StartDT AI Lab | 視覺智能引擎——AI識貨賦能商品數(shù)字化

自零售領(lǐng)域近些年圍繞轉(zhuǎn)型升級建設(shè)性地提出了以“人、貨、場”三核心為基礎(chǔ)的新零售藍(lán)圖之后，各方新技術(shù)蜂擁在零售的各型場景中角力。在之前的分享中，我們主要介紹了奇點(diǎn)云是如何通過人工智能技術(shù)，從“人”的維度切入零售場景的。而本文將著重介紹奇點(diǎn)云的人工智能技術(shù)是如何從“貨”的維度賦能零售商業(yè)的。

視覺智能引擎作為奇點(diǎn)云AI落地的第一步，在商品數(shù)字化方面發(fā)揮著主要作用。而從視覺角度來說，“貨”的形態(tài)差異相較于“人”來說有了顯著增加。不同的垂直行業(yè)為順應(yīng)市場需求所開發(fā)的產(chǎn)品，無論在產(chǎn)品功能還是形態(tài)上都千差萬別，甚至同類型產(chǎn)品也會產(chǎn)生出不同的形態(tài)以順應(yīng)差異化的細(xì)分需求。這對視覺智能引擎提出了新的挑戰(zhàn)，也激發(fā)出了StartDT AI Lab更大的技術(shù)突破。下面從奇點(diǎn)云已經(jīng)商業(yè)落地的場景中選了幾個(gè)比較有代表性的行業(yè)場景來展示StartDT AI Lab已取得的技術(shù)突破。

AI識貨賦能服飾行業(yè)

我們在17年率先推出服裝識別技術(shù)，結(jié)合產(chǎn)品——奇點(diǎn)魔鏡實(shí)現(xiàn)落地。在這個(gè)場景中，用戶站在奇點(diǎn)魔鏡前站定幾秒后，奇點(diǎn)魔鏡首先將對用戶的穿著進(jìn)行分割理解，從中分離出T恤、風(fēng)衣、夾克、牛仔褲等各種類型的服飾，然后通過對單品服飾的分析，例如T恤，我們可以對其抽取特征，分析出T恤的風(fēng)格、袖長、版型等屬性，最后在我們自建的百萬級服飾商品庫中，使用推薦算法為用戶推薦相似的、配套的商品，從而達(dá)到引流客戶、智能導(dǎo)購的效果。

在這個(gè)鏈路中，我們當(dāng)時(shí)碰到的主要問題和解決方案:

?1.獲取用戶準(zhǔn)確的衣著信息并獲取特征時(shí)，像T恤、短褲這樣上下裝明顯的衣著較容易獲取，但像連衣裙、風(fēng)衣類較長的衣著卻較難處理。

我們通過收集大量數(shù)據(jù)、清洗打標(biāo)、完善數(shù)據(jù)集，并使用級連方法，先對服飾一級標(biāo)簽進(jìn)行檢測分析，再進(jìn)行二次處理，從而提高了分割效果。

?2.服飾屬性多樣且沒有統(tǒng)一的標(biāo)準(zhǔn)，如何快速同時(shí)判斷成為難題。

我們將屬性的分類器各自獨(dú)立互不影響，使用特征作為輸入，減少了重復(fù)運(yùn)算，另外我們將分類器同時(shí)接在Graph中，使整體過程End-to-End，快速有效。

?3.大規(guī)模檢索：當(dāng)數(shù)據(jù)庫較大時(shí)，檢索速度慢，無法快速響應(yīng)。

我們將比對數(shù)據(jù)庫部署在分布式集群上，實(shí)現(xiàn)了特征比對層面的map-reduce，使我們在應(yīng)對各種級別的比對時(shí)游刃有余。

AI識貨賦能快消飲品行業(yè)

我們在快消飲品行業(yè)已有近兩年的探索歷史。各式各樣的飲品——包括礦泉水、碳酸飲料、果汁、啤酒、白酒等都可以在奇點(diǎn)魔柜中售賣。我們通過自研的深度學(xué)習(xí)算法、數(shù)據(jù)采樣方法，配合我們定制化的硬件配置，實(shí)現(xiàn)了在商用場景中99%以上的識別準(zhǔn)確率。我們將貨損率控制在1%以內(nèi)，低于快消飲品行業(yè)平均貨損水平。此外，我們在不到1平米的占地空間上實(shí)現(xiàn)了極高的坪占比，單柜單月零售額可達(dá)千元級別，卻僅需少量的維護(hù)工作。

