Mục lục · 6 phần
Trả lời nhanh
Computer Vision là công nghệ giúp máy tính hiểu nội dung trong ảnh hoặc video, nhận diện người, sản phẩm và văn bản. Khi anh/chị tải ảnh lên, hệ thống quét ảnh để xác định những thành phần xuất hiện trong đó. Trong thương mại, nền tảng quảng cáo dùng công nghệ này để duyệt ảnh, còn kho hàng dùng để đếm sản phẩm.
Computer Vision là công nghệ giúp máy tính hiểu được nội dung bên trong một bức ảnh hoặc đoạn video. Khi anh/chị tải một tấm hình lên hệ thống, công nghệ này sẽ quét bề mặt ảnh. Nó chỉ ra đâu là con người, đâu là sản phẩm hoặc văn bản. Chức năng này đóng vai trò như đôi mắt của máy móc.
Trong thương mại điện tử, công nghệ này xuất hiện ở khắp nơi. Nền tảng quảng cáo dùng nó để tự động duyệt ảnh của người bán. Các kho hàng lớn dùng nó để đếm sản phẩm chạy trên băng chuyền. Tuy nhiên, người mới làm quen thường hiểu sai cách hệ thống này đưa ra quyết định. Bài viết này giúp anh/chị nắm vững bản chất của thị giác máy tính. Anh/chị sẽ biết cách dùng nó để giải quyết các vấn đề thực tế trong buôn bán.
Máy tính nhận diện hình ảnh như thế nào?
Anh/chị không thể đưa một tấm hình cho máy tính và mong nó nhận ra đồ vật ngay lập tức. Máy tính không có não bộ như con người. Nó chỉ nhìn thấy bức ảnh dưới dạng một bảng lưới chứa hàng triệu điểm ảnh. Điểm ảnh là những chấm màu nhỏ xíu mang giá trị số. Để hiểu tấm hình, phần mềm phải trải qua nhiều bước phân tích.
Bước đầu tiên là thu thập hình ảnh từ camera giám sát hoặc từ file tải lên. Sau đó, máy tính chia nhỏ bức ảnh ra để tìm các đường nét cơ bản. Chẳng hạn, khi anh/chị muốn tìm một hộp mỹ phẩm, phần mềm sẽ học cách nhận ra góc cạnh thẳng của cái hộp trước. Nó bỏ qua các chi tiết thừa xung quanh như mặt bàn.
Bước tiếp theo, hệ thống đem các đường nét vừa tìm được đi so sánh. Nó đối chiếu với hàng ngàn bức ảnh mẫu đã được lưu. Quá trình cho máy học từ ảnh mẫu này gọi là huấn luyện mô hình. Nếu máy tính thấy các đường cong và màu sắc khớp với đặc điểm của hộp mỹ phẩm, nó sẽ kết luận đồ vật trong ảnh chính là cái hộp.
Tuy nhiên, kết quả nhận diện phụ thuộc rất lớn vào chất lượng đầu vào. Nếu ảnh chụp quá mờ, máy tính sẽ dễ đoán sai do các chấm màu bị hòa lẫn vào nhau. Cảnh bị che khuất cũng khiến hệ thống mất phương hướng. Một phần cái hộp bị tay che đi sẽ làm mất góc cạnh đặc trưng. Vì thế, anh/chị phải đảm bảo môi trường chụp đủ sáng để công cụ hoạt động chính xác.
Nền tảng quảng cáo dùng công nghệ này để làm gì?
Khi anh/chị lên một chiến dịch quảng cáo, hình ảnh sản phẩm luôn bị quét qua một rào chắn tự động. Máy tính sẽ đóng vai người gác cổng. Ví dụ, Facebook dùng thị giác máy tính kết hợp nhận dạng ký tự để quét các nội dung chữ cấm hoặc từ khóa vi phạm chèn trực tiếp trên ảnh. Hệ thống cũng phát hiện những hình ảnh nhạy cảm như lộ da thịt. Nó còn nhận ra các thủ thuật so sánh hình ảnh trước và sau khi dùng sản phẩm. Anh/chị có thể xem thêm quy định về nội dung tại Trung tâm trợ giúp doanh nghiệp của Meta. Máy tính làm công việc kiểm duyệt này ngày đêm không nghỉ. Nó duyệt hàng triệu bức ảnh mỗi phút.
Shopee và TikTok cũng tận dụng nguyên lý tương tự. Khi anh/chị đăng một sản phẩm mới lên gian hàng, máy chủ sẽ soi kỹ ảnh bìa. Nó dự đoán xem đồ vật trong hình thuộc nhóm quần áo, điện tử hay gia dụng. Từ kết quả đó, nó gợi ý danh mục ngành hàng phù hợp cho người bán. Nếu anh/chị bán giày nhưng lại tải nhầm ảnh cái áo, hệ thống sẽ báo lỗi.
