作者:ImageDT圖匠數(shù)據(jù)
人工智能一浪接一浪地席卷全球,AI的其中一個(gè)重要分支——計(jì)算機(jī)視覺,也如雨后春筍,不斷涌現(xiàn)出新的想法和應(yīng)用。人臉識(shí)別已經(jīng)逐漸滲透我們的日常生活,機(jī)器能夠認(rèn)準(zhǔn)人臉,想必大家都有所耳聞;而另一類計(jì)算機(jī)視覺的應(yīng)用,是進(jìn)行商品識(shí)別。
當(dāng)前新興的一些無人零售店,背后就需要機(jī)器對(duì)商品進(jìn)行自動(dòng)識(shí)別,拍圖購(gòu)物、AR互動(dòng)營(yíng)銷等場(chǎng)景,也運(yùn)用了商品識(shí)別技術(shù)。人工智能商業(yè)公司ImageDT,則利用商品圖像識(shí)別技術(shù)提供2B商業(yè)服務(wù),包括基于互聯(lián)網(wǎng)圖片大數(shù)據(jù)的商業(yè)分析,以及基于門店貨架識(shí)別的渠道數(shù)據(jù)洞察,幫助消費(fèi)品企業(yè)提升業(yè)績(jī)。今天,圖醬就跟大家科普應(yīng)用在無人店、新零售中的商品識(shí)別技術(shù)。
數(shù)據(jù)邏輯
1?讓小孩“記住”超市里的所有商品
我們教一個(gè)小孩識(shí)物的時(shí)候,比如“蘋果”,首先要讓他反復(fù)的看到 “蘋果”,他便能認(rèn)識(shí)“蘋果”;他可能會(huì)認(rèn)錯(cuò),把“梨”認(rèn)成“蘋果”,這個(gè)時(shí)候應(yīng)該幫他指出來。小孩看到的“蘋果”越多,辨識(shí)的能力就越強(qiáng)。
基于深度神經(jīng)網(wǎng)絡(luò)的人工智能,讓機(jī)器具備理解的能力,基本過程就像教一個(gè)小孩認(rèn)蘋果一樣。首先要有大量的數(shù)據(jù), 比如“蘋果”的圖片;同時(shí),要增加大量機(jī)器會(huì)認(rèn)錯(cuò)的“負(fù)樣本”,比如“梨”的圖片;然后經(jīng)過一個(gè)深度神經(jīng)網(wǎng)絡(luò),反復(fù)學(xué)習(xí),最終獲得一個(gè)有效的識(shí)別模型。對(duì)于快消商品的識(shí)別,我們不僅要認(rèn)出一個(gè)瓶子包裝,還要認(rèn)出是一瓶酸奶還是啤酒;不僅要認(rèn)出酸奶,還要認(rèn)出是哪個(gè)品牌的酸奶,甚至是哪個(gè)口味和規(guī)格。要讓機(jī)器能夠準(zhǔn)確識(shí)別成千上萬的快消商品SKU,是一項(xiàng)極其龐大而復(fù)雜的AI工程。
數(shù)據(jù)采集
2?讓機(jī)器獲得學(xué)習(xí)的原始素材
首先,我們需要梳理出所有的目標(biāo)商品清單,并設(shè)法獲得每一件商品的圖片數(shù)據(jù)。根據(jù)商品的特征辨識(shí)度,通常需要幾十到幾百?gòu)埖挠行D片。數(shù)據(jù)采集是一套組合拳。電商平臺(tái)上擁有結(jié)構(gòu)化的商品介紹圖片以及大量的買家曬圖,社交平臺(tái)上也能獲取到大量的消費(fèi)者曬圖,是性價(jià)比最高的數(shù)據(jù)源。超市店內(nèi)的真實(shí)貨架數(shù)據(jù),是最可靠的數(shù)據(jù)源,但獲取和后期處理的成本都比較高。除此之外,ImageDT還通過自主研發(fā)智能燈箱和智能采集車,模擬各種不同的場(chǎng)景對(duì)商品進(jìn)行360°拍攝從而建立龐大的訓(xùn)練數(shù)據(jù)庫,以此來獲取最豐富的訓(xùn)練數(shù)據(jù)。
數(shù)據(jù)標(biāo)注
3?有多少人工,才有多少智能采集到原始圖片數(shù)據(jù),通常會(huì)混雜許多“臟數(shù)據(jù)”,需要進(jìn)行清洗;大部分情況下,還需要對(duì)圖片中的物體進(jìn)行標(biāo)注和分類。只有可靠的數(shù)據(jù)才能產(chǎn)生高質(zhì)量的識(shí)別模型。在每一個(gè)人工智能公司,都有一支特殊的軍隊(duì)——數(shù)據(jù)標(biāo)注團(tuán)隊(duì)。ImageDT也不例外,在背后支撐這個(gè)團(tuán)隊(duì)的是一個(gè)充滿黑科技的標(biāo)注系統(tǒng)。
比如,圖片在標(biāo)注前通常會(huì)先經(jīng)過弱模型的處理,讓機(jī)器先解決?50%的問題;系統(tǒng)有支持批量標(biāo)注的小圖模式,讓標(biāo)注員可以一目十行,成倍提高標(biāo)注的速度;產(chǎn)品經(jīng)理反復(fù)打磨每一個(gè)功能,做A/B測(cè)試,從每處細(xì)節(jié)提高標(biāo)注的體驗(yàn)和效率。除此之外,標(biāo)注團(tuán)隊(duì)還為不同任務(wù)配置了不同等級(jí)的質(zhì)量保證機(jī)制,包括抽樣審核、全量審核、交叉校驗(yàn)、埋點(diǎn)校驗(yàn)等,確保讓機(jī)器學(xué)習(xí)最準(zhǔn)確最可靠的訓(xùn)練數(shù)據(jù)。
