Reconocimiento de imágenes
En esta demostración todas las detecciones son simuladas.
Cómo funcionaría
Cámara → detección del cambio → lectura de la góndola → búsqueda en el catálogo → actualización del mapa.
Para usar imágenes reales necesitamos fotos de productos, cámaras calibradas y modelos probados en la tienda.
Componentes para el equipo técnico
| Interfaz | Función |
|---|---|
PersonDetector | Detecta personas, sin identificarlas. |
Tracker | Mantiene el código de una visita mientras dura. |
PoseEstimator | Estima orientación y posición de manos. |
ProductRecognizer | Busca el producto dentro del catálogo de la tienda. |
ShelfMapper | Actualiza el mapa y conserva versiones anteriores. |
InteractionDetector | Detecta tomas, examen y devoluciones. |
Los componentes se pueden reemplazar sin cambiar el panel. No se incluyen modelos entrenados. Podrían usar OpenCV, PyTorch, ONNX o TensorRT.
El reconocimiento combinaría imágenes, texto visible, códigos de barras y catálogo. Los casos con poca confianza se revisan.