Bối cảnh và vấn đề nghiên cứu

Tại các chuỗi bán lẻ và siêu thị quy mô lớn, việc duy trì sự hiện diện liên tục của hàng hóa trên kệ là yếu tố sống còn đối với hoạt động kinh doanh. Theo số liệu khảo sát từ hơn 72.000 người mua sắm trên toàn cầu được nhóm tác giả trích dẫn, tình trạng thiếu hụt hàng hóa trên kệ (Out-Of-Stock - OOS) dẫn đến nhiều phản ứng tiêu cực từ người tiêu dùng:

  • Chuyển sang mua cửa hàng khác: 31%
  • Chuyển sang mua thương hiệu khác: 26%
  • Mua sản phẩm cùng thương hiệu nhưng loại khác: 19%
  • Hoãn quyết định mua sắm: 15%
  • Không mua sản phẩm nữa: 9%

Việc thiếu hàng không chỉ gây tổn thất doanh thu trực tiếp mà còn làm giảm mức độ hài lòng của khách hàng và tiêu tốn nhiều nhân lực cho công tác kiểm kê thủ công. Nghiên cứu phân biệt rõ hai trạng thái:

  • Out-Of-Stock (OOS): Kệ hàng đã hết sạch hàng hoàn toàn tại vị trí chứa hàng.
  • Low-Of-Stock: Kệ hàng vẫn còn hàng nhưng số lượng ít.

Khóa luận giới hạn phạm vi vào bài toán phát hiện trạng thái hết hàng hoàn toàn (Out-Of-Stock) và loại trừ trường hợp còn ít hàng (Low-Of-Stock).

Trước đây, các giải pháp giải quyết bài toán này bộc lộ những nhược điểm cố hữu:

  1. Phương pháp sử dụng đặc trưng cấp thấp (low-level handcrafted features) kết hợp bộ phân lớp SVM: Trích xuất các góc trên ảnh, lọc vùng chữ nhật ứng viên và phân loại qua SVM dựa trên hình dạng, màu sắc, họa tiết. Nhược điểm chính là không thể phân biệt được khoảng trống thực sự dùng để chứa hàng với các khoảng trống ngoại cảnh không liên quan.
  2. Phương pháp phát hiện hàng hóa bằng học sâu để suy diễn ô trống: Sử dụng Faster R-CNN xác định kích thước sản phẩm để suy ra kích thước khoảng trống lân cận. Hạn chế là kích thước ô trống ước lượng sẽ sai lệch lớn khi các sản phẩm trên kệ có kích thước không đồng đều.
  3. Thực trạng dữ liệu: Các tập dữ liệu lớn như ImageNet hay Open Images Dataset V6 chỉ tập trung gán nhãn sản phẩm hoặc kệ hàng, hoàn toàn không có nhãn biểu diễn khoảng trống trên kệ.

Mục tiêu nghiên cứu của khóa luận (được đánh số theo văn bản):

  1. Xây dựng bộ dữ liệu hình ảnh UIT-OOS dành riêng cho bài toán phát hiện ô trống trên kệ hàng, bao gồm 3.000 ảnh tập huấn luyện (train), 430 ảnh tập kiểm thử (test) từ cửa hàng nước ngoài và 143 ảnh tập kiểm thử chụp tại các siêu thị Việt Nam.
  2. Khảo sát các thuật toán phát hiện vật thể tiên tiến (SOTA), cụ thể là YOLOv4 và EfficientDet, áp dụng vào bài toán; tiến hành huấn luyện, đánh giá và so sánh định lượng thông qua các độ đo tiêu chuẩn.
  3. Xây dựng chương trình minh họa có giao diện thân thiện với người sử dụng, cho phép tải hình ảnh và xuất ra vị trí cùng số lượng các ô trống có trên kệ.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các vùng trống hết hàng hoàn toàn (Out-Of-Stock) trên kệ trưng bày bán lẻ.
  • Phạm vi dữ liệu và không gian: Ảnh chụp kệ hàng bán lẻ thu thập từ tập dữ liệu công khai SKU-110K kết hợp dữ liệu chụp thực địa tại các siêu thị ở Việt Nam trong năm 2020.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận bài toán phát hiện ô trống dưới dạng một bài toán phát hiện đối tượng một giai đoạn (one-stage object detection), trong đó đối tượng cần phát hiện là các "ô trống".

