即時視覺 AI 輔助零售結帳掃描器

零售結帳系統正朝著低接觸和自助式使用者體驗的趨勢發展，從而無需個別掃描或輸入每個商品的代碼。影像上的 AI 模型可區分多種產品，包括同時處理多種產品，讓客戶能夠快速輸入整個訂單，並根據需要提供較小校正。如有需要，AI 可快速查找產品上的 1D 和 2D 代碼，協助在同一系統中讀取條碼。

邊緣 AI 可在本機處理器上進行影像處理，提供快速、即時的結果，並保護客戶隱私。資料保留在裝置上，可防止網路穩定性影響客戶，同時降低雲端 AI 的重複性成本。

AM62A 及 AM67A 等裝置隨附 C7™  NPU，可加速神經網路模型，效能可達同等裝置所搭載 CPU 的 50 倍。高端系統可整合附加攝影機，以獲得額外的觀察點，從而改善偵測準確度或增加盜竊預防，以防止庫存損耗。 

使用影像對視覺 AI 模型進行訓練，對於零售掃描器的物體偵測而言，YOLOX 這類物體偵測模型是最佳選擇。該模型將偵測及區分多種不同的產品。模型將要識別的內容的真實標籤（即標註）是「邊界框」，其中包括影像中包含產品的區域以及該產品的特定名稱。

這些影像將透過攝影機採集，因此最好包括最終產品中所用攝影機拍攝的影像。好的資料集應包含各種真實的場景變化、光照條件及物體方向。藉助 CCStudio™ Edge AI Studio，可使用 TI EVM 或透過手動將影像上傳至工具來收集及標註影像。

高品質、標註清晰的影像資料是建立準確模型的必要條件。標註（邊界框）必須準確反映產品所在位置。 

好的資料集必須包括真實的場景和變化，包括以下一些內容：

• 產品部分重疊或相互接觸。 
• 顧客的手、衣服、錢包等非商品性物體也應出現。 
• 全天的照明變化或產品反射。
• 略有損壞但仍可辨認的產品。

可以使用 CCStudio™ Edge AI Studio 或  edgeai-modelmaker 對 TI 支援的神經網路進行模型訓練。 更高階的 開發人員 可能偏好使用 PyTorch 或 TensorFlow 來自行訓練自訂網路。

首先將搜尋範圍縮窄至物體偵測模型。由於零售系統可能需要偵測大量不同的物體，因此更大、解析度更高的模型可能會更好。模型越大，執行速度越慢，因此需要根據系統所需的回應速度來找到一個平衡點。數量較多的不同產品將受益於更大的模型。

YOLO-Small (S) 及 YOLOX-Nano 等模型變體具有類似的架構，但前者有更多（且更大）層來提升準確度。

對於更小、更快的模型（如條碼偵測器），會使用解析度較低的模型來確定感興趣區域，然後再透過傳統演算法將結構化視覺資料解碼為產品編號或 SKU。

部署模型前，必須先針對目標硬體加速器進行編譯。使用 Edge AI Studio 和 edgeai-modelmaker 等工具，可自動完成編譯。否則，編譯模型將需要透過 TI GitHub 上的 edgeai-tidl-tools 等軟體包，使用自帶模型流程完成單獨的步驟。

模型偽影透過 ONNX Runtime、LiteRT（即原先的 tensorflow-lite）和 TVM 等執行階段進行部署，並使用 TI深度學習 (TIDL) 作為硬體加速的後端軟體。

要將模型部署到端對端視覺應用程式中，首先需要 edgeai-gst-apps。它除了加速 AI 模型本身之外，還透過多個階段的硬體加速來建立管線，以對影像進行預處理和後處理。

除了 edgeai-GST-apps 之外，我們還針對零售結帳和條碼掃描製作了兩項單獨的示範。Demo-quality 模型針對每項示範進行了訓練，並作為儲存庫的一部分提供；請參閱支援資源中提供的這些儲存庫連結。

零售應用會定期查看從目錄中新增及刪除的商品，因此請務必不斷重新訓練及更新模型。建立線上更新機制對於整個生產級系統很有必要。

裝置選擇將取決於所需的 AI 效能等級以及攝影機輸送量（解析度與影格速率）。

請注意，AM67A 包含 2x C7 NPU 核心，每個核心的執行效能與 AM62A 基準測試相近。多個模型可在個別核心上執行或共用同一個核心。

下表中的基準測試結果皆使用 SDK 版本 10.1 產生。