# খুচরা - IoT ব্যবহার করে স্টক স্তর পরিচালনা করা ভোক্তাদের কাছে পৌঁছানোর আগে খাদ্যের শেষ ধাপ হলো খুচরা - বাজার, সবজির দোকান, সুপারমার্কেট এবং দোকানগুলো যেখানে পণ্য বিক্রি করা হয়। এই দোকানগুলো নিশ্চিত করতে চায় যে তাদের তাকগুলোতে পণ্য প্রদর্শিত হচ্ছে এবং ক্রেতারা তা কিনতে পারছে। খাদ্য দোকানগুলোতে, বিশেষ করে বড় সুপারমার্কেটগুলোতে, সবচেয়ে শ্রমসাধ্য এবং সময়সাপেক্ষ কাজগুলোর একটি হলো তাকগুলোতে পণ্য মজুত রাখা। প্রতিটি তাক পরীক্ষা করে নিশ্চিত করা যে ফাঁকা জায়গাগুলো স্টোর রুম থেকে পণ্য এনে পূরণ করা হয়েছে। IoT এই কাজে সাহায্য করতে পারে, IoT ডিভাইসে চলমান AI মডেল ব্যবহার করে স্টক গণনা করতে পারে, এমন মেশিন লার্নিং মডেল ব্যবহার করে যা শুধু ছবি শ্রেণীবদ্ধ করে না, বরং পৃথক বস্তু সনাক্ত করে এবং সেগুলো গণনা করতে পারে। এই ২টি পাঠে আপনি শিখবেন কীভাবে ছবি-ভিত্তিক AI মডেল প্রশিক্ষণ দিয়ে স্টক গণনা করতে হয় এবং এই মডেলগুলো IoT ডিভাইসে চালাতে হয়। > 💁 এই পাঠগুলোতে কিছু ক্লাউড রিসোর্স ব্যবহার করা হবে। যদি আপনি এই প্রকল্পের সব পাঠ সম্পন্ন না করেন, নিশ্চিত করুন যে আপনি [আপনার প্রকল্প পরিষ্কার করেছেন](../clean-up.md)। ## বিষয়বস্তু 1. [স্টক ডিটেক্টর প্রশিক্ষণ দিন](./lessons/1-train-stock-detector/README.md) 1. [IoT ডিভাইস থেকে স্টক পরীক্ষা করুন](./lessons/2-check-stock-device/README.md) ## কৃতজ্ঞতা সব পাঠগুলো ♥️ দিয়ে লিখেছেন [জিম বেনেট](https://GitHub.com/JimBobBennett) --- **অস্বীকৃতি**: এই নথিটি AI অনুবাদ পরিষেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসম্ভব সঠিক অনুবাদ প্রদানের চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা নথিটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যা হলে আমরা তার জন্য দায়ী থাকব না।