks (CNN). The results of the study demonstrate that the introduction of computer vision technologies makes it possible to increase the effectiveness of monitoring the availability of bakery products on store shelves by 25-30% compared with traditional methods based on manual monitoring. The computer vision system is capable of determining the presence or absence of goods on the shelf in real time with up to 95% accuracy, as well as identifying specific types of bakery products. In addition, the use of computer vision can reduce staff labor costs by 15-20% and reduce sales losses associated with the absence of goods on the shelves by an average of 10-12%.