Распознавание весового товара — это технология, при которой система компьютерного зрения автоматически определяет, что покупатель или кассир кладёт на весовую платформу: конкретный сорт яблок, тип конфет, вид орехов или упаковку зелени. Дальше система сама подставляет правильный код товара в чек — без ручного выбора в меню весов.

Эта статья — обзор для тех, кто впервые сталкивается с задачей автоматизации весовой кассы. Мы разберём, в чём проблема старого подхода, как устроено современное распознавание, какие цифры оно даёт магазину и в каких случаях внедрение оправдано, а в каких — нет.

Что такое весовой товар и почему он сложен

Весовой товар — это любой товар, который продаётся не по штучному штрихкоду, а по весу: овощи, фрукты, орехи, конфеты в развес, сухофрукты, выпечка, мясо в нарезке, рыба. На него нельзя наклеить штрихкод заранее, потому что вес каждой единицы разный.

Чтобы пробить такой товар на кассе, кассир или покупатель должен:

  1. Положить товар на весы.
  2. Найти его в меню весового оборудования (картинки + кнопки или номера).
  3. Подтвердить выбор.
  4. Получить этикетку со штрихкодом, в который зашит код товара и вес.

Шаг 2 — узкое место. В типичном магазине ассортимент весовых товаров — от 50 до 300 SKU: десятки сортов яблок, два десятка видов конфет, орехи в смешанных лотках, разные виды листового салата. Кассир ищет нужную позицию вручную в иерархическом меню, а на кассе самообслуживания этим занимается сам покупатель.

Чем плох ручной выбор

Ручной выбор товара в меню весов создаёт три типа проблем для магазина.

Скорость. Один поиск товара занимает 8–15 секунд. При среднем чеке с 2–3 весовыми позициями это 20–45 секунд на чек только на поиске. В час пик это формирует очередь у весовых отделов и в зоне касс самообслуживания. По нашим замерам в пилотных проектах, на КСО до 30% жалоб покупателей связаны именно с поиском товара.

Ошибки. Кассир в спешке нажимает не ту кнопку: пробивает дешёвую антоновку как дорогой гала, листовой салат как зелень другого вида, миндаль как фисташки. Доля таких ошибок в магазинах без автоматизации — 5–10% от чеков с весовым товаром. Часть из них — переплата покупателя, часть — недобор магазина. Ревизии регулярно вылавливают эту пересортицу, но к этому моменту чек уже закрыт.

Подмена. На КСО покупатель может намеренно выбрать в меню более дешёвый товар, чем кладёт на весы — вместо филе пробить куриные крылышки, вместо пекана арахис. Без визуального контроля магазин это не замечает.

Обучение кассиров. Новому сотруднику нужно 1–2 недели, чтобы запомнить иерархию меню весов и расположение основных позиций. До этого его скорость работы вдвое ниже среднего, и доля ошибок выше.

Как работает распознавание весового товара

Современное распознавание устроено через систему компьютерного зрения. Архитектурно это три компонента:

  1. Камера над весовой платформой — обычная промышленная камера 2–5 Мп с фиксированным фокусом, направленная сверху вниз.
  2. Облако — предобученная нейросетевая модель развёрнута в облаке. Камера передаёт изображение, и за 0,1 секунды модель возвращает список из 5 наиболее вероятных товаров с вероятностями.
  3. Интеграция с весовым ПО — облако передаёт результат распознавания в программу весов или кассы самообслуживания, которая автоматически подставляет нужный код товара или показывает покупателю короткий список вариантов для подтверждения.

Ключевой момент: модель развёрнута в облаке, поэтому в магазине не требуется тяжёлое железо - достаточно подключить камеру к весам или кассе. Обновления и расширение ассортимента происходят централизованно, без выезда инженера на объект.

Как обучается модель

Модель распознавания обучается на изображениях ассортимента конкретной сети. Для запуска требуется:

  • 30–50 фото каждого товара в типичных условиях освещения и упаковки;
  • ассортимент весовых товаров;
  • 1–2 рабочих дня на обучение и валидацию.

