门店端侧视觉部署实施白皮书

一句话结论

门店端侧视觉能不能用，八成取决于装之前的三件事：相机怎么装、网怎么走、断网怎么办。模型是第四件事。

一、相机选点：先定要看见什么

选点不是"找个位置把相机挂上去"，而是从判定目标反推。

自助收银台的识别区，相机要能看见台面全部且不被顾客身体遮挡。常见的错误是装在收银机正上方偏后，顾客前倾时手部区域正好被压住；正确位置是斜前上方，俯角控制在能同时看到台面与商品顶面的区间。

货架分析要看整排货架，单相机覆盖宽度有限，容易出现边缘畸变导致识别不稳。宁可多装一台，也不要用广角硬拉一台覆盖两排。

选点阶段要做的是：在图上标出判定区域，确认目标在这些区域里的尺寸占画面比例够用。一个粗略的判据是，最小要识别的目标在画面里短边不少于 40 像素。低于这个数，靠模型调优救不回来。

二、安装高度与角度

俯角过大会把商品压成"扁"的，正面特征丢失；俯角过小会被人和手遮挡。

经验做法：先按现场货架/台面的高度算出一个能看全的角度，再用实拍验证。装完必须实测三件事：

• 站在最不利位置（最远的顾客、最高的人）拍一张，看目标是否仍可见
• 开顶灯与关顶灯各拍一张，看曝光是否稳定
• 连续拍 100 张，看是否有抖动导致的运动模糊

这三件事在现场十分钟能做完，但能省掉后面两周的"识别率上不去"。

三、网络：门店不是机房

门店宽带的实际质量与合同带宽经常差一截，且晚高峰抖动明显。

约定三条原则：

1. 识别不走网络。推理在本地设备完成，判断链路里没有网络往返。
2. 交易不依赖网络。断网时本笔交易必须能闭环，联网后补传记录。
3. 上报只传结构化结果与必要的小图，不传整段视频。

实现上要有明确的离线队列：断网时结果进本地队列，恢复后按时间顺序补传，并标记补传时间。否则事后查账会出现"记录时间与实际发生时间不一致"的争论。

四、算力与并发

一台设备同时跑几路识别，取决于单路推理耗时与并发要求。

自测口径：在目标机型上测单帧推理耗时（含预处理与后处理），乘以峰值并发路数，再加 30% 余量，才是需要的算力。不要用桌面显卡的数据推断端侧设备。

收银台场景的常见坑是"只在低峰测过"。上线后高峰期排队，识别超时会直接把体验打穿。所以压测要按高峰并发做，而不是按平均。

五、上线验收清单

上线不看"演示效果好"，看下面这几条能不能过：

• 断网演练：拔网线后完成一笔完整交易，恢复后记录能补上
• 光照演练：开灯/关灯/侧光三种条件下，识别结果是否在可接受范围
• 遮挡演练：顾客正常动作（前倾、换手、并排站）下是否仍可用
• 长稳演练：连续运行 24 小时，看内存与识别耗时是否劣化
• 回滚演练：换回上一个版本能不能正常跑

任何一条不过，都不要进下一家门店。

六、日常运维

装完之后的成本在运维：谁在线、跑的是什么版本、哪家店最近识别明显下降。

要有的最小台账：设备编号、门店、版本、最后上报时间、近期识别异常次数。有了这张表，"哪家店有问题"是可以看出来的，而不是等客户投诉。

样本回收也要有流程：异常识别结果自动留图，定期回收做增量训练。没有这条流程，模型上线那天就是它最好的那天。

七、常见误区

• 先买设备再想场景：装完才发现视角不够
• 用手机拍的图训练，用工业相机推理：成像差异导致现场效果大跌
• 只看总体准确率：高频商品准确率很高，把低频商品的错误盖住了
• 不给回滚：升级出问题只能到店处理

按这份清单走，门店端侧视觉的落地周期和返工次数都会明显下降。