Computer Vision в ретейле: «Лента» распознаёт ценники с движущегося робота

Розничная сеть «Лента» (команда Lenta Tech) в 2026 году превратила задачу распознавания ценников с камеры движущегося робота в ML-хакатон по направлению Computer Vision — чтобы автоматизировать мониторинг полок и фиксацию нарушений прямо в торговом зале.

Чем это сложнее статичной камеры?

Распознавание информации со статичной камеры «Лента» освоила давно и уже применяет в своих магазинах. Камера движущегося робота — принципиально другая задача: кадр смазывается, ракурс и дистанция до полки постоянно меняются, освещение в зале неравномерное. Из-за этого качественное чтение ценников «на ходу» оказалось заметно труднее в реализации, чем привычное распознавание с неподвижной точки. Именно эту сложную часть команде нужно было решить, прежде чем сценарий заработает в реальном магазине.

Качественное распознавание ценников с камеры движущегося робота звучит

намного интереснее и сложнее, особенно в реализации.

> — из корпоративного блога команды Lenta Tech на Habr

Что технически входит в задачу

Распознавание ценника с движущейся платформы — это связка нескольких Computer Vision-подзадач. Сначала модель детектирует сам ценник в кадре, затем читает текст — название, цену, штрихкод. Отдельно нужна устойчивость к смазу от движения и к бликам, а ещё — привязка распознанного ценника к конкретному месту на полке, чтобы понять, к какому товару он относится. На статичной камере часть этих шагов упрощается фиксированным ракурсом; на роботе каждый кадр приходит под новым углом, поэтому модель обязана быть устойчивее.

Какие процессы закрывает робот-сканер

Робот с камерой закрывает сразу несколько процессов в магазине. Сотрудники тратят меньше времени на ручной обход и мониторинг полок, а робот на ходу фиксирует нарушения — например, отсутствующие или некорректные ценники — и передаёт эту информацию команде. По описанию Lenta Tech, это снимает с персонала рутину и ускоряет реакцию на проблемы с выкладкой и ценообразованием.

Ключевое из публикации:

• Задача — распознавание ценников с камеры движущегося робота в торговом зале
• База — опыт распознавания со статичных камер, который «Лента» давно применяет в магазинах
• Цель — сократить время сотрудников на мониторинг полок и автоматически фиксировать нарушения
• Формат — ML-хакатон по направлению Computer Vision на данных, снятых роботом

Что это значит

Computer Vision в ретейле смещается от неподвижных камер к мобильным роботам: распознавание «на ходу» превращает обход полок из ручной рутины в автоматический процесс. Кейс «Ленты» показывает, что даже отработанную CV-задачу приходится переизобретать, когда камера начинает двигаться, — и что бизнес готов выносить такие задачи на хакатоны, чтобы быстрее собрать рабочее решение.