Ngoài ra, thị giác máy tính còn phục vụ chống hàng giả. Phần mềm so sánh chi tiết logo trên ảnh của anh/chị với bộ dữ liệu hàng chính hãng. Nếu phát hiện điểm trùng khớp bất thường với thương hiệu cấm, sản phẩm sẽ bị khóa ẩn. Việc này diễn ra tự động trước khi món hàng kịp hiển thị đến người mua.
Ứng dụng kiểm soát hàng hóa ngay tại kho đóng gói
Trong khâu nhặt hàng, con người rất dễ nhầm lẫn khi lượng đơn tăng vọt. Computer Vision mang đến giải pháp bằng cách hoạt động như một người giám sát không bao giờ mệt. Nó giúp anh/chị chặn đứng lỗi sai trước khi kiện hàng được giao đi.
Quy trình thiết lập khá đơn giản. Anh/chị treo một camera chất lượng cao ngay trên trạm đóng gói. Camera này liên tục ghi hình quá trình nhân viên bỏ hàng vào thùng. Hệ thống phần mềm kết nối với camera sẽ theo dõi từng món đồ đi qua khung hình. Nó đếm số lượng và so sánh trực tiếp với mã vạch lưu trong đơn hàng.
Nếu khách đặt mua ba món nhưng nhân viên mới bỏ vào hộp hai món, đèn sẽ chớp đỏ. Màn hình phát tín hiệu cảnh báo ngay tại chỗ. Việc này giúp ngăn chặn phần lớn tình trạng giao thiếu hàng ngay tại trạm đóng gói. Anh/chị tiết kiệm được chi phí gửi bù kiện hàng mới. Shop cũng tránh được những đánh giá một sao từ khách.
Hệ thống thị giác này cũng giúp kiểm tra chất lượng bao bì. Nếu hộp sản phẩm bên ngoài bị rách, máy móc sẽ nhận diện được viền cong bất thường. Nó lập tức báo hàng lỗi. Nhưng để máy tính làm được, anh/chị cần cung cấp cho nó một kho ảnh chụp sẵn hàng lỗi và hàng chuẩn để đối chiếu. Máy móc không tự biết thế nào là móp méo nếu anh/chị chưa dạy nó.
Những lầm tưởng khiến người mới áp dụng thất bại
Lầm tưởng lớn nhất là tin tưởng tuyệt đối vào hệ thống phần mềm. Nhiều người nghĩ máy móc thì phân tích luôn đúng số liệu. Thực tế, hệ thống thị giác chỉ đang dự đoán dựa trên xác suất. Nó có thể báo cáo một sản phẩm là túi xách với độ tin cậy (confidence score) lên tới trên 95%. Nhưng những phần trăm rủi ro còn lại vẫn gây ra nhận diện sai do góc chụp.
Sai lầm thứ hai là kỳ vọng máy tính giải quyết những chi tiết mắt người không nhìn nổi. Nếu anh/chị nhìn vào tấm ảnh không thể đọc được dải mã vạch mờ, máy tính cũng đành chịu thua. Thị giác máy móc phân tích dựa trên điểm ảnh thực tế nó nhận được. Ảnh nhòe mờ thì dữ liệu đầu vào biến thành rác. Kết quả trả ra cũng vô giá trị.
Sai lầm thứ ba là thiếu quy trình xử lý rõ ràng sau khi máy phát cảnh báo. Máy tính phát hiện lỗi, nhưng trách nhiệm sửa lỗi thuộc về ai? Nếu hệ thống báo nhầm nhiều và nhân viên phải tự đi xác minh lại từng món, công sức bỏ ra còn lớn hơn làm thủ công. Anh/chị phải liên tục đánh giá lại độ nhạy của phần mềm. Đôi khi chấp nhận bỏ sót một vài lỗi nhỏ lại tiết kiệm nhân lực hơn là đi kiểm tra quá nhiều cảnh báo giả.
Lỗi thứ tư là dùng nhầm công nghệ tạo sinh hình ảnh thay vì nhận diện. Lỗi thứ tư là dùng nhầm công nghệ tạo sinh hình ảnh (Generative AI) thay vì nhận diện. Công nghệ tạo ảnh dùng để sinh ra hình ảnh mới từ câu lệnh, trong khi Computer Vision chuyên dùng để bóc tách, nhận diện các chi tiết thực tế có trong ảnh. Computer Vision sinh ra để bóc tách ảnh thực tế. Nó không được phép tự vẽ thêm chi tiết giả vào báo cáo kiểm tra.
Kinh nghiệm thực chiến khi triển khai nhận diện hình ảnh tại kho hàng
Khi trực tiếp thiết lập quy trình theo dõi bằng hình ảnh cho kho hàng, tôi luôn dặn đội ngũ đi từ thực tế. Tôi không mở đầu bằng việc khoe phần mềm này nhận ra được bao nhiêu đối tượng. Tôi đi tìm điểm tắc nghẽn lớn nhất trong khâu vận hành.
