用莱克豪斯计算机视觉解决看不见的质量，操作和安全挑战
在全球范围内，缺货给零售商造成了估计损失销售额损失1万亿美元．一个大约20%在这些损失中，有一部分是由于虚假库存造成的，即对实际库存产品单位的错误报告。尽管库存管理软件和流程在技术上取得了进步，但事实是，如果没有员工手动进行可视化检查，大多数零售商仍然难以报告准确的单位数量。
对于产品制造商来说，质量问题侵蚀着两者之间的关系15%和20%年收入。人工检查也有其自身的风险，包括工人疲劳、注意力分散、专业培训和一般的人为错误。引用美国能源部的话审查在视觉检查的相关文献中，“检查错误是生活中的事实。”
解决零售业缺货或制造业质量成本问题的用例驱动解决方案是计算机视觉．为什么?计算机视觉应用是解决这些和其他问题的理想选择，因为它是全天候的，更准确，并且可以立即扩展到数千个设备，检测率高达99%，将产品缺陷最小化到绝对最小。计算机视觉利用大量数据集、机器学习和图像库的力量，根据已知的标准来比较和识别2D图像或3D物体。如果图像或物体不符合标准，就可以采取知情或预测的行动。计算机视觉可以回答一些简单的问题，比如:“我箱子里的所有螺丝都是同一类型和大小吗?或者我的零售库存货架满了吗?”
计算机视觉能解决什么样的问题?
计算机视觉本身并不能提高制造质量或零售商的货架库存水平，但它可以缩短检测到缺陷或缺货并采取纠正措施的时间。受益于计算机视觉的用例有:
制造业
- 质量保证和检查:对新车进行最后的漆面处理，判断电路板组装是否正确，或螺丝加工是否在公差范围内
- 定位和指导:汽车装配的焊接位置，或仓库运输的挑选和包装
- 预测性维护:测量旋转设备的摆动或轴直径
零售
- 自助结账:加快顾客结账速度，减少收款率
- 库存管理:不正确的摆放产品和货架上的缺口
- 店面布局改进:评估客流量，优化商品陈列
- 虚拟镜像和推荐引擎:无需试用即可评估产品样式
从数据角度的计算机视觉
在实现计算机视觉来解决一些最棘手的用例时，以下是关于如何处理数据的三个指导思想:
考虑新的数据源
- 典型的传感器(重量、温度、压力、粘度、速度和扭矩)产生结构化或半结构化数据。例如，计算机视觉从.mp4视频提要或.jpeg静态图片中产生非结构化数据。您当前的数据仓库是否处理这种类型的数据格式?
处理海量实时数据
- 由计算机视觉创建的数据量是相当大的，既来自流数据，也来自构建机器学习库的数千到数万张图像。您当前的技术堆栈是否具有ETL功能，以您的业务运行速度处理数据?它被批处理卡住了吗?它能在五年后满足你的需求吗?
利用计算机视觉生态系统
- 借助强大的生态系统，可以实现图像分类、物体检测和文本识别、物体跟踪和图像分割，组织能够相对轻松地实现计算机视觉算法和应用程序。您当前的技术是开源的吗?bob下载地址你有生态系统的合作伙伴来自动化图像标签吗?bob体育外网下载
Databricks释放了计算机视觉的潜力
在Databricks，我们在帮助企业实现计算机视觉之旅方面处于独特的地位。Databricks的目标是使所有企业都能利用数据和人工智能(AI)，它具有处理该领域所消耗的复杂、非结构化图像和视频数据的原生功能。Databricks利用最流行的计算机视觉库的可扩展集合，专注于扩展AI模型的培训、管理和部署，以确保组织能够快速识别其工作的价值。通过利用主要云提供商的能力，我们允许组织以经济有效的方式利用许多计算机视觉模型所需的专用硬件(例如gpu、边缘设备等)和工作流。
考虑到这一点，我们推出了一系列博客，旨在从数据驱动的角度分享我们对计算机视觉的见解，如何使用数据平台来解决广泛的计算机视觉挑战或最终成为一个挑战，以及生态系统合作伙伴如何加快投资回报。bob体育客户端下载bob体育外网下载
参加LabelBox计算机视觉网络研讨会
我们的目标是使组织能够成功地交付计算机视觉功能，映射到零售和制造业的广泛认可的需求。想要开始大规模构建计算机视觉解决方案?参加我们即将于2021年12月9日太平洋标准时间上午9:00举行的研讨会，了解我们的理解，我们将与我们的合作伙伴LabelBox举行引人入胜的网络研讨会，开启这个系列。在那儿见。