StartDT AI实验室|视觉智能引擎——人工智能识货赋能商品数字化

  

自零售领域近些年围绕转型升级建设性地提出了以“人、货、场”三核心为基础的新零售蓝图之后,各方新技术蜂拥在零售的各型场景中角力。在之前的分享中,我们主要介绍了奇点云是如何通过人工智能技术,从“人”的维度切入零售场景的。而本文将着重介绍奇点云的人工智能技术是如何从“货”的维度赋能零售商业的。

  

视觉智能引擎作为奇点云AI落地的第一步,在商品数字化方面发挥着主要作用。而从视觉角度来说,“货”的形态差异相较于“人”来说有了显著增加。不同的垂直行业为顺应市场需求所开发的产品,无论在产品功能还是形态上都千差万别,甚至同类型产品也会产生出不同的形态以顺应差异化的细分需求。这对视觉智能引擎提出了新的挑战,也激发出了StartDT AI实验室更大的技术突破。下面从奇点云已经商业落地的场景中选了几个比较有代表性的行业场景来展示StartDT AI实验室已取得的技术突破。

  

AI识货赋能服饰行业

  

我们在17年率先推出服装识别技术,结合产品——奇点魔镜实现落地。在这个场景中,用户站在奇点魔镜前站定几秒后,奇点魔镜首先将对用户的穿着进行分割理解,从中分离出T恤,风,衣夹克,牛仔裤等各种类型的服饰,然后通过对单品服饰的分析,例如T恤,我们可以对其抽取特征,分析出T恤的风格,袖长,版型等属性,最后在我们自建的百万级服饰商品库中,使用推荐算法为用户推荐相似的,配套的商品,从而达到引流客户,智能导购的效果。

  

 StartDT AI实验室|视觉智能引擎——人工智能识货赋能商品数字化”> <br/>在这个链路中,我们当时碰到的主要问题和解决方案:</p>
  <p>吗? 1。获取用户准确的衣着信息并获取特征时,像T恤,短裤这样上下装明显的衣着较容易获取,但像连衣裙,风衣类较长的衣着却较难处理。</p>
  <p>我们通过收集大量数据,清洗打标,完善数据集,并使用级连方法,先对服饰一级标签进行检测分析,再进行二次处理,从而提高了分割效果。</p>
  <p>吗? 2。服饰属性多样且没有统一的标准,如何快速同时判断成为难题。</p>
  <p>我们将属性的分类器各自独立互不影响,使用特征作为输入,减少了重复运算,另外我们将分类器同时接在图形中,使整体过程的端到端、快速有效。</p>
  <p>吗? 3。大规模检索:当数据库较大时,检索速度慢,无法快速响应。</p>
  <p>我们将比对数据库部署在分布式集群上,实现了特征比对层面的使用映射-规约模式,使我们在应对各种级别的比对时游刃有余。</p>
  <h2> AI识货赋能快消饮品行业</h2>
  <p>我们在快消饮品行业已有近两年的探索历史。各式各样的饮品,包括矿泉的水,碳酸饮料、果汁,啤酒,白酒等都可以在奇点魔柜中售卖。我们通过自研的深度学习算法,数据采样方法,配合我们定制化的硬件配置,实现了在商用场景中99%以上的识别准确率。我们将货损率控制以在1%内,低于快消饮品行业平均货损水平。此外,我们在不平到1米的占地空间上实现了极高的坪占比,单柜单月零售额可达千元级别,却仅需少量的维护工作。</p>
  <p> <img src=StartDT AI实验室|视觉智能引擎——人工智能识货赋能商品数字化