Deep Learning nell'automazione dei POS: Sfide, innovazioni e tendenze - Dai, Xiaoyan
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

L'apprendimento profondo ha rivoluzionato la visione computerizzata, favorendo l'automazione in settori come la vendita al dettaglio. Il riconoscimento degli oggetti da parte dell'intelligenza artificiale (AI) sta trasformando l'automazione dei punti vendita (POS), migliorando la velocità, la precisione e l'efficienza delle transazioni. Tuttavia, rimangono delle sfide, come il riconoscimento dei codici a barre in condizioni difficili e l'ottimizzazione dei modelli di IA per ottenere prestazioni in tempo reale.Questo libro esplora il modo in cui il deep learning migliora l'automazione dei POS,…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'apprendimento profondo ha rivoluzionato la visione computerizzata, favorendo l'automazione in settori come la vendita al dettaglio. Il riconoscimento degli oggetti da parte dell'intelligenza artificiale (AI) sta trasformando l'automazione dei punti vendita (POS), migliorando la velocità, la precisione e l'efficienza delle transazioni. Tuttavia, rimangono delle sfide, come il riconoscimento dei codici a barre in condizioni difficili e l'ottimizzazione dei modelli di IA per ottenere prestazioni in tempo reale.Questo libro esplora il modo in cui il deep learning migliora l'automazione dei POS, concentrandosi sul riconoscimento dei codici a barre e sull'identificazione degli sconti. Il libro tratta dell'evoluzione dei sistemi POS, del ruolo dell'IA nel settore della vendita al dettaglio e delle tecniche avanzate di rilevamento dei codici a barre, compresi i modelli di deep learning e l'aumento dei dati sintetici a quelli reali. Il libro tratta anche del riconoscimento degli sconti da parte dell'IA, della progettazione del sistema e dei risultati sperimentali.Oltre alle soluzioni tecniche, il libro affronta le sfide dell'implementazione, come l'integrazione dell'hardware, il bilanciamento dell'elaborazione dell'IA nel cloud e sul bordo e l'ottimizzazione dei modelli per l'uso in tempo reale. Vengono inoltre analizzate le tendenze emergenti come l'apprendimento auto-supervisionato, l'adattamento al dominio e le applicazioni nella logistica e nei magazzini automatizzati.
Autorenporträt
Ha conseguito un dottorato di ricerca in elaborazione delle immagini presso il Muroran Institute of Technology, in Giappone. Dopo aver lavorato presso Canon Inc. è entrata a far parte del Centro di ricerca di Kyocera come esperto. La sua ricerca si concentra sull'intelligenza artificiale e sulla computer vision, tra cui il rilevamento di oggetti e il rilevamento di frodi. È un membro attivo del comitato e relatrice in diverse conferenze internazionali.