Glębokie uczenie zrewolucjonizowalo wizję komputerową, napędzając automatyzację w branżach takich jak handel detaliczny. Rozpoznawanie obiektów oparte na sztucznej inteligencji (AI) przeksztalca automatyzację punktów sprzedaży (POS), poprawiając szybkośc, dokladnośc i wydajnośc transakcji. Pozostają jednak wyzwania, takie jak rozpoznawanie kodów kreskowych w trudnych warunkach i optymalizacja modeli AI pod kątem wydajności w czasie rzeczywistym.Ta książka bada, w jaki sposób glębokie uczenie się poprawia automatyzację POS, koncentrując się na rozpoznawaniu kodów kreskowych i identyfikacji sprzedaży rabatowej. Obejmuje ona ewolucję systemów POS, rolę sztucznej inteligencji w handlu detalicznym oraz zaawansowane techniki wykrywania kodów kreskowych, w tym modele glębokiego uczenia i rozszerzanie danych syntetycznych na rzeczywiste. W książce omówiono również rozpoznawanie sprzedaży rabatowej oparte na sztucznej inteligencji, projekt systemu i wyniki eksperymentów.Poza rozwiązaniami technicznymi, książka zajmuje się wyzwaniami związanymi z wdrażaniem, takimi jak integracja sprzętu, równoważenie przetwarzania AI w chmurze i na brzegu sieci oraz optymalizacja modeli do użytku w czasie rzeczywistym. Przygląda się również nowym trendom, takim jak samonadzorowane uczenie się, adaptacja domeny oraz zastosowania w logistyce i zautomatyzowanych magazynach.
