[[208848]]

人工智能一浪接一浪地席卷全球，AI的其中一個重要分支——計算機(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;而另一類計算機(jī)視覺的應(yīng)用，是進(jìn)行商品識別。

當(dāng)前新興的一些無人零售店，背后就需要機(jī)器對商品進(jìn)行自動識別，拍圖購物、AR互動營銷等場景，也運用了商品識別技術(shù)。人工智能商業(yè)公司ImageDT，則利用商品圖像識別技術(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別的渠道數(shù)據(jù)洞察，幫助消費品企業(yè)提升業(yè)績。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

我們教一個小孩識物的時候，比如“蘋果”，首先要讓他反復(fù)的看到 “蘋果”，他便能認(rèn)識“蘋果”;他可能會認(rèn)錯，把“梨”認(rèn)成“蘋果”，這個時候應(yīng)該幫他指出來。小孩看到的“蘋果”越多，辨識的能力就越強(qiáng)。

[[208849]]

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，要增加大量機(jī)器會認(rèn)錯的“負(fù)樣本”，比如“梨”的圖片;然后經(jīng)過一個深度神經(jīng)網(wǎng)絡(luò)，反復(fù)學(xué)習(xí)，最終獲得一個有效的識別模型。對于快消商品的識別，我們不僅要認(rèn)出一個瓶子包裝，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)出是哪個品牌的酸奶，甚至是哪個口味和規(guī)格。要讓機(jī)器能夠準(zhǔn)確識別成千上萬的快消商品SKU，是一項極其龐大而復(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)商品的特征辨識度，通常需要幾十到幾百張的有效圖片。數(shù)據(jù)采集是一套組合拳。電商平臺上擁有結(jié)構(gòu)化的商品介紹圖片以及大量的買家曬圖，社交平臺上也能獲取到大量的消費者曬圖，是性價比***的數(shù)據(jù)源。超市店內(nèi)的真實貨架數(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，模擬各種不同的場景對商品進(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)量的識別模型。在每一個人工智能公司，都有一支特殊的軍隊——數(shù)據(jù)標(biāo)注團(tuán)隊。ImageDT也不例外，在背后支撐這個團(tuán)隊的是一個充滿黑科技的標(biāo)注系統(tǒng)。

比如，圖片在標(biāo)注前通常會先經(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)打磨每一個功能，做A/B測試，從每處細(xì)節(jié)提高標(biāo)注的體驗和效率。除此之外，標(biāo)注團(tuán)隊還為不同任務(wù)配置了不同等級的質(zhì)量保證機(jī)制，包括抽樣審核、全量審核、交叉校驗、埋點校驗等，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)和模型會存在版本的迭代，這些問題，當(dāng)遇到大量商品類別的時候，顯得非常艱難。在ImageDT內(nèi)部，有一個自助式的深度學(xué)習(xí)平臺，支持拖拉拽的算法和參數(shù)測試，甚至一個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估報告。每一位ImageDT的新員工，不管是工程師，還是前臺，都會接受一次半小時的建模培訓(xùn);而在培訓(xùn)結(jié)束后，每個人都將能夠獨立的建立一個圖像識別模型，整個過程只需要半小時。

[[208852]]

同時，深度學(xué)習(xí)平臺就像一個模型倉庫，兼顧著對象、數(shù)據(jù)和模型的管理。整個建模的過程已經(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、建模到上線的整個流程。ImageDT的研發(fā)團(tuán)隊分為四個組，產(chǎn)品組、建模組、數(shù)據(jù)組和研究組。前三個組，負(fù)責(zé)實現(xiàn)流水線的搭建和經(jīng)營，使得每天都能井井有條地建立大量新的商品識別模型，并快速上線，對每天數(shù)千萬的圖片數(shù)據(jù)進(jìn)行識別和分析。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)面和背面的識別、遮擋和反光環(huán)境下的識別等等。

目前，在實際生產(chǎn)環(huán)境下，已經(jīng)達(dá)到95%以上的識別準(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)。與人臉識別相比，商品識別有更高的工程復(fù)雜度。ImageDT正在做的，就是實現(xiàn)這個龐大的AI工程，讓機(jī)器能夠自動地、準(zhǔn)確地識別每一件商品。零售智能貨架演示