国产电影精品一区-日韩专区一区-亚洲小说欧美激情另类,亚洲精品在线观看视频,欧美性生交大片免费看app麻豆,久久99国产精品二区不卡

什么因素會影響AI圖片識別速度?

熱點
TIME
2022-11-24 09:59
科技在線
分享

  當下我們面對信息極度爆發(fā)和過度碎片化的繁雜商業(yè)結(jié)構(gòu),在組織人數(shù)較少的階段,還可以依靠人員記錄反饋的方式來獲取數(shù)據(jù),而當組織愈發(fā)龐大、覆蓋區(qū)域愈發(fā)廣博、終端門店愈發(fā)密集的階段,人性本惰的特性就會成為組織獲取客觀數(shù)據(jù)最大的障礙點。

  根據(jù)目前工業(yè)界的技術發(fā)展現(xiàn)狀和趨勢,從經(jīng)濟、效率、數(shù)據(jù)真實性幾方面綜合評估,人工智能解決方案目前依然是企業(yè)數(shù)字化解決方案的最優(yōu)方案之一。

  在零售領域整個門店執(zhí)行相關的業(yè)務流程中,AI在很多環(huán)節(jié)都能發(fā)揮作用,并解決傳統(tǒng)方式解決不了的問題。依靠AI實現(xiàn)海量場景識別,可以及時、高效、客觀獲取終端及各節(jié)點的數(shù)據(jù),從而還原貨架真相,驅(qū)動智慧零售。

  在AI應用中,圖像識別技術占據(jù)著極為重要的地位。事實上,一次完整的圖片識別流程包括:圖片上傳->圖像識別及KPI計算->結(jié)果回傳。

  那么其中有哪些因素會影響到AI圖片識別的速度呢?

  圖片上傳

  該環(huán)節(jié)主要影響因素:

  1、單張圖片的體積(分辨率)大小。不同品類、場景、KPI,識別對于圖片分辨率的要求不同,一般從200K-4M都有可能。越大的圖片分辨率,需要上傳的時間越長。

  2、上傳時的網(wǎng)絡環(huán)境。店內(nèi)網(wǎng)絡環(huán)境直接影響網(wǎng)絡傳輸?shù)难訒r和帶寬,對于一些網(wǎng)絡信號不佳的門店環(huán)境(如負1層),上傳速度將可能成為整體識別速度瓶頸。并且上傳速度取決于門店環(huán)境和網(wǎng)絡運營商,一般來說圖像識別供應商無法控制這一過程。

  圖像識別及KPI計算

  該環(huán)節(jié)主要影響因素:

  1、單模型推理速度。考慮到圖像識別是復雜的計算過程,AI供應商一般會將模型放到GPU設備運行,一般對于簡單識別場景,如僅需判斷SKU有無,其所需架構(gòu)的模型非常少,識別實現(xiàn)便可以達到很快的速度。但對于實際零售場景中高近似度產(chǎn)品和多遮擋的情況,如系列包裝、大小瓶、塑料袋裝易變形產(chǎn)品的識別,就需要使用計算機視覺加復雜的專家推理引擎進行配合,才能實現(xiàn)較好的業(yè)務指標。

  單模型最大的障礙點是對復雜業(yè)務場景或SKU數(shù)量較多的品牌,難以保證識別的高精度結(jié)果,往往在F1中的召回率%會異常高,造成很多產(chǎn)品的漏識別或者串識別。

  2、業(yè)務復雜度。隨著圖像識別技術在實體零售領域的不斷深化使用,品牌方的業(yè)務需求越來越復雜,一般來說已經(jīng)不能夠通過單一模型完成全部識別內(nèi)容,需要不同種類、不同功能模型組合使用,以實現(xiàn)最終的全部業(yè)務需求。一般情況除簡單分銷指標外,還需要同步輸出Facing數(shù)、陳列層數(shù)、SOS貨架份額、黃金面位、價格、POSM等,這些需要多層復合模型的計算,以及需要貨架拼接并高精度去重才能實現(xiàn)。

