日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網為廣大站長提供免費收錄網站服務,提交前請做好本站友鏈:【 網站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

在傳統生鮮超市中,果蔬稱重、收銀結算場景需要操作員進行人工操作。從辨識果蔬、稱重、打價簽、結算,操作員每一步操作都要盡量壓縮時間。盡管如此,顧客也經常需要在稱重臺前排起長隊。

在 AI 應用加速落地的今天,許多行業都通過接入 AI 能力在一些核心業務進行創新與升級,大到制造業、酒店業、交通物流推出無人工廠、服務機器人、無人車;小到我們離不開的飲食起居中隨處可見的人臉支付、智能家居,生活的方方面面都在變得更加智能。其中,商超中的結算收銀場景,也被許多科技企業所關注。

智能視覺秤識別各類果蔬,簡單操作事半功倍

廈門一家科技企業打造了一款智能秤,由 AI 模型能力和硬件兩部分構成。在模型層面,通過“百度飛槳企業版”EasyDL 的圖像分類模型打造出可識別超過150種果蔬的識別模型,滿足商超日常需求;在硬件層面,把使用 EasyDL 開發的模型通過軟硬一體方案集成在百度自研硬件 EdgeBoard(Lite)-FZ3B 計算卡上實現離線計算,結合攝像頭完成果蔬識別智能秤的研發。

在引入 AI 能力前,人工查詢菜品圖片通常需要2-3秒,使用智能視覺秤后,對菜品的識別時間縮短至0.2秒內,同時配合系統完成自動稱重,整體效率提升超過10倍,大大縮短了顧客的排隊時間,幫助線下商超提升顧客購物體驗。目前,此智能視覺秤已在物美等大型連鎖超市進行試點與落地應用。

 黑科技支持零代碼模型開發 ,小時級實現企業 AI 應用

在智能視覺秤中,該公司使用百度 EasyDL 零門檻 AI 開發平臺定制開發了高精度果蔬識別模型,并通過軟硬一體方案在百度自研硬件 EdgeBoard 計算卡上進行部署,高效完成智能秤的研發。

百度 EasyDL 基于飛槳開源深度學習平臺,面向企業開發者提供零門檻 AI 開發平臺,一站式支持智能標注、模型訓練、服務部署等全流程功能,助力企業高效獲取高質量 AI 服務。

EasyDL 平臺實現了零代碼自動化模型訓練,用戶無需了解算法細節,最快可十分鐘完成模型定制。同時,EasyDL 內置了百度自研的超大規模視覺預訓練模型和文本預訓練模型,可以幫助用戶在少量數據的基礎上提升模型效果,進一步降低高精度模型的開發難度。

IMG_257

考慮到不同企業有多種多樣的 AI 應用場景,EasyDL 在模型部署上力求適應更廣的環境,目前可部署在公有云、設備端、私有服務器、軟硬一體方案,用戶可以自主選擇。其中,在設備端的部署上,EasyDL 內置了用于端模型適配與加速的 EasyEdge 功能模塊,支持將模型發布為適配多種 AI 芯片與操作系統的端或邊緣計算模型,提供純離線計算或端云協同服務。EasyEdge 擁有目前業界最廣泛的硬件適配,包括超過15種芯片類型與四大操作系統,如英特爾通用 x86、英偉達 GPU、百度昆侖、通用 ARM、華為海思等,用戶可以根據業務場景靈活選擇。

IMG_258

智能秤在研發時選擇了通過 EasyDL-EdgeBoard 軟硬一體方案進行部署,EasyDL 目前已推出與百度自研硬件 EdgeBoard 系列和英偉達 Jetson 系列合作的共計6款軟硬一體方案,并根據硬件進行了專項適配與加速,覆蓋了超高性能、高性能、低成本全矩陣,滿足了企業端計算應用在性能和成本的不同要求。

IMG_259

目前,EasyDL 通過百度智能云已經服務超過70萬企業用戶,在工業制造、零售快消、智能硬件、政府、文化教育、交通物流、互聯網等領域廣泛落地。

分享到:
標簽:增效 助力 果蔬 智能 打造 EasyDL 商超降
用戶無頭像

網友整理

注冊時間:

網站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網站吧!
最新入駐小程序

數獨大挑戰2018-06-03

數獨一種數學游戲,玩家需要根據9

答題星2018-06-03

您可以通過答題星輕松地創建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學四六

運動步數有氧達人2018-06-03

記錄運動步數,積累氧氣值。還可偷

每日養生app2018-06-03

每日養生,天天健康

體育訓練成績評定2018-06-03

通用課目體育訓練成績評定