Khung lý thuyết và mô hình sử dụng

  1. Họ mô hình YOLO (You Only Look Once):

    • YOLOv1: Chia ảnh thành lưới $S \times S$ (tác giả gốc chọn $S=7$), mỗi ô lưới dự đoán $B$ khung bao ($B=2$) kèm độ tin cậy (confidence score) và xác suất lớp phân loại. Mạng gồm 24 tầng tích chập và 2 tầng liên kết đầy đủ (fully connected), sử dụng hàm mất mát tổng hợp gồm localization loss, confidence loss và classification loss.
    • YOLOv2: Bổ sung chuẩn hóa theo lô (Batch Normalization), huấn luyện phân loại ở độ phân giải $448 \times 448$, loại bỏ tầng fully connected để chuyển sang cơ chế neo (anchor boxes) với kích thước được tối ưu hóa qua thuật toán phân cụm K-means ($K=5$), kết hợp ràng buộc tọa độ theo ô lưới.
    • YOLOv3: Cải tiến mạng trích xuất đặc trưng với Darknet-53 (106 tầng, sử dụng khối residual blocks và skip connections), dự đoán khung bao tại 3 tỷ lệ đặc trưng khác nhau tương tự FPN, xác định 9 kích thước anchor box trên tập COCO.
    • YOLOv4: Tối ưu hóa cấu trúc để huấn luyện hiệu quả trên 1 GPU đơn lẻ (đạt 43.5% AP trên COCO ở tốc độ 65 FPS trên Tesla V100). Kiến trúc kết hợp:
      • Backbone: CSPDarknet53.
      • Neck: Spatial Pyramid Pooling (SPP) và Path Aggregation Network (PANet) tùy biến.
      • Head: Kế thừa từ YOLOv3.
      • Bag of Freebies (BoF): Tăng cường dữ liệu CutMix, Mosaic; hàm lỗi CIoU-loss; DropBlock; làm mịn nhãn (Label smoothing); Cosine annealing scheduler.
      • Bag of Specials (BoS): Hàm kích hoạt Mish, khối CSP, khối SAM, DIoU-NMS.

  2. Mô hình EfficientDet:

    • EfficientNet Backbone: Xây dựng từ kiến trúc cơ sở EfficientNet-B0 (thiết kế bằng Neural Architecture Search, tối ưu số lượng tham số 5,3 triệu và FLOPS), áp dụng phương pháp tỷ lệ hóa phức hợp (Compound Scaling) đồng thời cả ba chiều: chiều sâu ($d = \alpha^\phi$), chiều rộng ($w = \beta^\phi$), độ phân giải đầu vào ($r = \gamma^\phi$) với điều kiện $\alpha \cdot \beta^2 \cdot \gamma^2 \approx 2$.
    • Mạng đặc trưng BiFPN (Bidirectional Feature Pyramid Network): Cải tiến từ FPN và PANet nhằm dung hợp đặc trưng đa tầng. BiFPN loại bỏ các nút chỉ có một cạnh vào, bổ sung đường kết nối tắt giữa nút vào gốc và nút ra cùng tầng, đồng thời áp dụng cơ chế Fast Normalized Fusion với trọng số học được: $$O = \sum_i \frac{w_i}{\epsilon + \sum_j w_j} \cdot I_i \quad (w_i \ge 0 \text{ nhờ hàm ReLU})$$
    • Compound Scaling trong EfficientDet: Đồng bộ tỷ lệ hóa backbone (từ B0 đến B6), số kênh BiFPN ($W_{bifpn} = 64 \cdot (1.35^\phi)$), số tầng BiFPN ($D_{bifpn} = 2 + \phi$), số tầng mạng con phân loại/hồi quy ($D_{box} = 3 + \lfloor \phi / 3 \rfloor$), và độ phân giải đầu vào ($R_{input} = 512 + \phi \cdot 128$) tương ứng từ D0 đến D7.

