Как в Lenta Tech организовали ML-хакатон по видеоаналитике ценников с робота

Команда Lenta Tech (ИТ-бренд «Группы Лента») в 2025 году протестировала видеоаналитику полок в восьми супермаркетах Москвы. Стационарные камеры следили за напитками, водой и молочными продуктами: при заканчивании товара сотрудник получал сигнал. Робот показал экономию до 40% времени на выкладку. Для развития решения был организован хакатон Lenta Tech Life Hack по распознаванию ценников с видео движущейся камеры. Задача осложнялась смазом, бликами, разными форматами ценников и необходимостью локального запуска с открытым кодом. Участники получили видеозаписи из разных зон магазина (алкоголь, молочка, джемы). Результат — CSV с полями: название товара, цены, штрихкод, SKU, дата печати, QR-данные. В первом туре большинство решений упиралось в качество OCR после детекции. Лучшие подходы включали трекинг и агрегацию кадров, суперрезолюцию, ректификацию кропов, зональный OCR (PaddleOCR, EasyOCR, Tesseract), декодирование QR/штрихкодов, каталоговый поиск с fuzzy matching и валидацию. В финале среднее качество выросло на 4,47 п.п., максимальные приросты — до 21,27 п.п. Наиболее эффективной оказалась каскадная архитектура: детекция (YOLO/Ultralytics), трекинг и выбор лучшего кадра, предобработка (OpenCV), зональный OCR, QR-восстановление и итоговая проверка по каталогу. Не сработал подход «найдем ценник, а дальше как-нибудь» — без проработки пост-детекции результат был низким.