在技術(shù)升級和消費升級的雙重驅(qū)動下，零售數(shù)字化轉(zhuǎn)型已成為零售市場的基本共識。現(xiàn)如今，零售現(xiàn)場的大數(shù)據(jù)已成為零售管理的一項重要數(shù)字資產(chǎn)，囊括了從消費者到門店、從零售場景到供應鏈上下游延伸的全域數(shù)字化過程中最不可忽視的數(shù)字支撐點。

Trax作為全球零售業(yè)的計算機視覺解決方案領(lǐng)導者，在中國率先引入F1指標，通過科學和專業(yè)的AI評估模型，幫助零售企業(yè)客觀的評估貨架數(shù)字化的數(shù)據(jù)可用性和價值。

相比準確率，綜合指標F1更顯優(yōu)勢

在過去的數(shù)年中，實體零售場景中的貨架實景、面位、價簽、陳列、以及促銷等這些基礎(chǔ)的數(shù)字化信息，逐步構(gòu)建了零售數(shù)字化的底層框架。作為效率革命的AI技術(shù)，被應用到圖像識別領(lǐng)域，因此，圖像中商品的準確率成為最為常見的指標。

事實上，在對人工智能訓練能力水平評估的標準中，通常會用到準確率（Accuracy）、精準率（Precision）、召回率（Recall）和綜合F1指標。準確率又是大家在近幾年經(jīng)常使用的作為衡量圖像識別效果的常用指標，它計算了分類正確的預測數(shù)與總預測數(shù)的比值，但當樣本不均衡時，準確率評估方法的缺陷尤為顯著，不能真正客觀的衡量結(jié)果。

F1指標作為精確率和召回率的綜合指標，能夠更科學的評估AI模型的好壞。F1指標可以應用在不同維度，包括分銷與排面、場景及層數(shù)、二次陳列和價簽、以及翻拍防作弊等特定需求。

影響F1指標的關(guān)鍵因素主要有：產(chǎn)品外包裝，樣本豐富性和算法能力。Trax建議客戶選取不低于1068張圖像樣本，降低圖片數(shù)量少帶來的指標統(tǒng)計學風險，這些樣本充分考慮不同門店類型，不同照片拍攝環(huán)境，以及不同產(chǎn)品擺放方式。同時建議客戶聚焦在核心SKU，避免過于關(guān)注長尾SKU，這樣會大大拖慢項目進度并對最終的收益沒有明顯提升。

四大算法領(lǐng)先優(yōu)勢，Trax助力客戶客觀評估數(shù)據(jù)可用性和價值

F1指標為客觀評估數(shù)據(jù)可用性帶來新的啟示，究其本源，Trax的算法能力有著不可忽視的影響。

首先是Trax的全場景數(shù)字化解決方案。無論面向大店小店，還是特殊場景，Trax擁有豐富且適用的場景模塊，面向中國廣袤縱深、渠道復雜的零售市場，亦能輕松駕馭。

其次是專家推理決策系統(tǒng)。對于通過計算機視覺無法識別的產(chǎn)品，可以通過價簽、臨近產(chǎn)品進行推理，進一步以算法和專家推理系統(tǒng)提升數(shù)據(jù)可用性。

再則是360度全方位檢測。Trax獨有的圖像識別算法，不受圖片中產(chǎn)品擺放與貨架的角度影響，充分利用每一張圖片，精確進行分類、標注和識別，全面提升數(shù)據(jù)的可用性。

最后則是強泛化能力。在過去十年的累計的經(jīng)典案例基礎(chǔ)上，Trax成熟的建模經(jīng)驗，能夠延伸滿足到更多的場景，幫助到更多商品的識別。

從大規(guī)模上線應用AI圖像識別的客戶案例來看，Trax已經(jīng)建立了不同品類的F1指標行業(yè)標桿。某國內(nèi)領(lǐng)先飲品客戶單日照片量超過60萬張，超過1萬人使用，F(xiàn)1分銷指標達到99%，F(xiàn)1排面指標達97%。除此之外，某全球領(lǐng)先日化客戶F1分銷指標達到96%，某全球領(lǐng)先醫(yī)藥客戶F1排面指標達到95%，某國內(nèi)新銳母嬰連鎖客戶F1分銷指標達99%……這些數(shù)據(jù)引領(lǐng)零售數(shù)字化轉(zhuǎn)型進入更高的數(shù)據(jù)標準。

可以預見，F(xiàn)1指標或?qū)⒊蔀榱闶跘I算法的新標準，客觀和精準的數(shù)據(jù)服務于管理實踐和升級，每一幀被采集上來的數(shù)據(jù)圖像都呈現(xiàn)其對應的數(shù)據(jù)價值，Trax亦將為零售數(shù)字化轉(zhuǎn)型提供加速動能。