Computer Vision dans le retail : Lenta lit les étiquettes de prix depuis un robot en mouvement

En 2026, l'enseigne de distribution Lenta (équipe Lenta Tech) a transformé la reconnaissance des étiquettes de prix par la caméra d'un robot en mouvement en hackathon ML dédié à la Computer Vision. L'enjeu : automatiser la surveillance des rayons et le relevé des anomalies directement en surface de vente.

En quoi est-ce plus difficile qu'avec une caméra statique ?

Lenta maîtrise depuis longtemps la reconnaissance d'informations à partir d'une caméra statique et l'applique déjà dans ses magasins. La caméra d'un robot en mouvement pose un problème fondamentalement différent : l'image est floue, l'angle de vue et la distance au rayon changent en permanence, et l'éclairage du magasin n'est pas uniforme. Résultat : lire correctement les étiquettes « à la volée » s'est révélé nettement plus difficile à mettre en œuvre que la reconnaissance habituelle depuis un point fixe. C'est précisément cette partie complexe que l'équipe devait résoudre avant que le scénario ne fonctionne dans un vrai magasin.

Reconnaître correctement les étiquettes de prix depuis la caméra d'un

robot en mouvement est un sujet bien plus intéressant et bien plus complexe, surtout à mettre en œuvre.

> — extrait du blog d'entreprise de l'équipe

Lenta Tech sur Habr

Ce que recouvre la tâche sur le plan technique

Reconnaître une étiquette depuis une plateforme mobile combine plusieurs sous-tâches de Computer Vision. Le modèle détecte d'abord l'étiquette dans l'image, puis lit le texte : désignation, prix, code-barres. Il faut aussi de la robustesse au flou de mouvement et aux reflets, ainsi que le rattachement de l'étiquette reconnue à un emplacement précis du rayon, afin de savoir à quel produit elle se rapporte. Avec une caméra statique, l'angle fixe simplifie une partie de ces étapes ; sur un robot, chaque image arrive sous un nouvel angle, et le modèle doit donc être plus robuste.

Quels processus le robot-scanner prend en charge

Le robot équipé d'une caméra couvre plusieurs processus du magasin à la fois. Les employés passent moins de temps à faire le tour des rayons et à les surveiller manuellement, tandis que le robot relève les anomalies au fil de son parcours, par exemple des étiquettes manquantes ou incorrectes, et transmet l'information à l'équipe. D'après la description de Lenta Tech, cela décharge le personnel des tâches routinières et accélère la réaction face aux problèmes de mise en rayon et de tarification.

L'essentiel de la publication :

• La tâche : reconnaître les étiquettes de prix depuis la caméra d'un robot en mouvement en surface de vente
• La base : l'expérience de la reconnaissance à partir de caméras statiques, que Lenta applique depuis longtemps dans ses magasins
• L'objectif : réduire le temps que les employés consacrent à la surveillance des rayons et relever automatiquement les anomalies
• Le format : un hackathon ML de Computer Vision sur des données filmées par le robot

Ce que cela signifie

Dans le retail, la Computer Vision passe des caméras fixes aux robots mobiles : la reconnaissance « à la volée » fait de la ronde des rayons un processus automatique plutôt qu'une corvée manuelle. Le cas de Lenta montre que même une tâche de CV bien maîtrisée doit être repensée dès que la caméra se met à bouger, et que les entreprises sont prêtes à confier ce type de problème à des hackathons pour obtenir plus vite une solution opérationnelle.