Trong một tình huống, đội ngũ nhặt hàng thường xuyên bị phạt tiền vì gửi sai màu sắc sản phẩm. Khách đặt áo màu xanh đậm, nhân viên lại lấy nhầm áo màu đen. Tôi không yêu cầu phần mềm thị giác phải căng sức đọc hiểu toàn bộ thông tin mã vạch trên túi. Thay vào đó, tôi chỉnh camera chỉ tập trung vào việc phân biệt phổ màu trên bề mặt vải. Bài toán càng hẹp, máy tính làm càng nhanh và chuẩn.
Tôi quy định rõ ràng rằng đội ngũ không được giao phó quyết định hoàn toàn cho máy. Nếu camera báo lỗi sai màu, màn hình tại bàn đóng gói sẽ hiện cảnh báo. Nhưng người chốt hạ cuối cùng vẫn phải là nhân viên. Họ sẽ cầm sản phẩm lên nhìn lại, đối chiếu bằng mắt thường với giấy in đơn. Nếu máy báo nhầm do ánh đèn kho lúc đó chập chờn, nhân viên có quyền bấm nút bỏ qua cảnh báo.
Giá trị lớn nhất nằm ở những lần bấm bỏ qua đó. Tôi gom lại các hình ảnh bị nhận diện sai màu để dạy lại cho máy tính. Bằng việc duy trì quy trình kiểm chứng như vậy, hệ thống hiểu dần những góc khuất ánh sáng trong kho. Anh/chị đừng mong một hệ thống hoàn hảo ngay từ ngày chạy thử. Hãy bắt đầu phạm vi hẹp, luôn có người làm trọng tài và cải thiện dữ liệu mỗi ngày.
Câu hỏi thường gặp
Cửa hàng nhỏ dưới một trăm đơn một ngày có nên đầu tư Computer Vision không?
Không nên đầu tư nếu lượng đơn hàng vẫn nằm trong khả năng kiểm soát của vài người. Việc kiểm tra thủ công bằng mắt thường vẫn nhanh gọn và rẻ hơn rất nhiều so với tiền mua phần mềm. Chi phí thuê thợ lắp camera, mua gói xử lý ảnh và bảo trì hệ thống sẽ bào mòn lợi nhuận. Công nghệ này chỉ sinh lời khi anh/chị phải xử lý hàng nghìn đơn mỗi ca.
Máy tính làm cách nào để đọc hiểu được chữ viết trên biển hiệu quảng cáo?
Máy tính dùng một kỹ thuật bên trong gọi là nhận dạng ký tự quang học — thuật ngữ tiếng Anh là OCR. Kỹ thuật này quét qua bức ảnh để tìm các đường nét có hình dáng giống chữ cái. Sau đó nó so khớp và ghép lại thành từ có nghĩa. Nhờ thuật toán này, bức ảnh chứa câu văn biến thành đoạn chữ thực thụ để anh/chị bôi đen, copy và dán sang chỗ khác.
Tại sao phần mềm nhận diện đúng vào ban ngày nhưng lại báo sai liên tục vào ban đêm?
Vì yếu tố ánh sáng môi trường quyết định màu sắc và độ tương phản của từng điểm ảnh. Ban đêm, kho hàng bật đèn huỳnh quang khiến hình ảnh bị bóng râm che khuất hoặc nhiễu hạt. Khuôn mặt người hay hình dáng hộp giấy đều bị biến đổi. Để khắc phục, anh/chị bắt buộc phải huấn luyện phần mềm bằng cả tập ảnh chụp ban ngày lẫn ảnh ban đêm để nó làm quen sự khác biệt.
Computer Vision có giống với các công cụ tạo ảnh tự động bằng AI hiện nay không?
Hai nhóm công nghệ này hoạt động hoàn toàn khác nhau. Công cụ tạo ảnh tự động dùng câu lệnh văn bản của anh/chị để vẽ ra một bức tranh mới tinh chưa từng tồn tại. Ngược lại, thị giác máy tính dùng một bức tranh có thật của anh/chị để bóc tách xem bên trong đó có đồ vật gì. Một bên nhắm tới việc sáng tạo nội dung, một bên chuyên lo việc đọc hiểu dữ liệu.
Tôi phải làm gì nếu nền tảng quảng cáo nhận diện sai hình ảnh sản phẩm của tôi?
Công cụ kiểm duyệt của Facebook hay Shopee thỉnh thoảng vẫn dính lỗi. Chẳng hạn nó nhìn nhầm màu da tay người thành ảnh khỏa thân và khóa quảng cáo. Khi gặp trường hợp này, anh/chị cần lập tức dùng nút bấm khiếu nại của nền tảng để yêu cầu nhân viên xem xét lại. Sự can thiệp thủ công của con người luôn là chốt chặn cuối cùng. Khi khiếu nại kiểm duyệt hình ảnh, anh/chị nên chuẩn bị sẵn ảnh chụp sản phẩm gốc có độ phân giải rõ nét, chưa qua chỉnh sửa hay chèn chữ phức tạp để bộ phận xét duyệt đối chiếu nhanh chóng.
Tìm hiểu cách đưa AI vào các bước marketing có kiểm soát
