ஒரு தட்டுத்தளத்தில் 200 பெட்டிகளை எண்ண 10 நிமிடங்களுக்கு பதிலாக 3 நொடிகள் ஆனால் என்ன? சரக்கு மேலாண்மையில் AI-இயக்கும் பட அடையாளம் காணுதலின் வாக்குறுதி இதுதான். நீங்கள் கேமராவை நோக்குகிறீர்கள், ஒரு புகைப்படம் எடுக்கிறீர்கள், மில்லியன் கணக்கான பொருட்களில் பயிற்சி பெற்ற ஒரு மாதிரி அது என்ன கண்டறிந்தது என்பதை சரியாகக் காட்டும் காட்சி மேலடுக்குடன் எண்ணிக்கையை வழங்குகிறது.
இது எதிர்காலத்தின் விஷயம் போல் தெரிகிறது, ஆனால் இந்த தொழில்நுட்பம் ஏற்கனவே கிடங்குகள், சில்லறை கடைகள் மற்றும் கட்டுமான தளங்களில் செயல்படுகிறது. கையால் எண்ணுவதற்கும் AI-உதவி எண்ணிக்கைக்கும் இடையிலான இடைவெளி பெரும்பாலான செயல்பாட்டு குழுக்கள் எதிர்பார்ப்பதை விட மிகப் பெரியது.
கணினி பார்வை சரக்கு கண்காணிப்பு சந்தை தோராயமாக 18% CAGR இல் வளர்ந்து வருகிறது மற்றும் 2033 ஆம் ஆண்டிற்குள் 14 முதல் 16 பில்லியன் டாலர்களை எட்டும் என்று கணிக்கப்பட்டுள்ளது, இது மின்வணிக தேவை மற்றும் ஆழ்கற்றலின் முன்னேற்றங்களால் இயக்கப்படுகிறது.
கையால் எண்ணுவதின் உண்மையான செலவு
கையால் எண்ணுவது பல தசாப்தங்களாக கிடங்கின் இயல்புநிலை முறையாக உள்ளது, அதன் பலவீனங்கள் நன்கு ஆவணப்படுத்தப்பட்டுள்ளன. சாதாரண வேகத்தில் பணிபுரியும் ஒரு மனித எண்ணுபவர் தோராயமாக 91% துல்லியம் கொண்டவர், அதாவது ஒவ்வொரு 10 பொருட்களிலும் சுமார் ஒரு தவறான எண்ணிக்கை. விரிதாளில் தரவு உள்ளீடு சேர்க்கப்பட்டால் பிழை விகிதம் மேலும் 1 முதல் 3 சதவிகிதம் அதிகரிக்கிறது.
பிழைகளுக்கு அப்பால், நேர செலவு கடுமையானது. ஒரு முழு கிடங்கு எண்ணிக்கையில் 16 முதல் 20 மணி நேரம் ஆகலாம், பொதுவாக ஒரு முழு நாளுக்கு செயல்பாடுகளை நிறுத்த வேண்டும். பகுதி சுழற்சி எண்ணிக்கைகள் கூட வாரந்தோறும் பணியாளர் நேரத்தில் 5 முதல் 10 மணி நேரத்தை எடுக்கின்றன, ஒரு இடத்திற்கு மாதம் தோராயமாக 500 முதல் 1,000 டாலர்கள் உழைப்பில் மட்டும் செலவாகிறது. ஒரு சிறிய அல்லது நடுத்தர வணிகத்திற்கு, எல்லோரும் தவிர்க்க விரும்பும் ஒரு பணிக்குச் செலவாகும் உண்மையான பணம் இது.
நீங்கள் இன்னும் முழு வருடாந்திர எண்ணிக்கையை நம்பியிருந்தால், எங்கள் சுழற்சி எண்ணிக்கை வழிகாட்டி குறைந்த வலிக்கும் தாளத்திற்கு எவ்வாறு மாறுவது என்பதை விளக்குகிறது. ஆனால் ஒவ்வொரு அலகும் கையால் எண்ணப்படும்போது சுழற்சி எண்ணிக்கைக்கும் ஒரு வரம்பு உள்ளது.
