Mi lenne, ha 200 doboz megszámlálása egy raklapon 10 perc helyett 3 másodpercig tartana? Ez az MI-alapú képfelismerés ígérete a készletkezelésben. Ráirányítja a kamerát, készít egy fényképet, és egy milliónyi tárgyon betanított modell visszaadja a darabszámot egy vizuális jelöléssel együtt, amely pontosan mutatja, mit észlelt.
Futurisztikusan hangzik, de a technológia már raktárakban, kiskereskedelmi üzletekben és építkezéseken fut. A kézi számlálás és az MI-támogatott számlálás közötti szakadék nagyobb, mint amit a legtöbb üzemeltetési csapat gondolna.
A gépi látás alapú készletkövetési piac nagyjából évi 18 százalékos ütemben növekszik, és 2033-ra várhatóan eléri a 14-16 milliárd dollárt, az e-kereskedelmi kereslet és a mélytanulás fejlődésének köszönhetően.
A kézi számlálás valódi költsége
A kézi számlálás évtizedek óta a raktárak alapértelmezett módszere, és gyengeségei jól dokumentáltak. Egy normál sebességgel dolgozó ember nagyjából 91 százalék pontossággal számol, azaz minden 10 tételből körülbelül egyet téveszt. Ha az adatokat táblázatba is be kell vinni, a hibaarány további 1-3 százalékkal emelkedik.
A hibákon túl az időköltség is tetemes. Egy teljes raktári leltár 16-20 órát vehet igénybe, és általában egy egész napra le kell állítani az üzemelést. Még a részleges ciklikus számlálások is heti 5-10 munkaórát emésztenek fel, ami helyszínenként havi nagyjából 500-1000 dollár munkaerőköltséget jelent. Egy kis- vagy közepes vállalkozás számára ez valódi pénz, amit mindenki által rettegett feladatra fordítanak.
Ha még mindig teljes éves leltárra hagyatkozik, ciklikus számlálási útmutatónk bemutatja, hogyan válthat kevésbé fájdalmas ütemezésre. De még a ciklikus számlálásnak is van felső határa, amikor minden egyes darabot kézzel kell megszámlálni.
Hogyan számlálja a képfelismerés a készletet
Magasabb szinten a folyamat egyszerű. Egy kamera - legyen az okostelefon, fix polci kamera vagy drón - fényképet készít a tételekről. Egy mélytanulási modell elemzi a képet, észleli az egyes tárgyakat, majd visszaadja az összesített darabszámot, valamint egy vizuális jelölést az összes észlelt elemről.
A legtöbb modern rendszer olyan objektumfelismerő architektúrákat használ, mint a YOLO (You Only Look Once), amely egyetlen átfutásban képes azonosítani és megtalálni a tárgyakat a képen. Egy 2026-ban a Springer Multimedia Tools and Applications folyóiratban megjelent tanulmány kimutatta, hogy egy finomhangolt YOLOv11 modell raktári körülmények között 97 százalék számlálási pontosságot ért el, beleértve olyan kihívást jelentő forgatókönyveket is, mint az alacsony felbontású CCTV felvételek és a nehezen megkülönböztethető fehér szövettekercsek.
Az előny nem csupán a sebesség. A visszaellenőrizhetőség. Egy fényképen alapuló számlálás bizonyítékot termel: látható, mit észlelt a modell, ellenőrizhető a munkája, és az eredmények időben összehasonlíthatók. A kézi számlálás egy számot eredményez a papíron. A hogyan alakította át a gépi tanulás a vonalkódolvasást című cikkünk hasonló változást mutatott be: az áttérést a hardverfüggő folyamatokról a szoftveres intelligenciára, amely minden frissítéssel javul.
Hol használják ma a csapatok
A Vimaan MI-szkenner platformja helyszínenként kevesebb mint 20 másodperc alatt rögzíti a készletadatokat. Ügyfeleik 40-szer gyorsabb ciklikus számlálásról számolnak be a kézi módszerekhez képest, valamint évi 150 000-200 000 dolláros megtakarításról a csökkentett munkaerőköltség és az elkerült hibás szállítások révén (Vimaan).
