事例/Adlytic AI
すでにフロアにあるカメラからの店内オーディエンス分析
小売向けコンピュータビジョン: 通路に誰がいるか、どれだけ滞在するか、どの陳列が注目を得るか — 新しいハードウェアスタックを入れずに。
- クライアント
- Adlytic AI
- 所在地
- アメリカ合衆国
- 年
- 2025
AI · SaaS
info@lyrocode.com
入力
既存の監視カメラ
出力
店舗指標
年
2025
仕事からの写真
プロダクトに合う写真 — 建物、フロア、服、道路 — ノートPCを指差す人のストックではありません。
仕事
小売チームにはすでにカメラがあります。天井ごとに新しい箱は欲しくありませんでした。すでに集めている映像から人数、滞在時間、陳列への注目が欲しかった — 研究ノートではなく、店長が読めるダッシュボードで。
モデルは照明、カメラ角度、店舗レイアウトを横断して動かなければなりません。プライバシーは重要です。クライアントが見るプロダクトに顔はありません。
作ったもの
既存の RTSP とファイルドロップの上にビジョンパイプラインを置きました。身元ではなく、人とゾーン。React アプリの店舗レベルダッシュボード: 今日のフロア、今週対先週、死んでいるエンドキャップ。
学習と評価は Python に残します。小売がログインするプロダクトは Jupyter の書き出しではなく、サイト、カメラ、レポートの SaaS コンソールです。
着地点
小売は、すでに払ったカメラから通路と陳列の数字を得ます。コンソールは地域マネージャーが月曜に開けるものです。顔はクライアントが合意した処理境界から出ません。
- 既存店舗カメラ上のビジョンパイプライン
- ゾーン、滞在、陳列の指標
- 小売ダッシュボードとサイト管理
- プライバシーを保つ処理経路
スタック
出荷に使ったもの — このプロダクトのために選んだのであって、スライドのためではありません。
Python
PyTorch
FastAPI
React
Next.js
PostgreSQL
AWS
Docker
“カメラを引き剥がしたがるベンダーには飽きました。Lyro Code は壁にあったものを使い、ダッシュボードは運用の人間が実際に開くものです。”