  3. Kỹ thuật điều chỉnh tốc độ học (Learning Rate Scheduler):

    • Steps: Giữ nguyên tốc độ học khởi tạo trong 1.000 lần lặp đầu, sau đó giảm theo hệ số cố định tại các mốc định trước (ví dụ: tại các bước 8.000, 9.000, 12.000 nhân với hệ số 0.1).
    • SGDR (Stochastic Gradient Descent with Warm Restarts): Điều chỉnh tốc độ học theo hàm Cosine Annealing, định kỳ tái lập tốc độ học ban đầu sau một chu kỳ để giúp mô hình thoát khỏi cực tiểu địa phương: $$\eta_t = \eta_{min} + \frac{1}{2}(\eta_{max} - \eta_{min})\left(1 + \cos\left(\frac{T_{cur}}{T_i}\pi\right)\right)$$

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu áp dụng quy trình thực nghiệm định lượng:

  • Tập dữ liệu UIT-OOS: Tự xây dựng thông qua việc trích xuất và gán nhãn thủ công từ 3.430 ảnh thuộc tập dữ liệu quốc tế SKU-110K kết hợp 143 ảnh tự chụp tại hệ thống siêu thị Việt Nam.
  • Độ đo đánh giá: Độ trùng khớp IoU (Intersection over Union), độ chính xác (Precision), độ thu hồi (Recall) và độ chính xác trung bình trung bình tại ngưỡng trùng khớp 0.5 (mAP@0.5).

Thiết kế và triển khai

Hệ thống phát hiện ô trống được triển khai theo quy trình từ tiền xử lý dữ liệu đến mô hình suy diễn và giao diện ứng dụng web tương tác:

[Ảnh chụp kệ hàng]

Xây dựng tập dữ liệu UIT-OOS

Do không có sẵn tập dữ liệu chuyên biệt, nhóm nghiên cứu đã xây dựng bộ dữ liệu UIT-OOS với các quy ước phân loại gồm 4 lớp ô trống cụ thể:

Tên nhãn (Class) Đặc điểm nhận dạng theo quy ước
Normal OOS Ô hàng trống hoàn toàn, chỉ nhìn thấy bề mặt kệ hàng hoặc một phần hàng hóa lân cận.
Small Obscured OOS Kệ hàng có thanh kim loại đỡ hàng hoặc thanh lẫy đẩy hàng hóa tự động gây che khuất một phần ô trống.
Patterned OOS Phần thành kệ phía sau không phẳng mà có hoa văn đục lỗ tròn hoặc lưới treo xen kẽ.
No Shelf OOS Khu vực trưng bày dạng móc treo chuyên dụng, không có mặt phẳng kệ đỡ bên dưới.

Quy tắc loại trừ khi tiền xử lý và gán nhãn:

  • Kệ còn sản phẩm bên trong (thuộc diện Low-Of-Stock).
  • Vùng trống bị che khuất nghiêm trọng do góc chụp quá hẹp.
  • Ảnh đầu vào bị lỗi kỹ thuật, nhòe mờ hoặc biến dạng quang học.

Xây dựng chương trình minh họa

Khóa luận đã hiện thực hóa mô hình thành một ứng dụng web phục vụ kiểm thử thực tế với các chức năng chính:

  • Tải ảnh đầu vào linh hoạt từ bộ nhớ máy tính hoặc điện thoại thông minh qua thao tác kéo-thả (drag and drop).
  • Cung cấp sẵn danh sách ảnh mẫu (demo images) để kiểm thử nhanh.
  • Nút điều khiển "CLEAR" hỗ trợ xóa sạch dữ liệu đầu vào và kết quả hiển thị để thực hiện lượt dự đoán mới.
  • Đầu ra hiển thị ảnh gốc kèm các khung chữ nhật định vị ô trống và một thông số định lượng trực tiếp số lượng ô trống phát hiện được (NO. OF OOS).

Nội dung chính theo từng chương

Chương 1. Giới thiệu đề tài

Chương mở đầu phân tích bối cảnh kinh doanh bán lẻ, chỉ rõ thiệt hại kinh tế từ tình trạng thiếu hụt hàng hóa trên kệ và hành vi tiêu dùng khi gặp sự cố OOS. Tác giả định nghĩa bài toán phát hiện ô trống, xác định rõ ranh giới chỉ xử lý ô trống hết hàng hoàn toàn (Out-Of-Stock) và loại trừ ô trống còn một phần hàng (Low-Of-Stock). Chương này phân tích hạn chế của các nghiên cứu tiền nhiệm dùng đặc trưng cấp thấp kết hợp SVM hoặc dùng Faster R-CNN định vị hàng hóa suy diễn ô trống. Từ đó, xác lập 3 mục tiêu cụ thể, phạm vi nghiên cứu, 4 đóng góp chính và bố cục toàn văn khóa luận.

