You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
IoT-For-Beginners/translations/pl/5-retail/README.md

32 lines
2.3 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "22a1d6e49f2a689fe5bfa7802a7241fc",
"translation_date": "2025-08-26T06:25:55+00:00",
"source_file": "5-retail/README.md",
"language_code": "pl"
}
-->
# Handel detaliczny - wykorzystanie IoT do zarządzania poziomami zapasów
Ostatnim etapem, zanim żywność trafi do konsumentów, jest handel detaliczny - targi, warzywniaki, supermarkety i sklepy, które sprzedają produkty konsumentom. Sklepy te chcą zapewnić, że na półkach znajdują się produkty, które klienci mogą zobaczyć i kupić.
Jednym z najbardziej manualnych i czasochłonnych zadań w sklepach spożywczych, szczególnie w dużych supermarketach, jest dbanie o to, aby półki były zaopatrzone. Sprawdzanie poszczególnych półek, aby upewnić się, że wszelkie luki są wypełnione produktami z magazynów.
IoT może w tym pomóc, wykorzystując modele AI działające na urządzeniach IoT do liczenia zapasów, używając modeli uczenia maszynowego, które nie tylko klasyfikują obrazy, ale także potrafią wykrywać pojedyncze obiekty i je liczyć.
W tych dwóch lekcjach nauczysz się, jak trenować modele AI oparte na obrazach do liczenia zapasów oraz jak uruchamiać te modele na urządzeniach IoT.
> 💁 Te lekcje będą korzystać z zasobów chmurowych. Jeśli nie ukończysz wszystkich lekcji w tym projekcie, upewnij się, że [posprzątasz swój projekt](../clean-up.md).
## Tematy
1. [Trenowanie detektora zapasów](./lessons/1-train-stock-detector/README.md)
1. [Sprawdzanie zapasów za pomocą urządzenia IoT](./lessons/2-check-stock-device/README.md)
## Podziękowania
Wszystkie lekcje zostały napisane z ♥️ przez [Jim Bennett](https://GitHub.com/JimBobBennett)
**Zastrzeżenie**:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż staramy się zapewnić dokładność, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za autorytatywne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.