边缘的智能:在QSR的物理世界中应用AI | Viam

边缘的智能:在QSR的物理世界中应用AI

来源:Viam 博客

在快速服务餐厅(QSR)行业中,运营效率低下直接影响盈利能力。半空显示器,尤其是在高峰时段,可以迅速侵蚀利润。尽管许多企业通过软件应用程序成功地将AI应用于其数字运营中,但挑战仍然存在:您如何将同样的智能带入餐厅运营的物理世界?

挑战:现实世界中的披萨和AI

一家快速服务餐厅公司在购物中心和美食广场出售比萨饼面临共同的挑战;他们的业务模型依靠显示披萨片供客户在订购之前查看。管理层确定了增加销售的两个关键机会:

    通过更换显示超过90分钟的披萨来确保新产品的保存显示托盘超过一半,因为显示出较高的显示器可以推动更高的销售
  • 通过更换显示超过90分钟的比萨饼来确保新产品
  • 保持显示器托盘超过一半,因为显示出更高的销售范围的显示器
  • 该公司已经在其位置安装了安全摄像机,并欣赏了披萨示例的景色。问题是如何利用这种现有的硬件来提供可以帮助增加销售额的分析,而无需引入大量新成本。

    为什么基于云的解决方案不是答案

    无云依赖性的计算机视觉

    viam的方法是开发一种能够直接在边缘设备上运行的专门计算机视觉模型。具体而言,该模型是:

      轻巧的计算能力有限的边缘设备,例如覆盆子pisprecise,足以可靠地识别诸如实时的披萨新鲜度和托盘饱满等条件
  • 轻巧的计算能力有限的边缘设备,例如Raspberry Pis
  • 精确地以实时确定诸如披萨新鲜度和托盘饱满等条件
  • 请求演示以了解VIAM如何帮助您的业务规模。

    请求演示