Chương 2. Cơ sở lý thuyết

Nội dung chương 2 đào sâu cơ sở toán học và kiến trúc mạng học sâu phát hiện đối tượng:

  • Trình bày lịch sử cải tiến của YOLO từ v1 (chia lưới, hàm lỗi đa thành phần), v2 (Batch Normalization, anchor box qua K-means, dự đoán độ dời tương đối ô lưới), v3 (Darknet-53, cơ chế FPN 3 tỷ lệ) đến v4 (tích hợp BoF, BoS, CSPDarknet53, PANet, SPP).
  • Trình bày chi tiết mạng trích xuất FPN, mô hình EfficientNet-B0 và nguyên lý Compound Scaling, cấu trúc BiFPN với phương thức kết hợp đặc trưng có trọng số (Fast Normalized Fusion) và các thông số tỷ lệ hóa của EfficientDet từ D0 đến D7.
  • Thuyết minh cơ chế điều chỉnh tốc độ học: thuật toán Steps và thuật toán SGDR (Cosine Annealing có khởi động lại).

Chương 3. Áp dụng các phương pháp phát hiện vật thể cho bài toán phát hiện ô trống trên kệ

Chương 3 trình bày thực nghiệm xây dựng dữ liệu và cấu hình huấn luyện:

  • Chi tiết bộ dữ liệu UIT-OOS với 3.000 ảnh huấn luyện, 430 ảnh kiểm thử nước ngoài từ SKU-110K và 143 ảnh kiểm thử thực địa tại Việt Nam. Định nghĩa chặt chẽ tiêu chí gán nhãn cho 4 lớp (Normal OOS, Small Obscured OOS, Patterned OOS, No Shelf OOS) cùng các trường hợp loại bỏ nhãn.
  • Thiết lập quy trình huấn luyện hai mạng nơ-ron tích chập YOLOv4 và EfficientDet trên bộ dữ liệu UIT-OOS; thực nghiệm kết hợp các chiến lược Learning Rate Scheduler (Steps và SGDR).

Chương 4. Thực nghiệm

Chương 4 tập trung vào đánh giá định lượng và phân tích lỗi:

  • Trình bày công thức và ý nghĩa các độ đo IoU, Precision, Recall và mAP@0.5.
  • Công bố bảng số liệu kết quả thực nghiệm mAP@0.5 của YOLOv4 và EfficientDet khi sử dụng các phương pháp điều chỉnh tốc độ học khác nhau.
  • Đi sâu phân loại và phân tích 7 nhóm tình huống khó (hard cases) khiến mô hình nhận diện sai hoặc bỏ sót ô trống trong siêu thị thực tế.

Chương 5. Ứng dụng minh họa

Chương 5 thuyết minh chi tiết giao diện và quy trình vận hành của phần mềm minh họa dạng web:

  • Giao diện khởi tạo chương trình cho phép nhận diện ảnh kệ hàng.
  • Quy trình người dùng kéo thả ảnh hoặc chọn ảnh mẫu có sẵn từ thư viện demo.
  • Chức năng xóa trạng thái (CLEAR) và cơ chế hiển thị kết quả định vị trực quan kèm thông báo số lượng ô trống (NO. OF OOS).

Chương 6. Kết luận và Hướng phát triển

Chương tổng kết toàn diện các kết quả đạt được về xây dựng bộ dữ liệu UIT-OOS, hiệu năng so sánh giữa hai mô hình học sâu SOTA và mức độ hoàn thiện của công cụ demo. Đồng thời, tác giả vạch ra các định hướng mở rộng nghiên cứu về sau nhằm nâng cao tính ứng dụng trong thực tế.

Kết quả và đóng góp

Kết quả thực nghiệm chính

Khóa luận đánh giá hai mô hình YOLOv4 và EfficientDet trên tập dữ liệu UIT-OOS theo độ đo mAP@0.5, khảo sát sự tác động của các bộ điều chỉnh tốc độ học (Learning Rate Scheduler):

Bảng tổng hợp kết quả mAP@0.5 dựa trên các bảng số liệu thực nghiệm trong văn bản:

Mô hình kiểm nghiệm Chiến lược Learning Rate Scheduler mAP@0.5 ghi nhận
YOLOv4 Steps Scheduler ~47%
YOLOv4 SGDR (Cosine Annealing) Tương đương cấu hình Steps
EfficientDet Khảo sát với các cấu hình Scheduler Đạt kết quả tương đương YOLOv4 (~47%)

Kết quả cho thấy hai mô hình đại diện cho hai hướng tiếp cận tối ưu tốc độ (YOLOv4) và tối ưu tham số/FLOPS (EfficientDet) đạt mức hiệu năng phát hiện xấp xỉ nhau (~47% mAP@0.5) trên bài toán phát hiện ô trống kệ hàng.