Когда в ассортименте появляется новый SKU, в систему загружаются фото, и модель дообучается за тот же срок без выезда инженера на объект.

Что значит точность Топ-1 и Топ-5

В классификации изображений принято измерять две метрики:

  • Точность Топ-1 — доля случаев, когда система выдаёт реальный товар первым в списке. Если Топ-1 = 92%, в 92% взвешиваний кассиру или покупателю не нужно ничего подтверждать.
  • Точность Топ-5 — доля случаев, когда реальный товар попадает в список из пяти предложенных. Если Топ-5 = 100%, на оставшиеся 8% случаев пользователь видит короткий список из 5 вариантов и выбирает правильный одним нажатием.

Для кассирских весов важнее Топ-1: кассир работает быстро, и любое подтверждение замедляет процесс. Для КСО важнее Топ-5: покупатель готов подтвердить выбор из короткого списка, и это всё равно быстрее, чем искать товар в иерархическом меню.

Что получает магазин в цифрах

По нашим внедрениям в российских розничных сетях, распознавание весового товара даёт измеримые эффекты по нескольким направлениям.

Показатель До внедрения После внедрения
Время на одну весовую позицию 8–15 сек 0,5–2 сек
Доля ошибок выбора товара 5–10% < 1%
Адаптация нового кассира 1–2 недели 1–2 дня
Контроль подмены на КСО Нет Автоматический

Конкретное снижение пересортицы зависит от того, насколько активно ваш ассортимент пересекается по внешнему виду — для сетей с большой долей развесных конфет и орехов эффект максимальный, для сетей со штучными овощами в фиксированной упаковке — меньше.

Среднее время чека в час пик в пилотных магазинах сокращается на 10–15%. Не за счёт ускорения сканирования штрихкодов, а за счёт того, что весовые позиции перестают быть тормозом.

На каком оборудовании работает

Современное распознавание совместимо с широким спектром оборудования:

  • Кассы самообслуживания (КСО) — основная зона применения, поскольку именно здесь поиск товара покупателем особенно медленный.
  • Весы в кассовой зоне или скан-весы.
  • Весовое оборудование в зоне самообслуживания (ВСО).

Интеграция с кассовым/весовым ПО реализуется через наш стандартизированный API-протокол. Для большинства распространённых в РФ систем интеграция уже готова и активируется конфигурационно. Интеграция с новым вендором или собственным ПО сети занимает 1-2 недели.

Кому нужно — и кому не нужно

Внедрение оправдано, если:

  • В магазине широкий весовой ассортимент — 50+ SKU, особенно с пересекающимися визуально позициями (разные сорта яблок, орехи, конфеты).
  • Установлены или планируются кассы самообслуживания — на КСО эффект от распознавания максимальный.
  • Сеть жалуется на очереди в весовых отделах в часы пик.
  • В отчётах по ревизиям регулярно фиксируется пересортица на весовом ассортименте.
  • Текучка кассиров высокая, обучение занимает много времени.

Внедрение, как правило, не оправдано, если:

  • Весовой ассортимент очень узкий (5–15 позиций), кассиры запоминают коды наизусть.
  • Магазин обслуживает преимущественно постоянных покупателей с малой корзиной — поиск товара не успевает стать узким местом.
  • В сети нет КСО и нет планов их вводить, а штатные кассиры не считают ручной выбор проблемой.

Что дальше

Если задача автоматизации весовой кассы стоит, следующий шаг — выбор поставщика и проведение пилота. Для этого нужно зафиксировать:

  1. Текущее весовое оборудование и кассовое ПО (определяет совместимость).
  2. Объём весового ассортимента и его пересечения по внешнему виду (определяет ожидаемую точность).
  3. Метрики, по которым будете оценивать эффект (время чека, доля ошибок, скорость адаптации новых кассиров).

Если хотите обсудить применимость распознавания в вашей сети, запросите расчёт — мы посмотрим текущие данные и пришлём оценку окупаемости в течение рабочего дня.