Vaše oči se umore nakon 50 vijaka. AI se tek zagrijava.
Brojanje stvari ručno djeluje jednostavno dok to ne postane. Nakon otprilike 30 predmeta, vaš mozak prelazi s brojanja na procjenjivanje. Izgubite mjesto, ponovo prebrojite red i još se pitate jeste li pogodili. AI brojanje objekata pristupa drugačije: obrađuje cijelu sliku odjednom, označava svaki pronađeni predmet i vraća ukupan broj u sekundama. Evo kako to funkcionira.
Što se događa kada učitate fotografiju
Kada pošaljete fotografiju AI alatu za brojanje, tri se stvari događaju u brzom slijedu.
Prvo, sustav prethodno obrađuje vašu sliku: mijenja veličinu na standardnu dimenziju, normalizira boje i prilagođava omjer stranica. To traje milisekunde.
Zatim dolazi detekcija. Model računalnog vida skenira cijelu sliku u jednom prolazu. Moderne arhitekture poput YOLO (You Only Look Once) dijele sliku na mrežu i predviđaju položaje objekata, klasifikacije i ocjene pouzdanosti za svaku ćeliju istovremeno. Zamislite razliku između čitanja stranice riječ po riječ i obuhvaćanja cijele stranice jednim pogledom.
Za svaki objekt koji model pronađe, daje klasifikaciju (što misli da je objekt), položaj (koordinate na slici) i ocjenu pouzdanosti između 0 i 1 koja predstavlja koliko je siguran. Ocjena od 0.85 znači da je model 85% siguran da je pronašao stvarni objekt na tom mjestu.
Na kraju, prag pouzdanosti filtrira slabe detekcije. Sve ispod praga se odbacuje, čime se smanjuje broj lažnih brojanja. Preostale detekcije se zbrajaju i prikazuju kao obojene točke ili granični okviri na vašoj originalnoj fotografiji: ukupan broj plus vizualna mapa točno onoga što je prebrojeno i gdje.
Razlika u preciznosti: zašto AI nadmašuje vaše oči
Ljudski vid ima tvrdo ograničenje o kojem većina ljudi nikada ne razmišlja. Kognitivni znanstvenici to nazivaju subitiziranje: mozak može trenutno prepoznati količine od 1 do 4 predmeta s gotovo savršenom preciznošću. Iznad tog praga morate brojati jedan po jedan, a pogreške se počinju uvlačiti.
Istraživanje tvrtke Nventory pokazalo je da ljudi koji broje inventar normalnom radnom brzinom postižu prosječno oko 91% preciznosti - otprilike jednu pogrešku na svakih 10 predmeta. Ta stopa pogreške raste s umorom, distrakcijom i količinom. Kad zurite u 200 spojnih elemenata na polici, vaš mozak pogađa, a ne broji.
AI se ne umara, ne gubi mjesto i ne procjenjuje. Fino podešeni model YOLOv11 testiran u stvarnim skladišnim uvjetima postigao je 97% preciznosti brojanja kroz višestruka testiranja (Springer, 2026). U kontroliranim uvjetima s čistim, dobro osvijetljenim slikama, preciznost doseže 99%. Razlika se samo povećava s rastom količina.
Pri 50 predmeta, preciznost brojanja čovjeka i AI-ja je usporediva. Pri 500, AI jedva usporava dok vaša stopa pogreške raste sa svakom minutom koja prolazi. Što je veći broj, veća je prednost.
Brzina: minute naspram sekundi
Skladišni radnik koji ručno broji inventar obradi otprilike 250 do 750 predmeta na sat. Potpuno fizičko prebrojavanje srednjeg skladišta traje 1 do 3 dana s timom.
AI sustav za brojanje obradi jednu sliku za manje od 250 milisekundi na modernom hardveru. Čak i na pametnom telefonu obično traje 1 do 3 sekunde. Jedna fotografija može sadržavati stotine predmeta, svi prebrojeni u jednom prolazu.
Matematika je neravnomjerna. Zadatak koji timu od četvero ljudi oduzme 8-satni radni dan - oko 2,500 artikala - može se obaviti u minutama kada se svaka polica fotografira i obradi. Usko grlo se pomiče s brojanja na fotografiranje.
Gdje AI brojanje ima poteškoća
AI brojanje nije nepogrešivo. Poznavanje njegovih slabih točaka pomaže vam odlučiti kada mu vjerovati, a kada provjeriti rezultat.
Model vidi samo ono što je na površini. Predmeti zatrpani ispod nevidljivi su za kameru. Istraživanje ICCV 2025 potvrdilo je da naslagani objekti ostaju jedan od najtežih problema brojanja.
Predmeti manji od otprilike 20 piksela na slici postaju teški za razlikovanje od šuma. Fotografije veće rezolucije pomažu, ali postoji praktično ograničenje.
Kako se objekti zbijaju zajedno, model može spojiti susjedne predmete u jednu detekciju ili propustiti objekte stisnute između drugih.
Staklo, prozirna plastika i sjajne površine nemaju izrazite rubove, što dovodi do propuštenih ili fantomskih brojanja.
Brojanja iznad 1,000 na jednoj slici pojačavaju male pogreške po objektu u primjetna ukupna odstupanja. Podjela na više fotografija rješava ovaj problem.
Kada ručno brojanje i dalje pobjeđuje
AI treba vidljive objekte na fotografiji. Postoje situacije u kojima je ljudska procjena i dalje bolji alat:
- Manje od 10 predmeta - Sposobnost subitiziranja vašeg mozga čini brzi pogled bržim od bilo koje aplikacije.
- Potpuno skriveni objekti - Predmeti unutar zatvorenih kutija, iza zidova ili ispod drugih predmeta nevidljivi su za kameru.
- Miješane nepravilne gomile - Nered od vrlo različitih objekata u nasumičnim orijentacijama može zbuniti modele koji očekuju vizualnu dosljednost.
- Nema dostupne kamere - Ponekad je najbrži put jednostavno prebrojati ručno.
Praktična granica: ako su svi objekti jasno vidljivi i ima ih više od otprilike 20, AI gotovo uvijek daje brži i precizniji rezultat.
Zaključak
AI brojanje je sada brže, preciznije i dosljednije od ručnog brojanja za većinu praktičnih scenarija. Preostala ograničenja su stvarna, ali dobro razumljiva, i smanjuju se sa svakom novom generacijom modela.
Sljedeći put kad se nađete pred policom dijelova, pladnjem komponenata ili paletom kutija, pokušajte fotografirati umjesto brojati ručno. Dobit ćete odgovor u sekundama, i vjerojatno će biti precizniji od vašeg.