Phân tích các trường hợp khó (Hard cases)

Khóa luận đã liệt kê chi tiết các nguyên nhân thực tế gây suy giảm độ chính xác của mô hình trong môi trường bán lẻ:

  1. Biển giá che khuất: Vùng trống bị nhãn giá hoặc bảng quảng cáo tại mép kệ che mất một phần diện tích.
  2. Kệ trong tủ kính: Hiện tượng phản chiếu ánh sáng và hình ảnh ngoại cảnh trên bề mặt kính gây nhiễu nhận diện ô trống bên trong.
  3. Sản phẩm đặt nằm ngang: Hàng hóa bị đổ hoặc xếp sai quy cách nằm ngang, khiến mô hình nhầm lẫn với lớp Small Obscured OOS.
  4. Thành kệ hàng: Cấu trúc biên hoặc vách ngăn của kệ bị nhận diện nhầm thành ô trống.
  5. Sàn nhà: Khoảng trống sàn nhà lộ ra ở các tầng kệ thấp bị gán nhầm thành ô trống chứa hàng.
  6. Sản phẩm không có bao bì: Sản phẩm không có bao bì định hình chuẩn bị nhận diện sai thành vùng trống.
  7. Nhiều loại vùng trống kết hợp: Các ô trống đan xen nhiều đặc điểm phức tạp trong cùng một góc chụp.

Đóng góp tự nêu của khóa luận

  1. Đóng góp bộ dữ liệu hình ảnh UIT-OOS được gán nhãn chuyên biệt cho bài toán phát hiện ô trống kệ hàng đầu tiên, kết hợp dữ liệu nước ngoài (SKU-110K) và ảnh thực tế tại Việt Nam.
  2. Khảo sát toàn diện lý thuyết và thực nghiệm áp dụng hai kiến trúc phát hiện đối tượng hàng đầu (YOLOv4 và EfficientDet) kết hợp các kỹ thuật điều chỉnh tốc độ học (Steps, SGDR) cho bài toán ô trống.
  3. Xây dựng hoàn chỉnh ứng dụng web demo tương tác, hỗ trợ phát hiện và đếm số lượng ô trống từ ảnh chụp kệ hàng phục vụ thực tiễn.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Giới hạn phạm vi bài toán: Khóa luận chỉ tập trung phát hiện kệ đã hết hàng hoàn toàn (Out-Of-Stock), chưa giải quyết trường hợp kệ sắp hết hàng hoặc còn ít hàng (Low-Of-Stock).
  • Độ bền vững trước các ca khó: Mô hình vẫn còn nhầm lẫn trong các điều kiện môi trường phức tạp như phản chiếu tủ kính, biển giá che khuất, sản phẩm không bao bì hoặc góc chụp quá hẹp.
  • Quy mô tập dữ liệu nội địa: Số lượng ảnh kiểm thử thu thập tại các siêu thị Việt Nam còn khiêm tốn (143 ảnh) so với tập dữ liệu thu hoạch từ nguồn nước ngoài (430 ảnh test, 3.000 ảnh train).

Hướng nghiên cứu tiếp

  • Mở rộng bài toán sang nhận diện trạng thái còn ít hàng (Low-Of-Stock) để hỗ trợ quản lý kệ hàng toàn diện hơn.
  • Mở rộng thu thập và chuẩn hóa thêm dữ liệu hình ảnh tại các chuỗi siêu thị và cửa hàng tiện lợi tại Việt Nam nhằm tăng tính tổng quát hóa cho mô hình.
  • Nghiên cứu xử lý các trường hợp biên khó (ảnh phản chiếu gương kính, vật thể che khuất) và tối ưu hóa thời gian suy diễn của hệ thống phục vụ triển khai thời gian thực.

