Roboflow를 이용한 플래노그램 준수 탐지

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

플래노그램 준수는 소매점의 매출 및 브랜드 일관성에 직접적인 영향을 미친다. 선반이 의도대로 정렬되지 않으면 브랜드 존과 재고 수량이 어긋나고, 매장의 운영 효율이 떨어진다. RF-DETR은 이미지에서 빈 선반 존을 경계상자로 식별해 공간을 로컬라이즈하고, Gemini는 선반에 보이는 제품을 인식해 브랜드 혼합, 정면 수, 위치 이슈를 판단한다. 이러한 자동화는 일관된 현장 점검의 병목을 해소하고 매출 손실 위험을 줄여 준다. 플래노그램 준수의 경제적 중요성은 업계 수치로 뒷받침되는데, 준수 이탈은 주당 약 10% 수준이고 잘못된 배치만으로도 매장 매출이 최대 20%까지 감소할 수 있다.

섹션별 상세

플래노그램 준수 부족은 소매점의 매출 손실로 이어진다. 선반이 의도대로 정렬되지 않으면서 브랜드 존과 수량이 어긋나고 재고 관리가 어려워진다. RF-DETR은 이미지에서 빈 선반 존을 경계상자로 식별해 위치를 로컬라이즈하고, Gemini는 선반에 보이는 제품을 인식해 브랜드 혼합, 정면 수, 위치 오류를 판단한다. 이러한 자동화는 현장의 병목을 해소하고 잘못된 배치로 인한 매출 손실의 위험을 줄여 준다.

RF-DETR 학습 및 데이터 준비 과정 화면 — Screenshot로봇플로우 Universe에서 데이터셋을 Fork하고 RF-DETR로 학습하는 화면과 학습 시간 및 mAP 지표를 보여준다.

데이터 준비와 모델 학습 단계에서 Supermarket Empty Shelf 데이터셋을 활용하고 RF-DETR을 학습시키면 단일 클래스 데이터셋에서도 높은 mAP를 달성하는 경향이 있다. 학습 시간은 대략 30-45분 정도 소요되며, Roboflow의 자동 학습 파이프라인이 이를 지원한다. 학습이 끝난 후 결과 페이지의 지표를 확인하면 모델의 성능이 충분히 확보되었는지 판단할 수 있다.

데이터 파이프라인과 모델 구성도 — Diagram워크플로우에서 필요한 블록 구성을 시각화하고, Product ID 및 Empty Shelf Detect 등 단계의 흐름을 보여준다.

Workflow Step: Product Identifier 및 JSON 파서 — DiagramGemini를 이용한 상품 식별과 파서 구성을 통해 정형화된 JSON 목록이 다음 단계로 전달되는 흐름을 보여준다.

Empty Zone Counting 및 시각화 단계 — Diagram탐지된 빈 존의 수를 계산하고 시각화하는 단계의 코드 흐름과 시각적 박스 그리기 과정을 보여준다.

합성된 컴플라이언스 입력 포맷 예시 — Screenshot포맷 기능 블록에서 JSON 포맷의 출력이 다음 단계의 Gemini 입력으로 사용됨을 보여준다.

Compliance Auditor 파이프라인 화면 구성 — DiagramGemini를 이용한 컴플라이언스 리포트 생성을 위한 입력/출력 구성과 파이프라인의 상호작용이 드로잉으로 표현된다.

Gemini를 통한 실시간 제품 식별 및 상태 출력 예시 — Screenshot프로덕트 아이덴티피케이션과 컴플라이언스 페이로드가 파이프라인에서 어떻게 상호작용하는지의 흐름이 시각화된다.

공정 자동화 및 Retrofit된 파이프라인의 모듈 구성 — Diagram생성된 컴플라이언스 리포트와 최종 상태를 연결하는 로직이 구체화되어 있다.

Planogram Compliance Detection 생산 배포 화면 — ScreenshotREST 엔드포인트로의 배포와 출력 형식이 요약되어 있으며, API 기반의 배포가 가능함을 보여준다.

최종 결과 요약 및 시연 포인트 — Diagram전체 워크플로우의 데이터를 한 눈에 요약하고, 최종 출력 항목이 어떤 정보를 담고 있는지 보여준다.

학습이 끝난 뒤 Roboflow Workflow를 구성해 두 가지 Gemini 분석과 RF-DETR 감지를 결합한다. 첫 번째 Gemini 블록은 상품 인식과 구조화된 JSON 출력을 수행하고, 두 번째 블록은 컴플라이언스 리포트를 생성한다. 이 파이프라인은 고정된 플랜아웃에 의존하지 않고 일반적인 선반 정렬 상태를 실시간으로 감사한다.

실무 Takeaway

선반의 빈 영역 탐지를 통해 재고 관리의 정확성을 높이고, 브랜드 간 혼합 같은 시각적 이슈를 Gemini가 식별하게 하면 현장 점검의 스케일링이 가능하다.
RF-DETR과 Gemini의 조합으로 고정된 레이아웃 문서 없이도 실시간으로 준수 여부를 판단하고 자동으로 보고서를 생성할 수 있다.
데이터셋 구축부터 학습, 워크플로우 구성까지의 전체 파이프라인은 매장 간 변동성에 잘 대응하도록 설계되어 다점포 운영에 적합하다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

섹션별 상세

실무 Takeaway

선반의 빈 영역 탐지를 통해 재고 관리의 정확성을 높이고, 브랜드 간 혼합 같은 시각적 이슈를 Gemini가 식별하게 하면 현장 점검의 스케일링이 가능하다.
RF-DETR과 Gemini의 조합으로 고정된 레이아웃 문서 없이도 실시간으로 준수 여부를 판단하고 자동으로 보고서를 생성할 수 있다.
데이터셋 구축부터 학습, 워크플로우 구성까지의 전체 파이프라인은 매장 간 변동성에 잘 대응하도록 설계되어 다점포 운영에 적합하다.

Roboflow를 이용한 플래노그램 준수 탐지

TL;DR

섹션별 상세

실무 Takeaway

Roboflow를 이용한 플래노그램 준수 탐지

TL;DR

섹션별 상세

실무 Takeaway

관련 토론

댓글

관련 피드

관련 토론

댓글

관련 피드