product-recognition-demo/recognization

🍡 Dorayaki - Smart Supermarket Shelf AI & Inventory Recognition

Hệ thống nhận diện sản phẩm trên kệ siêu thị và quản lý tồn kho theo kiến trúc client - server: mô hình thị giác máy tính (YOLO + Local Feature Matching: SURF/SIFT, ORB, BRISK, Hybrid theo paper Electronics 2023, 12, 3640) chạy trong một recognition server, còn các client (web, thiết bị chụp ảnh) chỉ gửi khung hình và nhận kết quả.

Server phục vụ 2 chế độ:

1. Live (nhận diện thời gian thực) - camera hoặc video gửi liên tục qua WebSocket, sản phẩm được phát hiện trên từng khung hình, theo dõi (tracking) xuyên khung hình, phân loại một lần cho mỗi sản phẩm và gắn nhãn ngay trên màn hình.
2. Photo (ảnh tĩnh) - chụp/upload/chọn ảnh kệ, nhận diện toàn bộ kệ trong một lần, bấm vào từng sản phẩm để xem chi tiết, tồn kho và điểm matching.

---

📋 Yêu cầu hệ thống (System Requirements)

• Hệ điều hành: Windows 10/11, macOS hoặc Linux.
• Python: 3.10 - 3.12 (khuyên dùng 3.11/3.12).
• Phần cứng: CPU 4 lõi trở lên, RAM 8GB. GPU không bắt buộc: trên máy M5 đo được CPU nhanh hơn MPS (28ms so với 112ms mỗi khung hình).

---

🚀 Cài đặt và chạy

Bước 1: Chuẩn bị thư mục dự án

Cần có đầy đủ:

• code/ - mã nguồn server, client web, client mẫu.
• runs/ - trọng số YOLO đã train (runs/detect/train/weights/best.pt).
• stock/ - catalog stock.csv và ảnh mẫu sản phẩm sku_001 -> sku_022.
• add/ và image.jpg - ảnh kệ mẫu để test/demo.
• requirements.txt, requirements-dev.txt.

Bước 2: Tạo môi trường ảo

conda create -n dorayaki python=3.11 -y
conda activate dorayaki

hoặc venv:

python3 -m venv .venv
source .venv/bin/activate        # Windows: .venv\Scripts\activate

Bước 3: Cài đặt thư viện

pip install -r requirements-dev.txt

(requirements-dev.txt = requirements.txt + httpx cho test.)

Bước 4: Khởi chạy recognition server

python code/app.py --port 8080

Script có sẵn: run_app.bat (Windows) hoặc ./run_app.sh (Linux/macOS).

Các tham số thường dùng:

Tham số	Mặc định	Ý nghĩa
--host	127.0.0.1	Đổi thành 0.0.0.0 để mở cho máy khác trong LAN (nên đặt DORAYAKI_API_TOKEN).
--device	cpu	cpu, mps, cuda, cuda:0.
--imgsz	640	Kích thước đầu vào của detector.
--live-method	hybrid	Thuật toán mặc định cho chế độ live.
--max-sessions	4	Số client live đồng thời.
--ssl-certfile / --ssl-keyfile	-	Bật HTTPS (cần cho camera trên điện thoại).

Bước 5: Mở ứng dụng

Mở trình duyệt: http://127.0.0.1:8080 (hoặc http://127.0.0.1:8080)

• Tab Live: chọn camera (hoặc "Video file…") rồi bấm Start. Sản phẩm hiện khung xanh kèm tên và giá khi đã nhận diện chắc chắn; khung vàng "要確認" là trường hợp chưa chắc chắn.
• Tab Photo: chọn ảnh mẫu, chụp ảnh hoặc upload ảnh kệ. Nhấn vào sản phẩm để xem chi tiết và bấm Show matching để xem các điểm matching.

Camera trên điện thoại chỉ hoạt động khi trang mở bằng https hoặc localhost (yêu cầu bảo mật của trình duyệt).