Giá trị tham khảo

Nghiên cứu mang lại giá trị tham khảo cụ thể cho các đối tượng học thuật và kỹ thuật:

  • Sinh viên và nhà nghiên cứu ngành Khoa học Máy tính, Thị giác Máy tính: Cung cấp tài liệu hệ thống hóa chi tiết về quá trình tiến hóa của họ mô hình YOLO (từ v1 đến v4) và toán học đằng sau kỹ thuật Compound Scaling, mạng BiFPN trong EfficientDet.
  • Kỹ sư phát triển hệ thống bán lẻ thông minh (Smart Retail): Tham khảo quy cách định nghĩa và đóng gói bộ dữ liệu ô trống (UIT-OOS), đặc biệt là 4 phân lớp nhãn (Normal, Small Obscured, Patterned, No Shelf) khi chuyển đổi bài toán nhận diện khoảng trống phi vật thể thành bài toán phát hiện đối tượng.
  • Tham khảo phân tích lỗi thực nghiệm: Chương phân tích các trường hợp khó (hard cases) là nguồn dữ liệu đối chuẩn thực tế giá trị cho bất kỳ ai triển khai thị giác máy tính trong môi trường siêu thị.

Câu hỏi thường gặp

1. Khóa luận phân biệt sự khác nhau giữa Out-Of-Stock và Low-Of-Stock như thế nào?
Trả lời: Out-Of-Stock được định nghĩa là trạng thái kệ hàng đã hết hàng hoàn toàn tại vị trí chứa hàng (đây là đối tượng nghiên cứu duy nhất của đề tài). Ngược lại, Low-Of-Stock là trạng thái kệ vẫn còn hàng bên trong nhưng số lượng ít; trường hợp này bị loại trừ khỏi phạm vi nghiên cứu của khóa luận.

2. Bộ dữ liệu UIT-OOS được cấu thành từ những nguồn nào và số lượng ảnh ra sao?
Trả lời: Bộ dữ liệu gồm 3.000 ảnh huấn luyện (train) trích xuất từ tập SKU-110K, 430 ảnh kiểm thử (test) từ các cửa hàng nước ngoài (SKU-110K), và 143 ảnh kiểm thử do nhóm tác giả tự chụp thực tế tại các siêu thị ở Việt Nam.

3. Bốn lớp ô trống được quy ước gán nhãn trong bộ dữ liệu UIT-OOS là gì?
Trả lời: Bốn lớp gồm: Normal OOS (ô trống hoàn toàn), Small Obscured OOS (ô trống bị thanh đỡ hoặc thanh lẫy che một phần), Patterned OOS (vách sau kệ có hoa văn đục lỗ hoặc lưới), và No Shelf OOS (vị trí móc treo hàng, không có mặt phẳng kệ đỡ).

4. Hai mô hình học sâu nào được lựa chọn thử nghiệm và kết quả chính xác đạt được là bao nhiêu?
Trả lời: Hai mô hình được lựa chọn là YOLOv4 và EfficientDet. Kết quả thực nghiệm cho thấy cả hai mô hình đạt hiệu năng phát hiện xấp xỉ nhau trên tập dữ liệu UIT-OOS, đạt mức độ chính xác khoảng ~47% mAP@0.5.

5. Vì sao các phương pháp truyền thống sử dụng đặc trưng cấp thấp kết hợp SVM lại thất bại trong bài toán này?
Trả lời: Phương pháp truyền thống dựa vào việc tìm các góc và vùng chữ nhật rồi phân lớp qua SVM theo hình dạng, màu sắc và họa tiết. Nhược điểm chí tử của cách làm này là không thể phân biệt được đâu là vùng trống dùng để chứa hàng hóa với các vùng trống nền cảnh không liên quan khác trong siêu thị.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Hoàng Trung và Nguyễn Chí Bảo đã giải quyết bài toán phát hiện ô trống trên kệ hàng bán lẻ (Out-Of-Stock) bằng cách tiếp cận bài toán phát hiện đối tượng thông qua các kiến trúc học sâu một giai đoạn. Nghiên cứu đã xây dựng thành công bộ dữ liệu ảnh UIT-OOS đầu tiên cho bài toán với quy ước 4 lớp ô trống cụ thể, đồng thời tiến hành huấn luyện, đánh giá so sánh hiệu năng của YOLOv4 và EfficientDet (cùng đạt mức ~47% mAP@0.5). Cuối cùng, đề tài đã triển khai hoàn chỉnh một ứng dụng web minh họa có khả năng tải ảnh, tự động định vị khung bao và đếm số lượng ô trống trực quan, tạo tiền đề kỹ thuật cho việc tự động hóa giám sát kệ hàng trong lĩnh vực bán lẻ thông minh.