பட அடையாளம் காணுதல் எவ்வாறு சரக்கை எண்ணுகிறது
உயர் மட்டத்தில், செயல்முறை நேரடியானது. ஒரு கேமரா - ஸ்மார்ட்ஃபோன் ஆகட்டும், அலமாரியில் பொருத்தப்பட்ட நிலையான கேமரா ஆகட்டும், அல்லது ட்ரோன் ஆகட்டும் - பொருட்களின் படத்தை எடுக்கிறது. ஒரு ஆழ்கற்றல் மாதிரி புகைப்படத்தை பகுப்பாய்வு செய்கிறது, ஒவ்வொரு தனிப்பட்ட பொருளையும் கண்டறிகிறது, கண்டறியப்பட்ட ஒவ்வொரு பொருளையும் குறிக்கும் காட்சி மேலடுக்குடன் மொத்த எண்ணிக்கையை வழங்குகிறது.
பெரும்பாலான நவீன அமைப்புகள் YOLO (You Only Look Once) போன்ற பொருள் கண்டறிதல் கட்டமைப்புகளைப் பயன்படுத்துகின்றன, இவை படத்தின் ஒரே ஒரு பாஸில் பொருட்களை அடையாளம் கண்டு இடத்தைக் கண்டறியும். Springer-ன் Multimedia Tools and Applications இதழில் 2026 இல் வெளியிடப்பட்ட ஒரு ஆய்வு ஒரு நுணுக்கமாக சரிசெய்யப்பட்ட YOLOv11 மாதிரி கிடங்கு நிலைமைகளில் 97% எண்ணிக்கை துல்லியத்தை அடைந்தது என்று காட்டியது, இதில் குறைந்த தெளிவுத்திறன் CCTV காட்சிகள் மற்றும் வேறுபடுத்துவதற்கு கடினமான வெள்ளை துணி சுருள்கள் போன்ற சவாலான சூழ்நிலைகளும் அடங்கும்.
நன்மை வேகம் மட்டுமல்ல, சரிபார்க்கக்கூடிய தன்மையும் ஆகும். புகைப்பட அடிப்படையிலான எண்ணிக்கை ஆதாரத்தை உருவாக்குகிறது: மாதிரி என்ன கண்டறிந்தது என்பதைப் பார்க்கலாம், அதன் வேலையை சரிபார்க்கலாம், காலப்போக்கில் முடிவுகளை ஒப்பிடலாம். கையால் எண்ணுவது கிளிப்போர்டில் ஒரு எண்ணை மட்டுமே தருகிறது. இயந்திர கற்றல் பார்கோடு ஸ்கேனிங்கை எவ்வாறு மாற்றியது பற்றிய எங்கள் கட்டுரை இதே போன்ற மாற்றத்தை உள்ளடக்கியது: வன்பொருள் சார்ந்த செயல்முறைகளிலிருந்து ஒவ்வொரு புதுப்பிப்பிலும் மேம்படும் மென்பொருள் நுண்ணறிவுக்கு நகர்வது.
இன்று குழுக்கள் எங்கே இதைப் பயன்படுத்துகின்றன
Vimaan-ன் AI ஸ்கேனிங் தளம் ஒரு இடத்திற்கு 20 நொடிகளுக்குள் சரக்கு தரவை பதிவுசெய்கிறது, வாடிக்கையாளர்கள் சுழற்சி எண்ணிக்கைகள் கையால் செய்யும் முறைகளை விட 40 மடங்கு வேகமாக இருப்பதாகவும், குறைக்கப்பட்ட உழைப்பு மற்றும் தவிர்க்கப்பட்ட தவறான அனுப்புதல்களில் ஆண்டுக்கு 150,000 முதல் 200,000 டாலர்கள் சேமிப்பதாகவும் தெரிவிக்கின்றனர் (Vimaan).