  目前朗鏡已與多個云供應商深度合作,使用業(yè)界專業(yè)顯卡設備,并從深度學習框架和底層cuda計算引擎入手,對模型執(zhí)行深度計算分析,并利用IO優(yōu)化、模型剪枝、提升計算并行度等一系列手段提升推理速度。優(yōu)化后單位推理速度相比baseline提升40%以上。

  一個典型的模型運行體系如下:

  可以看到,越復雜的業(yè)務和KPI涉及到越多的模型,勢必消耗更多資源,拉升識別時間。這些模型之間可能存在依賴關系(如商品檢測后才能運行商品分類),如何分析、建立不同模型之間的關系,并將互不依賴的部分盡可能并行計算,是影響全鏈路識別速度的關鍵問題之一。

  通過模塊化識別引擎,能夠動態(tài)拆卸識別目標及計算過程,按需取用,針對具體項目僅保留最核心的識別邏輯。同時朗鏡將識別過程抽象為有向圖模式,利用圖依賴優(yōu)化識別過程,針對無依賴的節(jié)點能夠輕易并發(fā)執(zhí)行,盡可能提升識別速度。

  結(jié)果回傳

  主要取決于網(wǎng)絡環(huán)境。

  朗鏡科技(Trax中國)將世界領先的AI圖像識別技術運用在消費品零售領域,運用計算機視覺技術對商品進行深度學習,通過拍攝圖片輕松獲取零售終端貨架商品表現(xiàn),如黃金SKU鋪貨率、貨架占比、排面占比、商品名稱規(guī)格、陳列情況、促銷執(zhí)行情況、是否缺貨等,真實還原貨架實情。

  我們的優(yōu)勢

  1、成熟的圖片分辨率評估能力。朗鏡針對不同品類和不同場景所需要的圖片分辨率,具備充分的實際經(jīng)驗,能夠兼顧圖像識別需要和上傳速度,給出最佳的平衡。

  2、快速的模型推理過程。對于單個模型的推理過程,朗鏡進行了深度計算優(yōu)化,大幅度提升模型推理速度,單位推理速度相比baseline提升40%以上。

  3、靈活高效的識別引擎架構(gòu)。朗鏡具備模塊化識別引擎,能夠動態(tài)拆卸識別目標及計算過程,針對具體項目僅保留最核心的識別邏輯。同時朗鏡將識別過程抽象為有向圖模式,利用圖依賴優(yōu)化識別過程,針對無依賴的節(jié)點能夠輕易并發(fā)執(zhí)行,盡可能提升識別速度。

  我們的價值

  1、提高工作效率。業(yè)務員訪店記錄時間由30min降到2min。

  2、降低數(shù)據(jù)錯誤率。通過拍照模式,精準識別,檢查人工錯誤和作假數(shù)據(jù),極大降低終端數(shù)據(jù)獲取錯誤率。

  3、促進業(yè)績增長。AI人工智能替代人工獲取線下零售終端數(shù)據(jù),極大解放了銷售人員的生產(chǎn)力,將更多的時間投入在提高銷售業(yè)績的主要環(huán)節(jié)即與消費者溝通和運營管理。

  朗鏡科技(Trax中國)前沿的計算機視覺、機器學習、物聯(lián)網(wǎng)平臺和眾包服務平臺,可將零售貨架圖片轉(zhuǎn)化為顆粒化、可執(zhí)行的貨架和門店層面洞察,從而為消費品品牌和零售商提供門店執(zhí)行解決方案,提升執(zhí)行能力,增加銷量及市場份額。


THE END
免責聲明:本文系轉(zhuǎn)載,版權歸原作者所有;刊載之目的為傳播更多信息,如內(nèi)容不適請及時通知我們。

相關熱點

  11月23日消息,今日下午,“星巴克”話題登上微博熱搜?! ?jù)了解,星巴克推出0.01元2杯馥芮白咖啡券活動,賣出90幾萬單。多位消費者搶到了0.01元的星巴克飲品,發(fā)現(xiàn)無法兌...
消費
  今日,小米集團披露2022年第三季度業(yè)績公告。報告期內(nèi)總收入達人民幣705億元,經(jīng)調(diào)整凈利潤人民幣21億元,其中包含智能電動汽車等創(chuàng)新業(yè)務費用人民幣8.29億元。本季度研...
電商

相關推薦

1
3