← Voltar para Camada de Sensores

Conferir se o que o cliente levou foi registrado no caixa com câmera

por Lorenzo Lopez Head of Content, Visio

Para conferir se o que o cliente levou foi registrado no caixa com câmera, a conferência é montada com duas classes de detecção da camada de Sensores do Visio OS: reconhecer ações no caixa e re-identificar entre câmeras. O resultado cruza com a venda do PDV, que já está nos dados da operação, e o que não bate chega com horário.

Visio aqui é a Visio de operação de lojas (visio.ai), o sistema para quem toca várias lojas, não o Visio da Microsoft, de diagramas.

Por que montar essa conferência importa

Quem constrói a conferência do caixa sabe onde o trabalho pesa. Sem um catálogo por trás, cada detecção é um projeto: filmagem, rótulos, modelo, integração com a câmera e um lugar para o dado cair. A segunda pergunta recomeça tudo, e cada loja nova repete o caminho, com um fluxo para manter vivo.

O gatilho aparece quando a IA que você já usa responde “como detecto isso na minha loja?” com um plano de treinamento em vez de uma entrada de catálogo e um custo. Nesse ponto, quem toca a rede entende que a conferência do caixa não precisa ser um projeto sob medida.

A pergunta de fundo é simples: o que saiu da loja nas mãos do cliente bate com o que o caixa registrou? Nenhum sistema responde isso sozinho. O sistema de vendas sabe o que foi registrado. Só a câmera viu o que foi levado, e esse dado precisa ser criado, detectado, extraído. Quem fica olhando gravação cobre pouco, e mais olhos não escalam: você não consegue olhar cinquenta lojas ao mesmo tempo.

Há um segundo cuidado, de desenho. A conferência fala do evento, o levado contra o registrado, e nunca de quem está no caixa nem de quem compra. O instrumento é o sensor, não a pessoa. Essa regra molda cada passo abaixo.

A pergunta vizinha, a do operador que quer saber que caminhos existem para conferir o caixa, tem resposta própria em como conferir se o que o cliente levou foi registrado no caixa com as câmeras que já tenho. Aqui a pergunta é outra: como a detecção é montada.

Como avaliar a montagem da conferência: 5 critérios

Cinco critérios você confere por conta própria, em qualquer caminho que avalie.

  1. A detecção descreve o evento, não a pessoa. O que importa é o que foi levado contra o que foi registrado. Nenhum rosto, idade ou gênero entra, e o time fica fora da conta.
  2. Acurácia a esperar e custo de rodar vêm declarados antes de rodar. Se o custo só aparece depois do projeto, a conta já foi paga.
  3. A segunda loja é configuração, não projeto. A mesma pergunta precisa rodar igual em toda loja, na câmera que cada loja já tem.
  4. O resultado cruza com a venda do PDV que já está nos dados. A conferência só fecha quando o levado encontra o registrado no mesmo lugar, junto com os outros dados da operação.
  5. A detecção chega estruturada e com horário, respeitando a permissão de quem pergunta. Por usuário, por loja e por app, para a pessoa e para a IA que ela conecta.

Principais passos para montar a conferência do caixa

A montagem segue o caminho que a camada usa para toda pergunta: descreva o que observar, o fluxo de detecção é montado do catálogo, o dado aterrissa onde a operação roda. Os seis passos abaixo detalham esse caminho no caso do caixa.

1. Descreva o que observar

O primeiro passo é dizer, em linguagem natural ou direto do catálogo de detecções, o que se quer conferir: o que o cliente levou contra o que foi registrado no caixa. O motor da camada responde com o que já consegue rodar e com o ponto em que precisa de treino.

Antes de qualquer filmagem ou rótulo, você sabe se a pergunta já tem detecção rodando em loja ou se vai exigir treino do lado da Visio. Quando exige, quem constrói nunca rotula um quadro nem roda um treino: a Visio rotula os dados e treina os modelos em casa.

2. Reconhecer ações no caixa

A primeira classe da conferência é reconhecer ações: o catálogo alcança as ações no caixa, ou seja, o que aconteceu ali. É a classe que transforma a cena em evento com horário, no lugar da imagem que alguém precisa assistir.

Dito à classe, reconhecer ações é uma das capacidades do catálogo, ao lado de detectar, contar, acompanhar, classificar a cena, zonas e linha, mapa de calor, segmentar e responder uma pergunta visual. A conferência usa a que descreve o que aconteceu no caixa. A leitura é sobre o evento da loja, e a camada não cria indicador sobre uma pessoa.

3. Re-identificar entre câmeras, pelo instrumento

A segunda classe é a re-identificação entre câmeras. Ela é descrita pelo instrumento, nunca pela pessoa: a mesma pessoa vista no caixa e no fluxo serve à detecção da loja, o levado contra o registrado, sem identificar ninguém.

