دراسات الحالة/Adlytic AI

تحليلات جمهور داخل المتجر من كاميرات موجودة أصلاً على الأرض

رؤية حاسوبية للتجزئة: من في الممر، كم يبقون، أي عروض تحصل على انتباه — دون تثبيت تقنية أجهزة جديدة.

العميل: Adlytic AI
الموقع: الولايات المتحدة
السنة: 2025

ذكاء اصطناعي · SaaS

ابدأ مشروعاً مشابهاً زيارة Adlytic AI

info@lyrocode.com

المدخل

كاميرات موجودة

المخرج

مقاييس متجر

السنة

2025

صور من العمل

تصوير يطابق المنتج — المباني والأرضية والملابس والطريق — لا صور مخزنية لأناس يشيرون إلى جهاز محمول.

ممر خضار في سوبرماركت — نوع الأرضية التي يقرأها Adlytic من الكاميرات

طابور دفع مزدحم يُستخدم لقياس المكوث والطابور

عرض منتج — نوع التركيب الذي يقيّمه Adlytic للانتباه

المهمة

فرق التجزئة لديها كاميرات أصلاً. لم يريدوا صندوقاً جديداً على كل سقف. أرادوا أعداداً ووقت مكوث وانتباه عروض من لقطات يجمعونها أصلاً — مع لوحة يمكن لمدير متجر قراءتها، لا دفتر بحث.

على النموذج العمل عبر إضاءة وزوايا كاميرا وتخطيطات متجر. الخصوصية تهم: لا وجوه في المنتج الذي يراه العميل.

ما بنيناه

بنينا مسار الرؤية ليجلس على RTSP وإسقاط ملفات موجودة. أناس ومناطق، لا هويات. لوحات على مستوى المتجر في تطبيق React: أرضية اليوم، هذا الأسبوع مقابل السابق، أي طرف ممر ميت.

التدريب والتقييم يبقيان في Python. المنتج الذي يسجّل فيه بائع التجزئة وحدة SaaS — مواقع وكاميرات وتقارير — لا تصدير Jupyter.

أين وصل

يحصل بائعو التجزئة على أرقام ممرات وعروض من كاميرات دفعوا ثمنها أصلاً. الوحدة شيء يمكن لمدير إقليمي فتحه يوم الاثنين. الوجوه لا تغادر أبداً حدود المعالجة التي وافق عليها العميل.