# Detaljhandel - bruke IoT for å håndtere lagerbeholdning Det siste stadiet for mat før det når forbrukerne er detaljhandel - markedene, grønnsakshandlerne, supermarkedene og butikkene som selger varer til forbrukerne. Disse butikkene ønsker å sikre at de har varer ute på hyllene for at kundene skal kunne se og kjøpe. En av de mest manuelle og tidkrevende oppgavene i matbutikker, spesielt i store supermarkeder, er å sørge for at hyllene er fylt opp. Å sjekke hver enkelt hylle for å sikre at eventuelle tomrom fylles med varer fra lageret. IoT kan hjelpe med dette ved å bruke AI-modeller som kjører på IoT-enheter for å telle lagerbeholdning, ved hjelp av maskinlæringsmodeller som ikke bare klassifiserer bilder, men som også kan oppdage individuelle objekter og telle dem. I disse 2 leksjonene vil du lære hvordan du trener bildebaserte AI-modeller for å telle lagerbeholdning, og hvordan du kjører disse modellene på IoT-enheter. > 💁 Disse leksjonene vil bruke noen skyressurser. Hvis du ikke fullfører alle leksjonene i dette prosjektet, sørg for å [rydde opp i prosjektet ditt](../clean-up.md). ## Emner 1. [Tren en lagerdetektor](./lessons/1-train-stock-detector/README.md) 1. [Sjekk lager fra en IoT-enhet](./lessons/2-check-stock-device/README.md) ## Kreditering Alle leksjonene ble skrevet med ♥️ av [Jim Bennett](https://GitHub.com/JimBobBennett) --- **Ansvarsfraskrivelse**: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.