AI动态视觉识别技术
快速准确的实现商品识别，助力品牌及运营商提升运营效率
技术介绍
嗨便利AI动态视觉识别技术，通过业务驱动的自学习平台，搭载通用模型的能力迁移，支撑多领域算法，多领域融合决策引擎，实现商品的快速识别。
AI识别参与率
商品正确识别率
业务驱动的自学习平台
一站式自学习平台，支持新增SKU自动训练功能，凭借不同角度的商品图片，即可快速实现新增商品SKU，助力运营效率的提升。
通用模型的能力迁移
基于海量的无标签数据，利用自监督学习获取强大的通用模型；通过少量特定领域的标注数据，将训练好的模型以较低的成本迁移到各类算法中。
多领域算法
——
商品种类日渐增多 、商品外包装不断升级，加之用户在购物时可能会出现无意遮挡、损坏商品等非友好问题，使得商品的识别难度逐渐增加，单一识别算法已无法满足市场的需要。
嗨便利采用多领域算法，结合大量国际学术成果支撑，配以海量的商品图像数据库及购物视频数据，可快速应用于多种柜型的商品识别，实现99%以上的高识别率。
多模型融合检测算法
采用水平框检测模型和旋转框检测模型融合检测算法，兼顾高召回率和高准确率 ，获取精准的检测结果。
多层级商品分类算法
先以粗分类模型快速获得候选品类，再以精细化特征匹配到细分品类，实现商品的快速识别。基于匹配的识别方法，还可以快速支持新品类。
智能多物体跟踪算法
结合多种信息，关联购物视频前后帧检测框，以生成物体运动轨迹，可实现多商品的检测。
光流跟踪算法
用户购物时因遮挡商品会引起商品运动轨迹中断，通过光流跟踪算法可预测并连接商品运动轨迹，补偿轨迹断裂，实现商品的识别。
货柜区域分割算法
快速支持多种柜型，获得货柜内部区域信息，用作判定商品取出/放回状态。
商品计数算法
计数算法可得到正确的商品数目及位置， 多重校验，避免小物体漏检，避免货损。
多领域融合决策引擎
——
多领域模型信号互相校验，大幅提升正确率，稳定控制货损；决策引擎通过融合多领域模型输出信号，得到最终的识别结果，商品识别正确率高达99%以上。
多模型融合检测算法
互相校验
商品计数法
输入信号
货柜区域检测算法
+
多层级商品分类算法
+
智能多物体跟踪算法
补偿
光流跟踪算法
购物结果
浙江嗨便利网络科技有限公司
海外商务合作：WhatsApp(+86)18805121884
地址：浙江省杭州市西湖区灯彩街1009号云谷中心B1栋1601室
公众号
视频号
抖音号
SAF Coolest v1.3 设置面板 YTBSX-ZJEO-ZQZWE-ZQX
无数据提示
Sorry，当前栏目暂无内容！
您可以查看其他栏目或返回 首页