A Southern Glazer's Wine and Spirits több mint 40 Corvus One drónt telepített kilenc elosztóközpontba. A drónok 5000 repülést hajtottak végre, több mint 35 000 igazolt eltérést azonosítottak, és helyszínenként heti 60-70 munkaórát szabadítottak fel. Az üzemelés a negyedéves számlálásról kéthetes ciklusokra állt át (Dronelife, 2026 márciusa).
A Focal Systems polcszéli kamerákat telepít élelmiszer- és kiskereskedelmi láncokba, naponta 200 millió terméket szkennel 95 százalék feletti pontossággal, és naponta közel egymillió készlethiány-eseményt észlel. A Walmart Canada a sikeres próbaüzemek után országos szintre bővítette a rendszert (Focal Systems).
Csőgyártók MI-vel számlálják a csővégeket kamionokon és kötegekben, felváltva a lassú kézi számlálást. Építkezéseken fát, betonacélt és rakásolt anyagokat követnek objektumfelismerő modellekkel, amelyeket adott formákra tanítottak be (Intelgic; MDPI Buildings, 2024).
Mi működik és mi nem
Az MI-számlálás meghatározott körülmények között jeleskedik: egyetlen tárgytípus, megfelelő megvilágítás és a kamera szögéből látható tételek. Azonos dobozokból álló raklap, palackokkal teli polc, csőállvány vagy kartonsor az ideális célpontok.
De a technológiának egyértelmű korlátai vannak. A takarás - amikor tételek más tárgyak mögött vagy alatt rejtőznek - a legnagyobb kihívás. Az Adelaidei Egyetem egy 2025-ös tanulmánya megállapította, hogy a jelenlegi modellek küzdenek, amikor a tárgyak részben el vannak takarva, mert a hálózat a takaró felületet kódolja a célpont helyett. A gyakorlatban ez azt jelenti: ha egy raklap dobozainak 30 százaléka nem látható, a számlálás alábecsül.
További valós kihívások közé tartoznak a több tárgytípusból álló vegyes halmok, a sűrű jelenetek, ahol a tételek erősen átfedik egymást, valamint a változó szögek vagy megvilágítás, amelyek felborítják a modell feltételezéseit. Ha a csapatok nem tudják ellenőrizni, miért jött ki egy adott szám, visszatérnek a kézi ellenőrzéshez, és az eszköz súrlódást ad hozzá ahelyett, hogy eltávolítaná.
Az őszinte tanulság: az MI-számlálás erős szúrópróba-eszköz, és egyre inkább felváltja a rutinszerű számlálást kontrollált körülmények között. De nem univerzális helyettesítő minden számlálási forgatókönyvre, legalábbis egyelőre nem.
Ingyenes módja a kipróbálásnak
Ha szeretné látni, hogyan működik a képalapú számlálás, mielőtt elköteleződne egy platform mellett, a ZapCount egy ingyenes, webes eszköz, amely egyetlen fényképről számol tárgyakat. Töltsön fel egy képet, és az MI felismeri és megszámlálja a jelenet legfeltűnőbb tárgyait, visszaadva az összesített darabszámot egy vizuális jelöléssel minden észlelt elemen. Nincs telepítés, nincs fiók, az eredmény másodpercek alatt megvan.
A legjobban egyszerre egy tárgytípussal működik (dobozok, palackok, csövek, raklapok), és képenként nagyjából 900 tárgyig kezel. A rejtett vagy erősen takart tételek kimaradhatnak, ami összhangban van bármely vizuális rendszer korlátaival. De egy gyors raktári szúrópróbához vagy építkezési anyagszámláláshoz ez egy gyakorlatias módja annak, hogy tesztelje, illik-e a képalapú számlálás a munkafolyamatába.
Kezdje egyetlen fényképpel
Nem kell átalakítania a teljes számlálási folyamatot ahhoz, hogy kipróbálja. Készítsen ma egy fényképet egyetlen raklapról, polcról vagy kupacról. Futtassa le egy MI-számlálási eszközzel, és hasonlítsa össze az eredményt a kézi számlálással. Ez az egyetlen teszt többet mond arról, hol illeszkedik ez a technológia az Ön működésébe, mint bármely piaci előrejelzés.
A technológia nem tökéletes, de a megfelelő felhasználási esetekben egy 10 perces feladatot 3 másodperces feladattá alakít, fényképes bizonylattal. Megér egyetlen tesztet.