Распознавание весового товара — это технология, при которой система компьютерного зрения автоматически определяет, что покупатель или кассир кладёт на весовую платформу: конкретный сорт яблок, тип конфет, вид орехов или упаковку зелени. Дальше система сама подставляет правильный код товара в чек — без ручного выбора в меню весов.
Эта статья — обзор для тех, кто впервые сталкивается с задачей автоматизации весовой кассы. Мы разберём, в чём проблема старого подхода, как устроено современное распознавание, какие цифры оно даёт магазину и в каких случаях внедрение оправдано, а в каких — нет.
Что такое весовой товар и почему он сложен
Весовой товар — это любой товар, который продаётся не по штучному штрихкоду, а по весу: овощи, фрукты, орехи, конфеты в развес, сухофрукты, выпечка, мясо в нарезке, рыба. На него нельзя наклеить штрихкод заранее, потому что вес каждой единицы разный.
Чтобы пробить такой товар на кассе, кассир или покупатель должен:
- Положить товар на весы.
- Найти его в меню весового оборудования (картинки + кнопки или номера).
- Подтвердить выбор.
- Получить этикетку со штрихкодом, в который зашит код товара и вес.
Шаг 2 — узкое место. В типичном магазине ассортимент весовых товаров — от 50 до 300 SKU: десятки сортов яблок, два десятка видов конфет, орехи в смешанных лотках, разные виды листового салата. Кассир ищет нужную позицию вручную в иерархическом меню, а на кассе самообслуживания этим занимается сам покупатель.
Чем плох ручной выбор
Ручной выбор товара в меню весов создаёт три типа проблем для магазина.
Скорость. Один поиск товара занимает 8–15 секунд. При среднем чеке с 2–3 весовыми позициями это 20–45 секунд на чек только на поиске. В час пик это формирует очередь у весовых отделов и в зоне касс самообслуживания. По нашим замерам в пилотных проектах, на КСО до 30% жалоб покупателей связаны именно с поиском товара.
Ошибки. Кассир в спешке нажимает не ту кнопку: пробивает дешёвую антоновку как дорогой гала, листовой салат как зелень другого вида, миндаль как фисташки. Доля таких ошибок в магазинах без автоматизации — 5–10% от чеков с весовым товаром. Часть из них — переплата покупателя, часть — недобор магазина. Ревизии регулярно вылавливают эту пересортицу, но к этому моменту чек уже закрыт.
Подмена. На КСО покупатель может намеренно выбрать в меню более дешёвый товар, чем кладёт на весы — вместо филе пробить куриные крылышки, вместо пекана арахис. Без визуального контроля магазин это не замечает.
Обучение кассиров. Новому сотруднику нужно 1–2 недели, чтобы запомнить иерархию меню весов и расположение основных позиций. До этого его скорость работы вдвое ниже среднего, и доля ошибок выше.
Как работает распознавание весового товара
Современное распознавание устроено через систему компьютерного зрения. Архитектурно это три компонента:
- Камера над весовой платформой — обычная промышленная камера 2–5 Мп с фиксированным фокусом, направленная сверху вниз.
- Edge-устройство — небольшой компьютер размером со смартфон, который стоит рядом с весами или в соседней стойке. На нём развёрнута предобученная нейросетевая модель, которая принимает изображение с камеры и за 0,2 секунды возвращает список из 5 наиболее вероятных товаров с вероятностями.
- Интеграция с весовым ПО — Edge-устройство передаёт результат распознавания в программу весов или кассы самообслуживания, которая автоматически подставляет нужный код товара или показывает покупателю короткий список вариантов для подтверждения.
Ключевой момент: модель работает локально, без обращения к облаку. Это даёт скорость (нет сетевой задержки), независимость от качества интернета и упрощает соответствие требованиям по защите данных.
Как обучается модель
Модель распознавания обучается на изображениях ассортимента конкретной сети. Для запуска требуется:
- 30–50 фото каждого товара в типичных условиях освещения и упаковки;
- эталонная разметка с кодами товаров;
- 1–2 рабочих дня на обучение и валидацию.