Isso tem consequências práticas de desenho. Nenhum rosto, idade ou gênero entra. Ninguém é acompanhado de uma visita para a outra. O time fica fora da conta. A camada conta pessoas, não reconhece ninguém, e a re-identificação só existe para que a cena do caixa e a cena do fluxo conversem sobre o mesmo evento.

4. O levado contra o registrado, cruzado com a venda do PDV

Aqui a detecção encontra o dado de venda. A venda do PDV já está na camada de Dados, junto com os outros dados da operação, e a câmera do caixa cruza com ela. O que foi levado contra o que foi registrado deixa de ser uma impressão de quem olhou a gravação e vira um resultado comparável, loja a loja.

O que foge do padrão vira tarefa pra pessoa certa, nunca indicador sobre uma pessoa. Em vez de horas de gravação, só o que vale o tempo de alguém chega para revisão, com horário. Há desvio que vale o lucro inteiro de uma loja, e é por isso que o tempo de revisão precisa ir para o que importa.

Quem quiser o passo a passo do lado do PDV encontra a leitura da integração em como integrar o PDV com a câmera do caixa.

5. O fluxo de detecção montado do catálogo, com custo e acurácia declarados

O segundo passo do caminho geral é o centro da diferença para quem constrói. Os algoritmos do catálogo são escolhidos e ligados num fluxo só. A acurácia a esperar e o custo de rodar são declarados antes de rodar, e o fluxo é implantado nas câmeras que a loja já tem.

O motor conhece cada algoritmo do catálogo pelo seu custo, pela sua velocidade e pela sua qualidade, e a expectativa vem de detecções que já rodam em loja. Nenhuma porcentagem é publicada, porque a porcentagem de um aparelho não é o número da sua loja. O número é medido nas suas lojas, contra uma contagem manual, e mostrado pra você antes de usar o número.

O que faz uma detecção errar é dito como fator: a luz e a altura da câmera, gente atrás de gente e o que é da loja. São esses fatores que o ajuste à loja absorve. Uma detecção nova numa loja nova é configuração, não projeto.

O catálogo é alcance, não inventário. O que está ligado numa operação é definido no mapeamento dela. A leitura geral do que o catálogo reúne está em o que é um catálogo de detecções.

6. O resultado na sua IA e no seu aplicativo

O terceiro passo do caminho geral é o dado aterrissar onde a operação roda. Para quem constrói, são dois destinos. A IA que você já usa pergunta com o seu login e as suas permissões, por usuário e por loja, e recebe a detecção estruturada e com horário. O seu aplicativo consome as mesmas detecções, estruturadas, no lugar onde você constrói.

A IA tem acesso às câmeras, mas a ordem é o que a torna eficiente. Ela lê primeiro o que a camada detectou, junto com os outros dados da operação, e abre o vídeo no momento que precisa, para conferir. Não assiste para descobrir; abre para confirmar. O que circula é a detecção, com horário.

Quem constrói constrói a ferramenta, não os modelos por trás dela. Não homologa hardware, não rotula dado, não treina modelo e não mantém o fluxo de detecção.

Se a sua dúvida é como montar a conferência na primeira loja, Fale com um especialista e peça o mapeamento de quais perguntas as câmeras da loja já respondem.

Comparativo: quatro jeitos de chegar à conferência do caixa

Cada caminho resolve algo de verdade. Quem está olhando a gravação vê o que nenhum sistema registra e resolve na hora. Um modelo de visão de código aberto e o gravador que o builder já roda resolvem uma câmera e uma pergunta, e isso é um bom começo, sem fornecedor. As plataformas de visão em que você descreve o que quer detectar dão a quem tem um time técnico tudo o que precisa para montar, treinar e operar as próprias aplicações em qualquer câmera. A tabela mostra onde a conta muda.

CritérioHoras de gravação ou alguém olhando na lojaModelo aberto com o gravador que o builder já roda (YOLO, OpenCV, Frigate)Plataformas de visão em que você descreve o que detectarCamada de Sensores do Visio OS
Quem monta e treina a detecçãoA pessoa que olha a gravação ou está na lojaQuem constrói, com o próprio conjunto de dadosO time técnico do cliente monta, treina e opera as aplicaçõesA Visio rotula os dados e treina os modelos em casa; quem constrói constrói a ferramenta
O que custa a segunda pergunta ou a segunda lojaMais gravação para assistir; olhar mais lojas não escalaCada pergunta recomeça o projeto e cada loja o repete, com o fluxo para manter vivoO trabalho de montar e operar se repete com o time do clienteConfiguração, não projeto: a mesma pergunta roda igual em toda loja
Onde o resultado caiNa palavra de quem viuOnde o projeto o levar, e esse destino também é parte do trabalhoA detecção chega, e dar sentido a ela ao lado do resto do dado fica com o clienteNa camada de Dados, junto com os outros dados da operação, cruzado com a venda do PDV
Como quem constrói recebe o resultadoNão recebe: a conferência fica com quem assistiuDo jeito que o próprio projeto entregarCom o time técnico do cliente, que monta e opera as aplicaçõesA sua IA lê com o seu login; o seu aplicativo consome as detecções, estruturadas e com horário

A coluna da camada de Sensores do Visio OS não disputa a corrida de recursos de contagem nem promete resolver melhor uma câmera e uma pergunta. Ela responde onde a conta muda: na segunda pergunta, na segunda loja, na manutenção e no lugar onde o resultado cai.

