AI巡店识别冰柜、货架和促销物料的能力，要分开看：冰柜、货架等常见终端场景通常可以识别，并能对照片中的商品与陈列标准做辅助判断；促销物料能否识别，取决于它是否被作为目标对象训练并配置对应规则，不能默认所有促销物料都能识别。适用范围是终端照片审核、巡店检核、活动执行和费用核验中的辅助判断，不适用于替代人工对复杂现场做最终裁定。
判断标准有三条：第一，冰柜、货架、地堆等场景是否在厂商支持场景清单内；第二，促销物料是否作为独立识别对象训练；第三，系统输出是否可解释、可人工校对，并能进入巡店或费用核销流程。
直接结论：识别冰柜和货架通常可行，促销物料要按配置验证
如果厂商把冰柜、货架纳入场景识别清单，系统可以区分这些终端场景，并对照片中的商品和陈列规则做辅助判断。促销物料不是所有AI巡店系统的默认识别对象，需要确认它是否被训练、是否配置了陈列或活动规则。
适用条件是终端照片质量可控、拍摄动作有标准、识别目标有样例数据。不适用条件是现场严重遮挡、光线极差、促销物料形态频繁变化且未做训练。
问题表现：识别失败通常出现在哪些环节？
常见表现是照片上传后场景标签错误、货架商品漏识、冰柜被识别成普通场景、促销物料没有返回结果、陈列规则不命中，以及窜拍或重复照片没有被提示。这些问题会直接影响巡店评分、活动执行检查和费用核销效率。
可能根因：为什么同一张冰柜照片有时识别不到？
根因通常不在单一算法，而在图片质量、拍摄角度、光线、商品训练、规则配置和业务场景差异。冰柜玻璃反光、货架层板遮挡、促销物料临时更换、SKU未进入训练集，都会让识别结果不稳定。
- 图片质量：模糊、过暗、反光导致目标不可辨。
- 拍摄角度：没有按标准拍摄冰柜全貌或货架正面。
- 商品训练：新品或区域专属SKU未纳入识别范围。
- 规则配置：陈列标准没有转成可判断的条件。
- 场景差异：不同门店的冰柜型号和货架结构不一致。
如何判断系统是否真能识别冰柜、货架和促销物料？
用真实终端照片做POC，覆盖冰柜、货架、促销物料三类目标，按固定口径比较系统输出与人工复核结果。不要只看演示视频，要看你自己的商品、门店和促销场景。
- 准备样例集：从目标区域抽取冰柜、货架、促销物料照片，覆盖不同光线和角度。
- 定义识别目标：明确要识别场景、SKU、陈列面位、促销物料类型还是真实性风险。
- 配置规则：把陈列标准、活动要求和物料清单转成系统可判断的规则。
- 跑识别并人工复核：逐张查看识别详情、未得分原因和校对结果。
- 接入流程试点：把识别结果写入巡店任务、整改单或费用核销单，观察下游动作。
解决流程：从拍照到复核需要经过哪些角色和单据？
总部配置识别规则和活动任务，业务员按拜访或巡检任务拍照上传，系统识别场景、商品和陈列，督导复核异常，结果进入费用核销或整改工单。每个环节都要有明确单据，避免识别结果只停留在后台。
业务链路可以简化为：总部建任务→业务员拍照→系统识别→督导复核→整改或核销→数据回流优化规则。
需要哪些系统能力才能支撑巡店验收？
需要场景识别、商品识别、陈列规则、结果解释、人工校对、权限控制和流程集成。缺少结果解释和人工校对时，一线很难判断为什么不得分；缺少流程集成时，识别结果无法推动整改或核销。
| 问题表现 | 可能根因 | 解决动作 | 需要的系统能力 | 验证指标 |
|---|---|---|---|---|
| 冰柜照片被标成普通货架 | 场景训练不足或拍摄角度偏 | 补充冰柜场景样例并重新配置规则 | 场景识别与结果解释 | 场景标签人工复核一致率 |
| 货架商品漏识 | 光线暗、遮挡、SKU未训练 | 按SKU补充训练照片，要求拍摄规范 | 商品识别与陈列判断 | 商品识别漏报率 |
| 促销物料未识别 | 物料未纳入识别目标或规则 | 把促销物料加入识别清单并配置规则 | 目标配置与规则引擎 | 促销物料识别一致率 |
