Studium przypadku Adidas korzysta z funkcji wykrywania obiektów i
śledzenia zakupów w sklepie stacjonarnym
śledzenia zakupów w sklepie stacjonarnym
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=7&%3Bhl=pl&hl=pl)
adidas to jedna z najbardziej znanych firm sportowych na świecie. Będąc domem dla butów sportowych i trampeków, aplikacja adidas zbliża użytkowników do akcji dzięki natychmiastowemu dostępowi do rabatów na trampki, sezonowych modowych mody, inspiracjom sportowym i nie tylko.
W sklepie detalicznym adidas klienci chcą wiedzieć, czy obuwie jest dostępne w rozmiarze, Mimo że podmioty stowarzyszone z sklepem adidas korzystają z tabletów, aby sprawdzać w czasie rzeczywistym zasoby reklamowe, aplikacja adidas pozwala klientom samodzielnie sprawdzać asortyment.
Zespół ds. aplikacji adidas wybrał opcję tradycyjnego wyszukiwania wizualnego, aby ułatwić konsumentom znalezienie butów bez konieczności skanowania kodu kreskowego. Jeśli jednak konsumenci zrobią zdjęcie zbyt blisko lub zbyt daleko, może to być frustrujące z punktu widzenia konsumenta, a jego wyniki będą niedokładne.![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=7&%3Bhl=pl&hl=pl)
Zastosowane rozwiązanie
Dzięki wprowadzeniu interfejsu Object Detection i interfejsu API do śledzenia pakietu ML Kit udało się stworzyć intuicyjne i intuicyjne środowisko. Gdy otworzysz aplikację adidas na Androidzie lub iOS i klikniesz przycisk „Wypróbuj”, aparat w telefonie zostanie aktywowany i użyje tego interfejsu API – telefon bez problemu wykryje buty w czasie rzeczywistym, a w ciągu kilku sekund zidentyfikuje dopasowanie produktu do setek produktów.
ML Kit wykrywa w czasie rzeczywistym interesujące obiekty, a w przypadku adidaów odzież sportową i obuwie. Na podstawie tych wyników aplikacja adidas pobiera z wyprzedzeniem wyniki rozpoznawania obrazów z usługi rozpoznawania obrazów w chmurze, jeszcze zanim użytkownik poprosi o wyniki obiektu. Znacznie przyspiesza to proces uzyskiwania wyników i sprawia, że wyszukiwanie przebiega sprawnie i przyjemnie.
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=7&%3Bhl=pl&hl=pl)
Wyniki
„Korzystając z interfejsu ML Kit do wykrywania obiektów i śledzenia interfejsów API, nie tylko znacznie zwiększyliśmy szybkość i precyzję wyszukiwania tego, czego szuka użytkownik, ale możemy też zapewnić mu płynną ścieżkę konsumenta”. „Gdy konsument skanuje but, wybiera rozmiar, współpracownik może pobrać parę w dowolnym miejscu sklepu. Wszyscy lubią tę funkcję."