---

🔌 API (dùng cho client khác)

Server có REST + WebSocket đầy đủ, tài liệu chi tiết trong docs/API.md. Swagger UI: http://127.0.0.1:8080/docs.

# Nhận diện một ảnh kệ
curl -X POST --data-binary @image.jpg -H 'Content-Type: image/jpeg' \
  'http://127.0.0.1:8080/v1/recognize?classify=true'

# Client live mẫu (camera, video, hoặc pan qua ảnh tĩnh)
python code/stream_client.py --source image.jpg --pan 12 --seconds 20
python code/stream_client.py --source 0                 # webcam

Bất kỳ client nào gửi được ảnh JPEG đều dùng được: điện thoại, iPad, camera gắn xe đẩy, camera đeo cổ, robot. Giao thức không phụ thuộc trình duyệt.

---

🛠️ Kiểm tra hệ thống (Tests)

cd code
YOLO_OFFLINE=1 ../.venv/bin/python -m unittest test_observe test_engine test_tracking test_live test_api -v

# Test với model thật (tải trọng số, chạy ~15s)
DORAYAKI_REAL_MODEL=1 YOLO_OFFLINE=1 ../.venv/bin/python -m unittest test_real_model -v

cd ..
YOLO_OFFLINE=1 .venv/bin/python code/test_suite.py        # bộ test gốc
.venv/bin/python code/bench_engine.py                     # đo tốc độ detect/classify

Lưu ý: chạy test bằng danh sách module cụ thể, không dùng unittest discover vì sẽ import test.py/fast_test.py (script scratch với đường dẫn máy khác và cửa sổ OpenCV chặn).

---

🌟 Tính năng chính

1. Nhận diện thời gian thực (Live): phát hiện sản phẩm trên từng khung hình, theo dõi xuyên khung hình, phân loại một lần cho mỗi sản phẩm, gắn nhãn tên/giá ngay trên khung hình; hiển thị số khung/giây và độ trễ.
2. Phát hiện chỗ trống trên kệ (Out-of-Stock): khoanh đỏ các vị trí hết hàng kèm ước lượng số lượng thiếu; có bộ lọc ổn định để khung không nhấp nháy.
3. Nhận diện ảnh tĩnh (Photo): nhận diện toàn bộ kệ trong một lần thay vì bấm từng sản phẩm.
4. Phân loại đa thuật toán: Hybrid (Paper), SURF/SIFT, ORB, BRISK - đổi được ngay trong lúc chạy.
5. Trạng thái trung thực: chỉ hiện tên sản phẩm khi kết quả được chấp nhận; trường hợp mơ hồ hiện "要確認" kèm các ứng viên, không đoán bừa.
6. Tương tác chi tiết: bấm vào sản phẩm để xem tên, giá, ngày nhập, hạn sử dụng, tồn kho và điểm matching.
7. Đa client: nhiều client kết nối đồng thời, mỗi client có session và tracking riêng.
8. Đa ngôn ngữ: Tiếng Anh và Tiếng Nhật.
9. Gợi ý chất lượng ảnh: cảnh báo lóa (glare), rung (blur), chụp quá xa.

---

📁 Cấu trúc mã nguồn

code/
  app.py             # server: REST /v1 + WebSocket /v1/stream + phục vụ web client
  engine.py          # RecognitionEngine: detector + matcher + catalog, thread-safe
  live.py            # LiveSession: tracking, phân loại nền, gắn nhãn, chất lượng ảnh
  tracking.py        # SessionTracker: ByteTrack với ID riêng cho từng session
  detector.py        # YOLO detector
  feature_matcher.py # SURF/SIFT, ORB, BRISK, Hybrid
  identity.py        # accepted / ambiguous / unknown / rejected
  empty_shelf_detector.py, inventory.py, pipeline.py, observe.py
  stream_client.py   # client mẫu (camera / video / pan ảnh tĩnh)
  bench_engine.py    # đo tốc độ
  web/               # web client (index.html, styles.css, app.js)
docs/API.md          # tài liệu API đầy đủ