模型訓(xùn)練
4?“活到老學(xué)到老”,機(jī)器也要不斷學(xué)習(xí)
準(zhǔn)備好了數(shù)據(jù),下一步就是讓機(jī)器進(jìn)行學(xué)習(xí),建立識(shí)別模型的過程。同樣的數(shù)據(jù),選擇不同的神經(jīng)網(wǎng)絡(luò)算法、以及不同的參數(shù)設(shè)置,將會(huì)影響最終模型的效果。模型建立之后,還需要進(jìn)行管理:模型之間存在層次關(guān)系,數(shù)據(jù)和模型會(huì)存在版本的迭代,這些問題,當(dāng)遇到大量商品類別的時(shí)候,顯得非常艱難。在ImageDT內(nèi)部,有一個(gè)自助式的深度學(xué)習(xí)平臺(tái),支持拖拉拽的算法和參數(shù)測(cè)試,甚至一個(gè)非程序員都可以傻瓜式的完成一次建模任務(wù),并獲得模型的效果評(píng)估報(bào)告。每一位ImageDT的新員工,不管是工程師,還是前臺(tái),都會(huì)接受一次半小時(shí)的建模培訓(xùn);而在培訓(xùn)結(jié)束后,每個(gè)人都將能夠獨(dú)立的建立一個(gè)圖像識(shí)別模型,整個(gè)過程只需要半小時(shí)。
同時(shí),深度學(xué)習(xí)平臺(tái)就像一個(gè)模型倉庫,兼顧著對(duì)象、數(shù)據(jù)和模型的管理。整個(gè)建模的過程已經(jīng)標(biāo)準(zhǔn)化,最快只需要一天,就能完成從數(shù)據(jù)采集、標(biāo)注、建模到上線的整個(gè)流程。ImageDT的研發(fā)團(tuán)隊(duì)分為四個(gè)組,產(chǎn)品組、建模組、數(shù)據(jù)組和研究組。前三個(gè)組,負(fù)責(zé)實(shí)現(xiàn)流水線的搭建和經(jīng)營(yíng),使得每天都能井井有條地建立大量新的商品識(shí)別模型,并快速上線,對(duì)每天數(shù)千萬的圖片數(shù)據(jù)進(jìn)行識(shí)別和分析。研究組,則要克服各種疑難雜癥,比如容易產(chǎn)生褶皺的軟包裝、商品側(cè)面和背面的識(shí)別、遮擋和反光環(huán)境下的識(shí)別等等。
目前,在實(shí)際生產(chǎn)環(huán)境下,已經(jīng)達(dá)到95%以上的識(shí)別準(zhǔn)確率。人臉都有眼睛、鼻子、嘴巴等固定的特征,而超市中琳瑯滿目的商品,則千奇百態(tài)。與人臉識(shí)別相比,商品識(shí)別有更高的工程復(fù)雜度。ImageDT正在做的,就是實(shí)現(xiàn)這個(gè)龐大的AI工程,讓機(jī)器能夠自動(dòng)地、準(zhǔn)確地識(shí)別每一件商品。零售智能貨架演示
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- IDC:三季度全球以太網(wǎng)交換機(jī)收入同比下降7.9%、環(huán)比增長(zhǎng)6.6%
- Fortinet李宏凱:2025年在中國(guó)大陸啟動(dòng)SASE PoP節(jié)點(diǎn)部署 助力企業(yè)出海
- Fortinet李宏凱:2024年Fortinet全球客戶已超80萬
- 央國(guó)企采購(gòu)管理升級(jí),合合信息旗下啟信慧眼以科技破局難點(diǎn)
- Apache Struts重大漏洞被黑客利用,遠(yuǎn)程代碼執(zhí)行風(fēng)險(xiǎn)加劇
- Crunchbase:2024年AI網(wǎng)絡(luò)安全行業(yè)風(fēng)險(xiǎn)投資超過26億美元
- 調(diào)查報(bào)告:AI與云重塑IT格局,77%的IT領(lǐng)導(dǎo)者視網(wǎng)絡(luò)安全為首要挑戰(zhàn)
- 長(zhǎng)江存儲(chǔ)發(fā)布聲明:從無“借殼上市”意愿
- 泛微·數(shù)智大腦Xiaoe.AI正式發(fā)布,千人現(xiàn)場(chǎng)體驗(yàn)數(shù)智化運(yùn)營(yíng)場(chǎng)景
- IDC:2024年第三季度北美IT分銷商收入增長(zhǎng)至202億美元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。