Études de cas/Adlytic AI
Analytics d'audience en magasin à partir des caméras déjà au sol
Computer vision pour le retail : qui est dans l'allée, combien de temps ils restent, quels displays reçoivent de l'attention — sans installer une nouvelle stack hardware.
- Client
- Adlytic AI
- Lieu
- États-Unis
- Année
- 2025
IA · SaaS
info@lyrocode.com
Entrée
CCTV existant
Sortie
Métriques magasin
Année
2025
Photos du travail
Une photographie qui correspond au produit — les bâtiments, le floor, les vêtements, la route — pas du stock de gens qui pointent un ordinateur.
La mission
Les équipes retail ont déjà des caméras. Elles ne voulaient pas une nouvelle boîte à chaque plafond. Elles voulaient des comptages, du temps de dwell et de l'attention aux displays à partir de footage qu'elles collectent déjà — avec un dashboard qu'un store manager peut lire, pas un carnet de recherche.
Le modèle doit fonctionner à travers l'éclairage, les angles de caméra et les layouts de magasin. La confidentialité compte : pas de visages dans le produit que le client voit.
Ce que nous avons construit
Nous avons construit le pipeline vision pour s'asseoir sur du RTSP et des file drops existants. Des personnes et des zones, pas des identités. Dashboards niveau magasin dans une app React : le floor d'aujourd'hui, cette semaine contre la dernière, quel endcap est mort.
L'entraînement et l'évaluation restent en Python. Le produit dans lequel le retailer se connecte est une console SaaS — sites, caméras, rapports — pas un export Jupyter.
Où ça a atterri
Les retailers obtiennent des chiffres d'allées et de displays à partir de caméras qu'ils ont déjà payées. La console est quelque chose qu'un regional manager peut ouvrir le lundi. Les visages ne quittent jamais la frontière de traitement que le client a acceptée.
- Pipeline vision sur les caméras magasin existantes
- Métriques de zones, dwell et displays
- Dashboard retailer et admin de sites
- Chemin de traitement préservant la confidentialité
Stack
Avec quoi nous avons livré — choisi pour ce produit, pas pour un slide.
Python
PyTorch
FastAPI
React
Next.js
PostgreSQL
AWS
Docker
“On en avait assez des prestataires qui voulaient qu'on arrache les caméras. Lyro Code a utilisé ce qui était au mur, et le dashboard est quelque chose que mes gens ops ouvrent vraiment.”
Plus de travail
Willis Bond·Web · Immobilier
Des sites de projets qu'une équipe de promotion peut réellement tenir à jour
Pages marketing et projets pour un promoteur néo-zélandais — photographie de precincts, disponibilités, et un contenu que l'équipe marketing peut changer sans ticket.
Lire l'histoire
Maria B.·Commerce · Web
Une vitrine mode qui doit survivre à la saison des soldes
Travail commerce pour Maria B. — lookbooks, collections, et un parcours de checkout qui tient quand un drop arrive.
Lire l'histoireDites-nous ce que vous construisez.
Nous répondons en général sous un jour ouvré. Écrivez à info@lyrocode.com si vous préférez passer le formulaire.