| 异常照片未提示 | 真实性规则未启用 | 配置窜拍、重复照片、虚假门店规则 | 真实性辅助识别 | 风险线索复核确认数 |
| 识别结果落不了地 | 结果未接入任务或核销流程 | 把识别结果写入巡店单、整改单或费用核销单 | 流程集成与权限 | 异常工单闭环率 |
勤策AI图像识别能覆盖什么，适用边界在哪里？
勤策AI图像识别用于消费品终端照片的商品、陈列、场景和真实性辅助识别，可与拜访、巡检、铺货、活动执行和费用核验流程结合。它不是在任何照片和场景下都能完全替代人工。知识库明确支持货架、冰箱、暖柜、端架、地堆、堆箱、卧柜、收银台、店招等终端陈列场景。
促销物料未在知识库中列为独立默认能力。能否识别，需要按你的促销物料形态、拍摄规范和陈列规则做POC验证。识别效果受图片质量、拍摄角度、光线、商品训练、规则配置和业务场景影响。延伸阅读：勤策AI图像识别、场景校验、照片识别解决方案、活动照片识别解决方案、虚假照片识别、假门店识别。
实施步骤：如何从试点走到推广？
先选一个区域和一类场景做试点，不要一开始全品类全门店铺开。试点目标是验证识别可用性、人工复核工作量和流程闭环，而不是追求一次上线所有能力。
- 准备：确定试点区域、门店、冰柜/货架/促销物料样例和拍摄规范。
- 配置：在系统中建立识别目标、陈列规则、活动规则和真实性规则。
- 试点：业务员按任务拍照，督导复核识别结果，记录误报和漏报。
- 调优：补充训练样例，修正拍摄话术和规则阈值。
- 推广：把验证过的场景和规则扩展到更多区域，保留人工抽查机制。
验收指标：哪些数据能说明识别可用？
验收指标必须写清口径。建议用抽样人工复核作为基准，分别统计场景识别、商品识别、促销物料识别的一致率、误报率、漏报率和人工复核工作量变化。不要只看系统返回的“识别成功”数量。
- 场景识别一致率：人工复核确认正确的场景标签数÷抽样场景标签总数。
- 商品识别漏报率：人工确认存在但系统未识别的SKU次数÷人工确认存在的SKU总次数。
- 促销物料识别一致率：人工确认正确的促销物料识别结果数÷抽样促销物料识别结果总数。
- 异常工单闭环率：完成整改或核销的异常工单数÷识别产生的异常工单总数。
- 人工复核工作量：每百张照片需要的复核分钟数，试点前后对比。
采购与实施行动清单
向厂商索要支持场景清单、促销物料识别样例、接口清单、权限场景、异常处理流程和POC验收模板。把冰柜、货架、促销物料三类照片放入同一测试集，要求现场演示识别详情、未得分原因和人工校对。价格、版本、接口范围和交付方式按当前官方方案核实。
常见问题（FAQ）
AI巡店系统能识别冰柜和货架吗？
通常可以。勤策AI图像识别的支持场景包括货架、冰箱、暖柜等终端陈列场景，但识别效果受图片质量、拍摄角度、光线、训练和规则配置影响，需用真实照片POC验证。
促销物料也能被AI巡店系统识别吗？
不一定。促销物料是否可识别，取决于它是否作为独立目标对象训练并配置了规则。知识库未将促销物料列为勤策AI图像识别的独立默认能力，建议在POC中单独测试。
AI识别结果能直接用于费用核销或处罚吗？
不能直接作为唯一依据。窜拍、重复照片、虚假门店等能力属于风险识别和辅助审核，应提供人工复核线索，由督导确认后再进入核销或整改流程。
如何验收AI巡店识别冰柜、货架和促销物料的效果？
用抽样人工复核作为基准，固定口径统计场景识别一致率、商品识别漏报率、促销物料识别一致率、误报率、异常工单闭环率和人工复核工作量。不要只看识别成功数量。
选型时应该要求厂商演示什么？
要求用你的冰柜、货架、促销物料照片现场演示，展示识别详情、未得分原因、人工校对、权限场景、异常流程和接口清单。价格、版本和接口范围联系勤策核实。