在正式商用的背后，StartDT AI Lab主要的contribution有以下幾點(diǎn)：

No.1 快速有效的小物體檢測算法

和大多數(shù)場景不同，我們的檢測目標(biāo)往往是最小邊接近16像素的小目標(biāo)，且在一張圖上有相當(dāng)多的目標(biāo)。我們通過自適應(yīng)anchor的方法，使先驗(yàn)anchor更加準(zhǔn)確；此外我們通過一種特征增強(qiáng)算法，使細(xì)節(jié)特征得以在深度網(wǎng)絡(luò)中盡可能減少損失，從而避免了因特征過少帶來的低分值檢測結(jié)果不穩(wěn)定的問題。此外我們還自研了一種自蒸餾方法，在不增加參數(shù)的情況下提升了模型準(zhǔn)確率，從而達(dá)到了商用水準(zhǔn)。

No.2 與度量學(xué)習(xí)結(jié)合的識別技術(shù)

度量學(xué)習(xí)在過去的幾年中被廣泛使用在人臉識別模型上，并取得了非常不錯(cuò)的效果。我們將其引入商品識別，結(jié)合經(jīng)典的神經(jīng)網(wǎng)絡(luò)方法，使識別結(jié)果更加準(zhǔn)確可靠；此外模型還可輸出可比對特征，支持特征比對方式出結(jié)果，支持不同類間相似比較，從而在選品層面就避免了相似商品同時(shí)售賣無法識別的問題。

No.3 小數(shù)據(jù)集增強(qiáng)

我們的數(shù)據(jù)集相對使用場景，其實(shí)是一個(gè)小數(shù)據(jù)集。如何使用小數(shù)據(jù)集在大數(shù)據(jù)場景下獲得商用級準(zhǔn)確度？我們自研了一種mix方法，使檢測模型獲得了非常高的召回率；此外我們還使用了GAN，在訓(xùn)練分類器的過程中同時(shí)訓(xùn)練生成器，再拿生成結(jié)果同時(shí)訓(xùn)練分類器，使分類器訓(xùn)練更充分，更平滑。

在生鮮/藥品等垂直領(lǐng)域，我們也敢于摸索和嘗試，發(fā)揮自有深度學(xué)習(xí)算法和采樣方法的優(yōu)勢，結(jié)合自研的硬件優(yōu)點(diǎn)，首創(chuàng)能將繁復(fù)多類的生鮮不受類別影響的智能貨柜。眾所周知，在垂直領(lǐng)域中，同一sku的外觀變化多樣，適配成本高。我們通過特定產(chǎn)品設(shè)計(jì)，完美支持各類蔬菜水果等生鮮，準(zhǔn)確率更是可以做到近乎100%。讓顧客不受限于菜市場/藥房等特殊場地的限制同時(shí)，更可以發(fā)揮無人貨柜的完美優(yōu)勢——不受時(shí)間限制。

（從上至下為藥品類識別、生鮮類識別）

StartDT AI Lab在黑暗中探索的收獲與創(chuàng)新：

No.1 新穎的深度學(xué)習(xí)式場景思考

為了擺脫生鮮場景下，各種形狀和尺寸帶來的異同和難以兼容，以及客戶快速上新的切實(shí)需求，我們在場景落地的實(shí)際道路上，結(jié)合商品的特性、產(chǎn)品的優(yōu)勢和深度學(xué)習(xí)算法的原理，給奇形怪狀的生鮮產(chǎn)品進(jìn)行特殊的包裝，該方案解決了生鮮產(chǎn)品之間的差異性，并能支持客戶快速上新。

No.2 獨(dú)具創(chuàng)新特色的數(shù)據(jù)增廣

光有新穎的方案設(shè)計(jì)還不足以讓深度學(xué)習(xí)在一個(gè)實(shí)際場景中完美落地，準(zhǔn)確率是客戶第一要素，數(shù)據(jù)是深度學(xué)習(xí)的資本。StartDT AI Lab在深入分析了生鮮和藥品等垂直領(lǐng)域的數(shù)據(jù)特性和算法性能之后，創(chuàng)新性地在采樣數(shù)據(jù)集上進(jìn)行數(shù)據(jù)增廣，讓準(zhǔn)確率近乎完美，詮釋了什么是將深度學(xué)習(xí)進(jìn)行落地的概念。

從以上案例中，呈現(xiàn)了奇點(diǎn)云在“貨”的數(shù)字化探索，雖然還是比較初步的商品數(shù)字化階段，但也通過AI技術(shù)首次實(shí)現(xiàn)了商品售賣周期內(nèi)的全鏈路數(shù)字化跟蹤。并在此基礎(chǔ)上實(shí)現(xiàn)了零售前端成本削減，提高了用戶調(diào)研自動化的效率。為了讓商業(yè)更智能，StartDT AI Lab將繼續(xù)前行，請持續(xù)關(guān)注～