实体零售受限于店铺的选址和大小、人的精力、运营成本等客观条件，无法快速有效的分析和处理顾客数据，限制了门店与顾客建立连接，导致门店获客难、客源转化难、会员和店铺管理难、营销难、盈利难，因此亟需改变以往低效的运行方式，加快大数据分析，开展基于大数据的精准营销，提高顾客的逛店体验，同时实现降本增效。而把计算机视觉应用到零售门店中，是实现降本增效的重要手段。

受益于数据的增长、算法的优化和算力的提升，计算机视觉在实体零售场景中有着丰富的应用。顾客进店时，通过人脸识别，准确认出顾客的身份信息，包括是否为会员、性别、年龄以及消费记录等，并把这些信息推送给店员，实现对新客、回头客、会员的精细化管理，为顾客提供个性化的服务，提升消费体验。

在门店内，通过行人重识别来捕获顾客的位置与轨迹信息，形成店内的轨迹热区，根据热区信息合理安排店内的商品摆放、指导店内动线规划；应用图像识别与目标检测，快速识别商品的名称、种类、标签信息，获取货架上各商品的可视化排面占比，帮助品牌商统计审核数据；应用行为识别，准确识别店内顾客异常行为，减少门店的损耗。

收银结算时，通过商品识别，快速并准确识别商品。相比大多数门店所采用的RFID，商品识别相对成本更低，不需要另外人手为每个商品贴标签，也避免了贴标签失误带来的影响，并且数据是共通的，可同时服务多家门店。

虽然计算机视觉已在零售门店、货架巡检、收银结算等诸多实体零售场景落地应用，但仍面临着诸多挑战。我们知道伴随着人脸识别、商品识别、目标检测模型准确率的提升，卷积网络模型的层数也在不断增加，这些模型在获得高精度的同时不可避免的产生大量的模型参数，而在实际场景中，常需要在计算资源有限或移动端侧完成任务，如何在不同的场景下选择合适的网络模型？如何在终端实现部署？

上述这些问题，接下来你都可以从我们智东西公开课全新推出的AI零售合辑中得到答案。此次，推出的是AI零售合辑第一季共上线三讲。第一讲从总体入手，讲解应用在零售门店的计算机视觉及其在终端部署的解决思路。接下来的两讲，重点讲解在收银结算和货架巡检这两个场景下，商品识别和目标检测存在的难点、解决方法和落地方案。

本季合辑我们邀请到悠络客产品总监刘承鑫、织点智能AI研究室负责人刘思伟、品览数据技术合伙人魏勋等三位大牛，深入讲解实体零售场景中计算机视觉的应用与实践。其中：

5月25日，悠络客产品总监刘承鑫将以《AI如何赋能零售门店》为主题，从零售门店的趋势与困境展开，讲解实现门店降本增效的计算机视觉、终端部署的难点与解决思路、应用案例。

6月1日，织点智能AI研究室负责人刘思伟将以《商品识别算法在收银结算场景的应用与落地》为主题，从收银结算场景下商品识别的难点、模型选择、自助收银机上部署的方法、工程化落地的步骤与应用实践等方面带来深入讲解。

6月8日，品览数据技术合伙人魏勋将以《图像识别与目标检测在货架快消商品智能巡检中的应用》为主题，从图像识别与目标检测的发展历史出发、讲解实现准确商品检测与识别的方法及在货架巡检的应用。

AI零售合辑之后将持续更新，敬请期待更多讲解。