Um cenário em que a mesma pergunta vai para outra loja

Por exemplo, imagine um TI de franqueadora que já conferisse o caixa numa loja. Para levar a mesma pergunta a outra loja, ele não abriria um projeto: usaria a mesma detecção do catálogo, ajustada à nova loja, na câmera que ela já tem. O número seria medido nessa loja, contra uma contagem manual, e mostrado antes de ser usado.

A IA que ele já usa leria as vendas que não bateram com o que foi levado, junto com os outros dados da operação, antes de abrir o vídeo do minuto que precisasse. A decisão sobre o que fazer com cada divergência continuaria com quem toca a loja. Quem opera encontra a mesma conferência pelo lado do operador na página sobre as câmeras que já tem, e quem teme que a conferência vire um piloto sem fim encontra o contraponto em piloto de visão computacional que nunca acaba: como evitar.

Opinião do Head of Content

Lorenzo Lopez observa que a conferência do caixa pode ser tratada como um problema de câmera, quando o trabalho de quem constrói está em outro lugar: no que acontece depois da detecção. Para ele, a pergunta “como detecto isso na minha loja?” só merece um plano de treinamento quando o catálogo não responde, e a resposta certa é primeiro uma entrada do catálogo e um custo declarado.

A posição dele é que a conferência precisa falar do evento. O levado contra o registrado é uma pergunta sobre a loja, e a camada existe para que o instrumento seja o sensor, não a pessoa. Lorenzo Lopez defende que, para quem constrói, o ganho está em construir a ferramenta e deixar os modelos com quem rotula e treina em casa.

Perguntas frequentes

Que detecções do catálogo entram na conferência do caixa?

Duas classes do catálogo de detecções compõem a conferência: reconhecer ações, que diz o que aconteceu no caixa, e re-identificar entre câmeras. No caixa, o catálogo alcança as ações no caixa, o que o cliente levou contra o que foi registrado e a mesma pessoa vista entre câmeras. É alcance, e o que está ligado na sua operação se define no mapeamento.

Para que serve a re-identificação entre câmeras no caixa?

Ela liga a cena do caixa à cena do fluxo para que a detecção da loja compare o levado com o registrado. A descrição é feita pelo instrumento: a mesma pessoa vista no caixa e no fluxo serve à detecção sem identificar ninguém. Nenhum rosto, idade ou gênero entra, e o time fica fora da conta.

Como o meu aplicativo recebe a conferência do caixa?

O seu aplicativo consome as mesmas detecções que a camada produz, estruturadas e com horário, no lugar onde você constrói. O que chega respeita a permissão de quem pergunta, por usuário, por loja e por app.

A minha IA consegue perguntar quais vendas não bateram com a câmera?

Sim. A IA que você já usa pergunta com o seu login e as suas permissões, por usuário e por loja, e recebe a detecção estruturada e com horário. Ela lê primeiro o que a camada detectou, junto com os outros dados da operação, e abre o vídeo no minuto que precisa para conferir.

Levar a conferência para outra loja vira um projeto novo?

Não. Uma detecção nova numa loja nova é configuração, não projeto. A mesma pergunta roda igual em toda loja, na câmera que cada loja já tem, e o número é medido nas suas lojas, contra uma contagem manual, e mostrado pra você antes de usar o número.

Próximos passos

Comece escolhendo a pergunta que você quer conferir primeiro e a loja onde ela faz mais diferença. O mapeamento diz quais perguntas as câmeras que a loja já tem conseguem responder, e nenhum número de melhoria vem antes dele.

  • Peça o mapeamento da conferência do caixa: Fale com um especialista.
  • Escreva a pergunta em linguagem natural, do jeito que a faria à sua IA.
  • Anote em quais lojas a mesma pergunta precisaria rodar igual.

O preço se forma por fatores: quantas lojas e quantas câmeras ou sensores entram, quantas perguntas a mesma câmera responde, quando a detecção roda e o que custa rodar, declarado antes de rodar. O valor sai da conversa com um especialista, depois do mapeamento.

Ver também

Conclusão

Conferir o que o cliente levou contra o que foi registrado no caixa é uma pergunta montada do catálogo: reconhecer ações, re-identificar entre câmeras pelo instrumento, cruzar com a venda do PDV e entregar o resultado estruturado, com horário, à IA que você já usa e ao seu aplicativo. A segunda loja é configuração, e o número é medido nas suas lojas antes de ser usado. Sensores criam o sinal. O Visio OS transforma em tarefa certa, pra pessoa certa, e na resposta que a sua IA dá. Fale com um especialista.