Repetitief beeldwerk automatiseren met computer vision
Veel organisaties verwerken beelden nog handmatig: herkennen, uitknippen, classificeren. Werk dat nauwkeurigheid vereist, maar moeilijk opschaalt. Computer vision automatiseert dit proces.
Context
Folderz is een Nederlands platform waarop miljoenen gebruikers wekelijks aanbiedingen van supermarkten, drogisterijen en andere retailers vergelijken, per product, met prijshistorie en direct doorklikbaar naar de winkel. Het platform is actief in meerdere landen en verwerkt wekelijks de folders van honderden organisaties.
Om dat overzicht mogelijk te maken, moet elke aanbieding uit elke folderpagina afzonderlijk worden gedetecteerd, uitgesneden en gekoppeld aan prijs- en productinformatie. Dat is een operationeel intensief proces: hoog volume, wekelijks terugkerend, gevoelig voor fouten en afhankelijk van handmatige uitvoering.
Operationele uitdaging
Het handmatige verwerkingsproces had een harde capaciteitsgrens. Elke folderpagina vereiste menselijke beoordeling: detecteren waar een aanbieding begint en eindigt, het juiste beeld uitsnijden, koppelen aan de juiste metadata. Variatie in lay-out, beeldstijl en taal per retailer en per land maakte standaardisatie complex.
De directe gevolgen: het proces schaalde niet mee naar nieuwe markten, nieuwe retailers of groeiend aanbodvolume. Uitbreiding was alleen mogelijk door evenredige groei in handmatige capaciteit. Foutgevoeligheid nam toe bij hogere volumes. De operationele groeicapaciteit was daarmee structureel begrensd.
Waar waarde verloren ging
De beperking zat niet in de beschikbaarheid van data, maar in het vermogen om die data geautomatiseerd en consistent te verwerken. Folderz beschikte over jaren aan gedocumenteerde handmatige verwerkingen, per aanbieding, met exacte coördinaten op de folderpagina. Die data werd niet ingezet als kennisbasis voor automatisering. De operationele waarde ervan bleef onbenut.
Studio Vi-aanpak
Het uitgangspunt was de bestaande dataset van Folderz: jaren aan handmatig gedocumenteerde aanbiedingsdetecties, opgeslagen in het eigen interne platform. Die data vormde de trainingsset, geen externe data nodig, geen aannames over het domein. Bestaande operationele kennis is als fundament gebruikt voor de intelligentielaag.
Het proces is iteratief opgezet. Een vooraf getraind basismodel is bijgetraind op de specifieke data van Folderz, zodat het de variatie in lay-outs, beeldstijlen en retailerspecifieke kenmerken leert herkennen. Per iteratie is geanalyseerd waar het model moeite had en welke aanpassingen het meeste effect hadden, inclusief complexere randgevallen zoals lifestyle-fotografie waarbij producten in contextrijke omgevingen zijn afgebeeld.
Modules
Image Detection Intelligence Detectie van individuele aanbiedingen op folderpagina’s, ongeacht lay-out of visuele stijl. Het model herkent grenzen tussen aanbiedingen en isoleert elk item als zelfstandige eenheid.
Content Extraction Automatisch uitsnijden van het juiste beeld per aanbieding op basis van gedetecteerde coördinaten. Output is direct bruikbaar voor koppeling aan prijs- en productinformatie.
Trainingspipeline en evaluatieinfrastructuur Een gestructureerde pipeline voor het bijtrainen van het model op nieuwe data, met een evaluatieproces dat inzichtelijk maakt waar het model verbeterd kan worden. Schaalbaar naar nieuwe retailers, talen en markten.
Anjali Nair Lead AI Engineer
Nieuwsgierig? Plan een kennismaking of doe de AI check.
Verbonden operatie
De intelligentielaag sluit direct aan op het bestaande interne platform van Folderz. Historische verwerkingsdata wordt ingezet als trainingsset, waardoor bestaande operationele kennis wordt omgezet naar geautomatiseerde verwerkingscapaciteit. Uitbreiding naar nieuwe markten of retailers vereist geen evenredige groei in handmatige capaciteit.
Operationele impact
Het prototype detecteert en snijdt aanbiedingen automatisch uit folderpagina’s, met prestaties die de handmatige uitvoering benaderen. De technische infrastructuur, een gefinetuned model, een trainingspipeline en een evaluatieproces, vormt een schaalbare basis voor verdere uitbreiding.
De volgende stappen zijn tekstextractie per aanbieding en meertalige ondersteuning voor de internationale markten waarin Folderz actief is. Daarmee groeit de intelligentielaag mee met de operationele expansie van het platform.