这套可部署方案是什么
让摄像头认出货架和收银台上的商品。 相机把每件商品框出来。再到商品库里比对是哪一款。
收银道按件计数，同一件只算一次。货架按货位报状态：正常、缺货、放错、认不出。
上新品不用重训模型。拍 3 到 8 张照片传上去就行。
限制： 商品要在画面里完整可见，遮挡和堆叠会漏。每个 SKU 至少 3 张注册照。
换嵌入模型要整体重建商品库。随包模型权重只授权非商用。
超市商品图像识别
识别收银台或货架上的每一件商品：收银台输出商品清单，货架报出缺货和错放。新商品拍 3–8 张照片即可注册，不用重训模型。
高级90minvision_video_ai
retailproduct-recognitionobject-detectionimage-retrievalfaissyoloxdinov2mqttcheckoutshelf-audit
使用说明
rtsp
一台架在收银台传送带上方或正对货架的摄像头。收银台 preset 固定 640² 输入， 货架 preset 固定 1280²。输入尺寸是编译产物的属性，运行时不改—— 用 640 的产物去看货架会丢掉远端商品，这正是分成两个 preset 的原因。
network
一台承载管理端的主机——注册/查询服务、管理界面与 MQTT broker，三个容器。 目标是装了 Docker 的 amd64 或 arm64 Linux 机器，不需要 GPU；两个镜像目前 都还没有构建或推送到任何地方。 它必须对每一台识别设备可达：商品库在这里生成，设备也从这里拉。
network
一台 x86_64 机器用于模型转换。RKNN toolkit 与 Hailo Dataflow Compiler 都不在目标板上运行，「.rknn」 与 「.hef」 都在别的机器上产出后拷过去。 这是每个模型一次的事，不是每次部署都要做。
部署方案
console
管理端 / 本地服务器
compute
recomputer_rk3588
recomputer_rk3576
camera
RTSP / USB 摄像头
联系我们
获取方案参考设计与产品选型支持。