Когда в ассортименте появляется новый SKU, в систему загружаются фото, и модель дообучается за тот же срок без выезда инженера на объект.
Что значит точность Топ-1 и Топ-5
В классификации изображений принято измерять две метрики:
- Точность Топ-1 — доля случаев, когда система выдаёт реальный товар первым в списке. Если Топ-1 = 92%, в 92% взвешиваний кассиру или покупателю не нужно ничего подтверждать.
- Точность Топ-5 — доля случаев, когда реальный товар попадает в список из пяти предложенных. Если Топ-5 = 100%, на оставшиеся 8% случаев пользователь видит короткий список из 5 вариантов и выбирает правильный одним нажатием.
Для кассирских весов важнее Топ-1: кассир работает быстро, и любое подтверждение замедляет процесс. Для КСО важнее Топ-5: покупатель готов подтвердить выбор из короткого списка, и это всё равно быстрее, чем искать товар в иерархическом меню.
Что получает магазин в цифрах
По нашим внедрениям в российских розничных сетях, распознавание весового товара даёт измеримые эффекты по нескольким направлениям.
| Показатель | До внедрения | После внедрения |
|---|---|---|
| Время на одну весовую позицию | 8–15 сек | 0,5–2 сек |
| Доля ошибок выбора товара | 5–10% | < 1% |
| Адаптация нового кассира | 1–2 недели | 1–2 дня |
| Контроль подмены на КСО | Нет | Автоматический |
Конкретное снижение пересортицы зависит от того, насколько активно ваш ассортимент пересекается по внешнему виду — для сетей с большой долей развесных конфет и орехов эффект максимальный, для сетей со штучными овощами в фиксированной упаковке — меньше.
Среднее время чека в час пик в пилотных магазинах сокращается на 10–15%. Не за счёт ускорения сканирования штрихкодов, а за счёт того, что весовые позиции перестают быть тормозом.
На каком оборудовании работает
Современное распознавание совместимо с широким спектром оборудования:
- Кассы самообслуживания (КСО) — основная зона применения, поскольку именно здесь поиск товара покупателем особенно медленный.
- Кассирские весы за прилавком — стандартное оборудование сетей АТОЛ, Bizerba, Штрих-М, POScenter и других.
- Весовое оборудование в зоне самообслуживания (овощи-фрукты со стойкой со штрихкод-принтером).
Интеграция с кассовым ПО реализуется через стандартные интерфейсы: сетевой API весовой программы или плагин для конкретного производителя. Для большинства распространённых в РФ систем интеграция уже готова и активируется конфигурационно.
Кому нужно — и кому не нужно
Внедрение оправдано, если:
- В магазине широкий весовой ассортимент — 50+ SKU, особенно с пересекающимися визуально позициями (разные сорта яблок, орехи, конфеты).
- Установлены или планируются кассы самообслуживания — на КСО эффект от распознавания максимальный.
- Сеть жалуется на очереди в весовых отделах в часы пик.
- В отчётах по ревизиям регулярно фиксируется пересортица на весовом ассортименте.
- Текучка кассиров высокая, обучение занимает много времени.
Внедрение, как правило, не оправдано, если:
- Весовой ассортимент очень узкий (5–15 позиций), кассиры запоминают коды наизусть.
- Магазин обслуживает преимущественно постоянных покупателей с малой корзиной — поиск товара не успевает стать узким местом.
- В сети нет КСО и нет планов их вводить, а штатные кассиры не считают ручной выбор проблемой.
Что дальше
Если задача автоматизации весовой кассы стоит, следующий шаг — выбор поставщика и проведение пилота. Для этого нужно зафиксировать:
- Текущее весовое оборудование и кассовое ПО (определяет совместимость).
- Объём весового ассортимента и его пересечения по внешнему виду (определяет ожидаемую точность).
- Метрики, по которым будете оценивать эффект (время чека, доля ошибок, скорость адаптации новых кассиров).
Подробный пошаговый гайд по внедрению — в соседней статье «Как автоматизировать весовую кассу».
Если хотите обсудить применимость распознавания в вашей сети, запросите расчёт — мы посмотрим текущие данные и пришлём оценку окупаемости в течение рабочего дня.