Southern Glazer's Wine and Spirits ஒன்பது விநியோக மையங்களில் 40க்கும் மேற்பட்ட Corvus One ட்ரோன்களை நிறுவியது. ட்ரோன்கள் 5,000 பறப்புகளை நிறைவு செய்தன, 35,000க்கும் மேற்பட்ட சரிபார்க்கப்பட்ட முரண்பாடுகளை அடையாளம் கண்டன, ஒவ்வொரு தளத்திலும் வாரத்திற்கு 60 முதல் 70 உழைப்பு மணி நேரத்தை விடுவித்தன. செயல்பாடு காலாண்டு எண்ணிக்கையிலிருந்து இரு வார சுழற்சிகளுக்கு மாறியது (Dronelife, மார்ச் 2026).
Focal Systems மளிகை மற்றும் சில்லறை சங்கிலிகளில் அலமாரி விளிம்பு கேமராக்களை நிறுவுகிறது, தினமும் 200 மில்லியன் பொருட்களை 95%க்கும் அதிகமான துல்லியத்துடன் ஸ்கேன் செய்கிறது மற்றும் தினமும் கிட்டத்தட்ட பத்து லட்சம் சரக்கு இல்லாத நிகழ்வுகளை கண்டறிகிறது. வெற்றிகரமான சோதனை இயக்கங்களுக்குப் பின் Walmart Canada இந்த அமைப்பை நாடு முழுவதும் கடைகளுக்கு விரிவாக்கியது (Focal Systems).
குழாய் உற்பத்தியாளர்கள் லாரிகள் மற்றும் கட்டுகளில் குழாய் முனைகளை எண்ண AI பயன்படுத்துகின்றனர், இது மெதுவான கையால் எண்ணுவதை மாற்றுகிறது. கட்டுமான தளங்கள் மரம், கம்பிகள் மற்றும் அடுக்கப்பட்ட பொருட்களை குறிப்பிட்ட வடிவங்களில் பயிற்சி பெற்ற பொருள் கண்டறிதல் மாதிரிகளால் கண்காணிக்கின்றன (Intelgic; MDPI Buildings, 2024).
எது வேலை செய்கிறது, எது செய்யாது
AI எண்ணிக்கை குறிப்பிட்ட நிலைமைகளில் சிறந்து விளங்குகிறது: ஒரே வகை பொருள், நியாயமான ஒளி, கேமரா கோணத்தில் இருந்து தெரியும் பொருட்கள். ஒரே மாதிரியான பெட்டிகளின் தட்டுத்தளம், பாட்டில்களின் அலமாரி, குழாய்களின் ரேக் அல்லது அட்டைப்பெட்டிகளின் வரிசை சிறந்த இலக்குகள்.
ஆனால் தொழில்நுட்பத்திற்கு தெளிவான வரம்புகள் உள்ளன. மறைப்பு - பொருட்கள் மற்றவற்றின் பின்னால் அல்லது கீழே மறைந்திருக்கும் இடம் - மிகப்பெரிய சவால். அடிலெய்ட் பல்கலைக்கழகத்தின் 2025 ஆய்வு தற்போதைய மாதிரிகள் பொருட்கள் பகுதியளவு மறைந்திருக்கும்போது சிரமப்படுவதைக் கண்டறிந்தது, ஏனெனில் நெட்வொர்க் இலக்குக்கு பதிலாக மறைக்கும் மேற்பரப்பை குறியாக்கம் செய்கிறது. நடைமுறையில்: ஒரு தட்டுத்தளத்தின் 30% பெட்டிகள் பார்வையில் இருந்து மறைக்கப்பட்டிருந்தால், எண்ணிக்கை குறைவாக அறிக்கையிடப்படும்.
