快消品图像识别丨无人店背后的商品识别技术

作者: 佚名 2017-11-06 16:50:38

快消品图像识别丨无人店背后的商品识别技术

人工智能一浪接一浪地席卷全球,AI的其中一个重要分支——计算机视觉,也如雨后春笋,不断涌现出新的想法和应用。人脸识别已经逐渐渗透我们的日常生活,机器能够认准人脸,想必大家都有所耳闻;而另一类计算机视觉的应用,是进行商品识别。

当前新兴的一些无人零售店,背后就需要机器对商品进行自动识别,拍图购物、AR互动营销等场景,也运用了商品识别技术。人工智能商业公司ImageDT,则利用商品图像识别技术提供2B商业服务,包括基于互联网图片大数据的商业分析,以及基于门店货架识别的渠道数据洞察,帮助消费品企业提升业绩。今天,图酱就跟大家科普应用在无人店、新零售中的商品识别技术。

数据逻辑

1. 让小孩“记住”超市里的所有商品

我们教一个小孩识物的时候,比如“苹果”,首先要让他反复的看到 “苹果”,他便能认识“苹果”;他可能会认错,把“梨”认成“苹果”,这个时候应该帮他指出来。小孩看到的“苹果”越多,辨识的能力就越强。

基于深度神经网络的人工智能,让机器具备理解的能力,基本过程就像教一个小孩认苹果一样。首先要有大量的数据, 比如“苹果”的图片;同时,要增加大量机器会认错的“负样本”,比如“梨”的图片;然后经过一个深度神经网络,反复学习,最终获得一个有效的识别模型。对于快消商品的识别,我们不仅要认出一个瓶子包装,还要认出是一瓶酸奶还是啤酒;不仅要认出酸奶,还要认出是哪个品牌的酸奶,甚至是哪个口味和规格。要让机器能够准确识别成千上万的快消商品SKU,是一项极其庞大而复杂的AI工程。

数据采集

2. 让机器获得学习的原始素材

首先,我们需要梳理出所有的目标商品清单,并设法获得每一件商品的图片数据。根据商品的特征辨识度,通常需要几十到几百张的有效图片。数据采集是一套组合拳。电商平台上拥有结构化的商品介绍图片以及大量的买家晒图,社交平台上也能获取到大量的消费者晒图,是性价比***的数据源。超市店内的真实货架数据,是最可靠的数据源,但获取和后期处理的成本都比较高。除此之外,ImageDT还通过自主研发智能灯箱和智能采集车,模拟各种不同的场景对商品进行360°拍摄从而建立庞大的训练数据库,以此来获取最丰富的训练数据。

数据标注

3. 有多少人工,才有多少智能采集到原始图片数据,通常会混杂许多“脏数据”,需要进行清洗;大部分情况下,还需要对图片中的物体进行标注和分类。只有可靠的数据才能产生高质量的识别模型。在每一个人工智能公司,都有一支特殊的军队——数据标注团队。ImageDT也不例外,在背后支撑这个团队的是一个充满黑科技的标注系统。

比如,图片在标注前通常会先经过弱模型的处理,让机器先解决 50%的问题;系统有支持批量标注的小图模式,让标注员可以一目十行,成倍提高标注的速度;产品经理反复打磨每一个功能,做A/B测试,从每处细节提高标注的体验和效率。除此之外,标注团队还为不同任务配置了不同等级的质量保证机制,包括抽样审核、全量审核、交叉校验、埋点校验等,确保让机器学习最准确最可靠的训练数据。

模型训练

4. “活到老学到老”,机器也要不断学习

准备好了数据,下一步就是让机器进行学习,建立识别模型的过程。同样的数据,选择不同的神经网络算法、以及不同的参数设置,将会影响最终模型的效果。模型建立之后,还需要进行管理:模型之间存在层次关系,数据和模型会存在版本的迭代,这些问题,当遇到大量商品类别的时候,显得非常艰难。在ImageDT内部,有一个自助式的深度学习平台,支持拖拉拽的算法和参数测试,甚至一个非程序员都可以傻瓜式的完成一次建模任务,并获得模型的效果评估报告。每一位ImageDT的新员工,不管是工程师,还是前台,都会接受一次半小时的建模培训;而在培训结束后,每个人都将能够独立的建立一个图像识别模型,整个过程只需要半小时。

同时,深度学习平台就像一个模型仓库,兼顾着对象、数据和模型的管理。整个建模的过程已经标准化,最快只需要一天,就能完成从数据采集、标注、建模到上线的整个流程。ImageDT的研发团队分为四个组,产品组、建模组、数据组和研究组。前三个组,负责实现流水线的搭建和经营,使得每天都能井井有条地建立大量新的商品识别模型,并快速上线,对每天数千万的图片数据进行识别和分析。研究组,则要克服各种疑难杂症,比如容易产生褶皱的软包装、商品侧面和背面的识别、遮挡和反光环境下的识别等等。

目前,在实际生产环境下,已经达到95%以上的识别准确率。人脸都有眼睛、鼻子、嘴巴等固定的特征,而超市中琳琅满目的商品,则千奇百态。与人脸识别相比,商品识别有更高的工程复杂度。ImageDT正在做的,就是实现这个庞大的AI工程,让机器能够自动地、准确地识别每一件商品。零售智能货架演示

人工智能 图像识别 数据逻辑
上一篇:用深度学习来解析梦境中出现的物体 下一篇:李开复:未来一半人类饭碗被AI抢走,唯独2大领域永远不会失业
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

OpenAI新论文打败GAN达到SOTA!这个霸气扩散模型是噱头还是干货

近日,OpenAI的两个研究员发表了一篇新文章,称他们的扩散模型在图像生成领域比GAN更强。然而,霸榜多年的GAN这么轻易就会落败么?

佚名 ·  12h前
刷脸时代真的来了,你有参与吗?

数据显示,预计未来几年,人脸识别市场规模将保持年均20%左右的高速增长,到2022 年,全球人脸识别市场规模将达75.95亿美元。

知情达理晚风r1 ·  16h前
九章云极DataCanvas完成C轮融资

 近日,九章云极DataCanvas宣布完成C轮融资,由尚珹资本、赛富投资基金领投,君紫投资、领沨资本等投资机构跟投,融资金额3亿元,致远资本担任独家财务顾问。

佚名 ·  16h前
人工智能未来会产生人类意识吗?

这个话题大家有想过吗?如果未来人工智能有意识,嘿太可怕了。有人觉得太遥远,有人觉得这是不可能的事。

规律会说真相 ·  16h前
频上热搜的马斯克,被“高估”的特斯拉

马斯克又上热搜了,然而与特斯拉没关,也与Space X没关。对于公众而言,似乎更关心的是特斯拉的安全问题。

高秀松 ·  17h前
DeepMind新模型自动生成CAD草图,网友:建筑设计要起飞了

在最近的一项研究中,DeepMind 提出了一种机器学习模型,能够自动生成此类草图,且结合了通用语言建模技术以及现成的数据序列化协议,具有足够的灵活性来适应各领域的复杂性,并且对于无条件合成和图像到草图的转换都表现良好。

力元 ·  1天前
应用优势多多!聊天机器人助力经济焕发新活力

随着时代的发展,语音科技的运用也更多出现于日常生活,虽然我们没有意识到它的存在,但在不知不觉中已享受到了聊天机器人带来的便利。

佚名 ·  1天前
人工智能如何彻底改变零售客户体验

人工智能技术如今广泛应用在各行业领域,零售行业也不例外,因此需要了解人工智能技术如何改变其业务模式。

Madiha Jamal ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载