四川
凌晨一点半，成都武侯区一座写字楼的大厅早已熄了灯，只有角落里的鲜动力无人售货机还亮着柔和的白色背光。一个刚加完班的年轻人扫码开门，伸手拿了一瓶饮料，随手关上柜门。几秒钟后，手机弹出扣款通知——整个过程，没有任何人盯着他，没有扫码枪对准商品，甚至没人问他拿了什么。
在今天，这一幕平常得不值一提。但如果把时间倒回七八年前，大多数人还会觉得“拿了就走”是一种科幻想象。
让这一切成为可能的，是一套藏在机器内部的计算机视觉识别系统。
鲜动力无人售货机的工作流程可以拆解为几个关键步骤：机器内部的摄像头实时捕捉顾客取货区域的画面，随后系统对图像进行去噪、增强等预处理。接下来，深度学习模型——通常是YOLO这类实时检测算法——在图像中框选出每一个商品的位置。这些模型经过大量标注好的商品图像训练，能够识别不同种类的商品。目标检测之后，还有跟踪算法分析商品的运动轨迹，判断哪些被取走了、哪些又被放回了、哪些只是被移动了一下位置。三重判断叠加在一起，最终形成一笔完整的购物记录。
真正的挑战，从来不在实验室里，而在真实的购物场景中。光照随时在变——晴天与阴天、日光灯与LED灯，每一种光源都会改变商品表面的颜色呈现。顾客的手可能遮挡住商品的一部分，有人一次抓走两三件，有人先拿后放反复犹豫——这些在人类看来再普通不过的动作，对算法而言都是需要拆解的复杂难题。鲜动力的系统经过多年现场数据的积累和模型迭代，已经在绝大多数复杂条件下保持了稳定的识别准确率。当机器“拿不准”的时候，订单会自动进入人工复核流程，由后台人员在几秒内做出判断。
这套技术的意义远不止“知道顾客拿了什么”。通过对海量购物数据的聚合分析，系统能精准发现消费规律：某写字楼下午三点咖啡销量最高，某学校宿舍晚上十点零食需求激增。基于这些数据，后台可以做出精准的补货决策——补什么、补多少、什么时候补。一台看似孤立的售货机，背后连着一张实时运转的智能决策网络。
成都市崛川科技有限公司于2020年在武侯区成立，将这套智能零售终端引入成都市场。如今，在成都的写字楼、学校、公园、健身房里，越来越多这样的白色小盒子亮着灯。它们用自己的“眼睛”观察着这座城市的消费脉搏，用自己的“大脑”理解着每一个走进柜前的顾客。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
