Abstract
<jats:p>Perakende sektörü, yüksek ürün çeşitliliği, kısa ürün yaşam döngüsü ve talep dalgalanmalarının belirginliği nedeniyle etkin stok yönetimini zorunlu kılan dinamik operasyonel alanlardan biridir. Geleneksel manuel stok takip yöntemleri; insan hatasına açıklık, düşük zaman çözünürlüğü, yüksek personel maliyeti ve kayıt güncellemelerinde gecikme gibi yapısal problemler içermektedir. Bu çalışmada, market raflarındaki ürünlerin görüntüler üzerinden gerçek zamanlı olarak tespit edilmesi ve stok bilgilerinin otomatik güncellenmesi için YOLOv4-tiny algoritmasına dayalı uçtan uca bir sistem önerilmektedir. Çalışma kapsamında, 11 farklı ürün sınıfına ait toplam 33.000 etiketli nesne içeren özgün bir veri seti oluşturulmuştur. Model eğitimi Darknet çerçevesi ile Google Colaboratory ortamında gerçekleştirilmiş ve ortalama %92 doğruluk oranı elde edilmiştir. Sistemin en önemli katkısı, tespit edilen ürün bilgilerini dinamik bir Excel tablosu ile gerçek zamanlı olarak entegre ederek anlık stok güncellemesi sağlamasıdır. Stok miktarı sıfıra ulaştığında ilgili ürün durumu otomatik olarak "Tükendi" şeklinde işaretlenmektedir. Önerilen sistem, manuel stok takibini ortadan kaldırarak insan kaynaklı hataları minimize etmekte, operasyonel verimliliği artırmakta ve akıllı raf sistemleri, otomatik envanter yönetimi ile perakende analitiği gibi ileri teknoloji uygulamalarına temel oluşturmaktadır. Gelecek çalışmalarda, veri artırma teknikleri ve mobil uyumlu kullanıcı arayüzleri gibi geliştirmelerle sistemin işlevselliğinin artırılması hedeflenmektedir.</jats:p>