對于快消品牌商而言，許多工作都圍繞著提高產品銷量展開。然而，即便是在電商網購盛行的今天，線下門店的購買量仍然是產品銷量的重要部分。

因此，品牌商在不斷優化策略提高線下門店的產品銷量。其中，洞察和提升商品在線下門店中的陳列表現成為了重要手段之一。在衡量商品陳列表現時，不同位置和不同品類的商品有不同的衡量維度和側重點：對于貨架陳列而言，商品排面數量、貨架占比和陳列位置是常見的衡量標準；對于冰柜陳列而言，冰柜的純凈度和飽和度則非常重要。

面對精細化的指標和越來越豐富的商品品類，如何提升品牌商與經銷商的業務代表在終端門店內的執行質量，從而最大化獲得門店內的競爭優勢。針對這一訴求，百度大腦EasyDL推出了國內首個專為快消行業定制的AI模型訓練平臺—EasyDL零售版，幫助品牌廠商以及SFA、DMS等數字化系統廠商，快速實現終端執行所需的AI模型。助力快消零售品牌商做好門店內的過程管理，更好地促進快消行業的智能化轉型，提升終端執行的質量與效率，降低各業務環節中的成本，最終拉動業績增長。

一、EasyDL零售版簡介

EasyDL是基于飛槳深度學習平臺為企業開發者推出的零門檻AI開發平臺。EasyDL面向不同人群推出了經典版、專業版和行業版。行業版中，針對快消行業的特定業務場景和需求，推出了EasyDL零售版，目前提供七個功能，分別為定制商品檢測、標準商品檢測、貨架拼接、翻拍識別、商品陳列層數識別、商品陳列場景識別與最新推出的輔助標注。支持結合多種能力，定制用戶場景專屬服務。

二、定制商品檢測與標準商品檢測

定制商品檢測功能，專門用于定制貨架合規性檢查、自助結算臺、無人零售貨柜等零售場景下識別商品的高精度AI模型。為幫助用戶在少量數據上得到更好的模型效果，平臺提供了近千種商品、每種50張左右的海量預置商品圖片，并開放基于百度大規模零售數據的預訓練模型，結合數據增強合成技術，可供客戶在創建SKU時進行選擇、合成訓練數據，極大降低了訓練數據采集和標注成本。同時，用戶可根據業務需求創建屬于自己的商品，商品信息支持完全自定義，充分滿足客戶定制化需求，實現低成本獲得高精度商品檢測AI模型服務。

百度大規模零售數據預訓練模型是用海量的互聯網零售數據，場景豐富，和絕大部分用戶數據具有較強相關性，進行大規模訓練所得的高精度模型，相比普通預訓練模型，準確率和泛化性都有一定提升。同時，基于百度大規模數據預訓練的模型，攜帶了更多的語義“知識”，利用這些先驗知識，用戶fine-tune（微調）的定制模型通常表現出更好的效果。

零售場景一般會面臨SKU存量多、增量快的特點，同時也很容易出現SKU不平衡的問題，標注難度和成本都非常高。為此，EasyDL零售版為用戶提供了上傳單品圖進行場景化數據生成的能力，并且對一些常見的SKU（可樂，雪碧等）內置了公用SKU庫，可以直接使用。此處的場景化如何理解呢？EasyDL零售版針對貨架、地堆、無人結算等主要零售場景，提供了定制化的數據合成策略和方式。合成的訓練數據進而通過生成模型進行精細化調整，可以使生成的圖片與實際場景圖片更為接近。如下圖，真實場景圖片加上合成圖訓練訓練的模型相對于單一真實圖效果獲得了較為明顯的增長，泛化能力增強。

具體項目數據顯示，40%真實訓練圖+ 60%合成圖可以接近100%真實訓練圖的訓練效果，同時泛化能力也有一定程度的提高。

標準商品檢測功能，提供公共的商品檢測API，支持零售商超常見商品品類，用戶無需訓練即可通過API檢測內置的商品品類。接口返回商品名稱、規格、品類及在圖片中的位置。底層模型針對貨架合規性檢查場景專項調優，適應大型商超、便利店、街邊店等多種復雜貨架場景。目前支持檢測飲品品類和日化用品品類的商品。

飲品檢測包含可口可樂、百事、農夫山泉、康師傅、統一五個品牌共計122種飲品；日化品檢測包含常見日化用品品牌共計1522種日化用品，商品數量仍在不斷擴充中。

構建公共的商品檢測模型，最大的挑戰之一是細粒度問題，即存在許多相似的品類。例如規格相似：如雪碧500ml和雪碧600ml；或包裝相似：如果粒優蜜桃味和果粒優西柚味。這些相似項一定程度上增加了模型的檢測難度，EasyDL零售版通過集成各類技術，自研出大規模細分類模型，較好地解決了細粒度問題，進行精準識別，同時便于后續商品品類的擴增。

三、四項增值服務

EasyDL零售版除提供以上兩個基礎服務外，還提供了一系列的增值服務。包括貨架拼接、翻拍識別、商品陳列層數識別、商品陳列場景識別等，未來還會根據行業和用戶需求，持續上線新服務。

貨架拼接服務，基于EasyDL深度學習算法，支持將多個貨架局部圖片或視頻，組合為完整貨架圖片。同時支持輸出在完整貨架圖中的商品檢測結果，包含SKU的名稱和數量，適用于需要在長貨架進行商品檢測的業務場景。

翻拍識別，基于百度的視覺算法，商品陳列翻拍識別能夠識別出通過手機翻拍出的商品陳列照片，比如商品貨架陳列圖片和地堆商品陳列圖片，高效審核造假的圖片，提升市場費用利用率。

商品陳列層數識別，基于百度的視覺算法，能準確識別出商品在貨架的哪一層，目前支持普通貨架、端架、立式冰柜貨架等貨架類型。

商品陳列場景識別，基于百度的視覺算法，能準確識別出商品陳列的場景，目前支持普通貨架、端架和立式冰柜等場景類型。

 商品檢測動圖演示：

四、輔助標注功能

數據決定模型效果的上限，除了已經提供的數據合成功能外，為了幫助用戶降低標注成本，零售版剛剛推出了輔助標注的功能。

大多數零售場景下的陳列表現洞察需求涉及識別大量的SKU，意味著客戶需要花費大量的時間和金錢在圖片標注工作上，包括在圖片上為要識別的商品畫框和為框附上標簽名稱。為了幫助客戶有效降低圖片標注成本，平臺推出了輔助標注功能，支持預先為用戶上傳到平臺的未標注數據畫上無標簽的橙色輔助標注框，用戶僅需為需要識別的SKU的所有輔助標注框批量附上標簽名稱即可。

[[333935]]

為了再進一步降低標注成本，輔助標注功能將會支持選擇用戶在EasyDL零售版平臺上自訓練的定制模型為未標注的圖片進行輔助標注，輔助標注后得到的圖片除了無標簽的橙色輔助框以外，自訓練模型支持識別的SKU將被標上藍色的有標簽標注框，該項功能升級將在8月初左右上線。

 針對零售場景，EasyDL零售版基于對快消品市場的深度研究和思考，推出多種能力，幫助品牌商在線下零售的核心場景，利用可視化平臺打造業務AI模型，在提升效率的同時降低成本，逐步向智能零售轉變。

百度搜索“EasyDL零售版”，或訪問：https://ai.baidu.com/easydl/retail