【康耐视国产案例】AI视觉相机创新 加速商超物流数智化转型

本文主要是介绍【康耐视国产案例】AI视觉相机创新 加速商超物流数智化转型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

连锁商超/零售店正面临着因消费者购物习惯改变等挑战,迎来了以新兴技术崛起而催生的数字化物流体系转型需求。物流行业与AI机器视觉的深度融合,解决了传统机器视觉识别速度慢、环境要求高、定制化部署耗时过多等痛点,大大提高了物流供应链的效率和准确性。

本期将聚焦商超零售供应链内部的物流周转环节优化,为同类场景应用带来更多启发。

康耐视推出的搭载边缘学习技术的机器视觉产品In-Sight 2800 Detector正符合商超零售场景下的物流系统需求,借助简单易用的AI工具,提供包裹检测、物品分拣,流程问题检测等多功能应用,支持客户开箱即用灵活配置,切实帮助传统商超零售企业完成自动化、智能化转型。

客户需求

周转箱是连锁商超/零售店存储、分拣环节中常见的容器形态。在日常循环使用过程中,需要检测其内部是否存在异物垃圾,并能忽略掉快递包裹所残留的包装塑料碎片,以及周转箱体上的磨损划痕,否则工作人员便需要频繁地去清理,从而增加了人员工作量。

3大功能优势解决方案

启发更多物流应用场景

1

 包裹有无检测

In-Sight 2800 Detector所嵌入的强大边缘学习技术,能快速准确的处理图像,通过高分辨率彩色摄像头呈现较小部件的特征,支持快速识别明显异物和忽略体积较小的、不造成影响的杂质内容,同时箱体本身的划痕、赃污、磨损等外观环境因素不会对判定结果造成影响。

2

 包裹分类并屏蔽背景干扰

图片

In-Sight 2800 Detector配备的机器视觉系统以拍照获取图像的形式,并通过ViDi EL Classify工具分析异物特征,并按特征将图像分为不同的类别,能够快速且精准地区分出:异物、细小包装碎片、箱体内的划痕磨损,并将结果上报以支持分拣出应该被移除的异物,确保清理工作的有效性,减少不必要的人工清洁频次。

3

 传送带外观及流程问题检测

在商超零售店的货品分拣流程中,传送带变脏会影响包裹美观,若存在异物还可能影响传送带的正常运行,甚至导致故障停机。客户希望及时探测到情况异常,降低风险带来的损害。In-Sight 2800 Detector机器视觉系统能实时监测传送带运行过程中产生的干扰,及时发现托盘脏污、传送带卡住、标签粘连等问题并进行上报,确保设备机器的稳定运行。

20分钟完成设备配置

2小时实现系统稳定运行

通过边缘学习技术的加持,以及专为物流应用优化的光学配件,In-Sight 2800 Detector不仅比传统视觉系统更易于部署,且无需专业人员干预,任何人都可以在短时间内完成设置,灵活易用。

图片

在本次已落地的客户案例中,In-Sight 2800 Detector整套系统能够在20分钟内完成设备配置,所有测试和调试仅用了2个小时;并且这样的配置过程无需外部硬件,无需高级编程技巧,以轻量级的形态就能完成。

目前,整套系统正稳定可靠地运行,大幅提高了商超零售店运营效率的同时,也显著降低了物流周转环节的人力成本支出。

这篇关于【康耐视国产案例】AI视觉相机创新 加速商超物流数智化转型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1018717

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。