பிற நடைமுறை சவால்களில் பல வகை பொருட்களின் கலப்பு குவியல்கள், பொருட்கள் அதிகமாக மேலடுக்கப்படும் அடர்த்தியான காட்சிகள், மற்றும் மாதிரியின் அனுமானங்களை உடைக்கும் மாறுபடும் கோணங்கள் அல்லது ஒளி ஆகியவை அடங்கும். ஒரு எண் ஏன் உருவாக்கப்பட்டது என்பதை குழுக்களால் சரிபார்க்க முடியாதபோது, அவர்கள் கையால் சரிபார்ப்பதற்கு திரும்புகிறார்கள், கருவி உராய்வை நீக்குவதற்கு பதிலாக சேர்க்கிறது.
நேர்மையான முடிவு: AI எண்ணிக்கை ஒரு சக்திவாய்ந்த உடனடி சோதனை கருவி மற்றும் கட்டுப்படுத்தப்பட்ட நிலைமைகளில் வழக்கமான எண்ணிக்கைகளுக்கு வளர்ந்து வரும் மாற்று. இது ஒவ்வொரு எண்ணிக்கை சூழ்நிலைக்கும் உலகளாவிய மாற்று அல்ல, குறைந்தபட்சம் இப்போதைக்கு இல்லை.
இலவசமாக முயற்சிக்க ஒரு வழி
ஒரு தளத்தில் இணைவதற்கு முன் பட அடிப்படையிலான எண்ணிக்கை எவ்வாறு செயல்படுகிறது என்பதைப் பார்க்க விரும்பினால், ZapCount என்பது ஒரு புகைப்படத்தில் இருந்து பொருட்களை எண்ணும் இலவச, இணைய அடிப்படையிலான கருவி. ஒரு படத்தை பதிவேற்றுங்கள், AI காட்சியில் மிகவும் முக்கியமான பொருட்களை கண்டறிந்து எண்ணுகிறது, கண்டறியப்பட்ட ஒவ்வொரு பொருளையும் குறிக்கும் காட்சி மேலடுக்குடன் மொத்த எண்ணிக்கையை வழங்குகிறது. அமைப்பு தேவையில்லை, கணக்கு தேவையில்லை, நொடிகளில் முடிவுகள்.
இது ஒரு நேரத்தில் ஒரு வகை பொருளுடன் சிறப்பாக செயல்படுகிறது (பெட்டிகள், பாட்டில்கள், குழாய்கள், தட்டுத்தளங்கள்) மற்றும் ஒரு படத்திற்கு சுமார் 900 பொருட்கள் வரை கையாளும். மறைந்த அல்லது மிகவும் மூடப்பட்ட பொருட்கள் தவறிவிடப்படலாம், இது எந்த பார்வை அடிப்படையிலான அமைப்பின் வரம்புகளுடனும் ஒத்துள்ளது. ஆனால் கிடங்கில் விரைவான உடனடி சோதனை அல்லது கட்டுமான தளத்தில் எண்ணிக்கைக்கு, பட எண்ணிக்கை உங்கள் பணிப்பாய்வுக்கு பொருந்துமா என்று சோதிக்க இது ஒரு நடைமுறை வழி.
ஒரு புகைப்படத்துடன் தொடங்குங்கள்
இதைச் சோதிக்க உங்கள் முழு எண்ணிக்கை செயல்முறையையும் மாற்ற வேண்டியதில்லை. இன்று ஒரு தட்டுத்தளம், ஒரு அலமாரி அல்லது ஒரு அடுக்கின் புகைப்படம் எடுங்கள். அதை ஒரு AI எண்ணிக்கை கருவியில் இயக்கி, கையால் எண்ணிய முடிவுடன் ஒப்பிடுங்கள். அந்த ஒரு சோதனை, இந்த தொழில்நுட்பம் உங்கள் செயல்பாட்டில் எங்கே பொருந்துகிறது என்பது பற்றி எந்த சந்தை முன்னறிவிப்பையும் விட அதிகம் சொல்லும்.
தொழில்நுட்பம் சரியானது அல்ல, ஆனால் சரியான பயன்பாட்டு நிகழ்வுகளுக்கு, இது 10 நிமிட பணியை 3 நொடி பணியாக மாற்றுகிறது, ஒரு புகைப்பட ரசீதுடன். இது ஒரு சோதனைக்கு மதிப்புள்ளது.