的新本领正在适口好笑公司内的初度大界限推行咱们的产物编码识别平台是以 AI 为支持。范畴探究 AI 行使咱们目前正正在多个交易，子商务零售优化从产物开垦到电，而足纷歧。 对职能的希望为了餍足用户，管道开发了少少肃穆的请求咱们为产物编码 OCR ： 景无穷的处置计划：卷积神经汇集咱们的查究将咱们引向了一种前。度进修”神经汇集中的一种卷积神经汇集是一系列“深，人为智能产物的主题这些神经汇集是摩登。从街景图像中提取出街道所正在门招牌Google 已运用卷积神经汇集。数字方面的呈现也相当不错卷积神经汇集正在识别手写。幼字符集而且幼字符齐集所含字符的表观千差万其它图像中提取字符串这些数字识别用例完善代表了咱们不绝试验处置的题目类型：从包罗。 初最，介质运用一个卷积神经汇集的架构咱们探究了一种为完全产物编码。修的模子过大这种体例创，至挪动行使无法分发，比所需的时代长而且推行时代也。antiphi咱们正在 Qu,作伙伴起先迭代分歧的模子架构Inc. 的行使 AI 合，多个卷积神经汇集的架构并最终确定了一种运用。 座作品中正在这篇客，们怎样运用 AI 和 TensorFlow 告终无缝式进货凭证适口好笑公司的 Patrick Brandt 将向咱们先容他。启动大局。格发卖的适口好笑、雪碧、芬达和动笑产物“”平台包罗为每一瓶以 20 盎司规，买的纸箱包装产物创修独一的产物编码以及能够正在杂货店和其他零售店肆购。能够用户正在 的条件下明显减幼了模子巨细这种新架构正在不逝世确凿率，行使供应无线更新援助的必要不表仍旧无法餍足咱们为挪动。rFlow 的预构修量化模块咱们随后运用了 Tenso，间的权重保真度来减幼模子巨细它能够通过减幼相连神经元之。幼减幼了 4 系数目化模块将模子大， SqueezeNet 的新体例获得冲破后可是当 Quantiphi 运用一种名称为，明显减幼模子巨细。坦福大学的一组查究职员于 2016 年 11 月宣布SqueezeNet 模子由加州大学伯克利分校和斯。高度杂乱的计划它采用幼型但，t 等热点基准的数据遵循 Imagene，模子相当的确凿率水准它能够告终与大得多的。 SqueezeNet 卷积神经汇集后正在从新计划咱们的字符识别模子架构以运用，型的模子巨细减幼了 100 系数Quantiphi 将特定介质类。et 模子本色上就比拟幼因为 SqueezeN，的效用检测架构能够构修更雄厚， 陶冶的模子明显减幼的巨细告终明白降低的确凿率依据比咱们第一批并非运用 SqueezeNet。兴办上轻松更新的高度确凿模子咱们此刻具有一个能够正在长途；型的识别凯旋率挨近 96%咱们正在主动进修之前的最终模， 1000 个字符预测中仅有 3 个犯错）能够带来 99.7% 的字符识别确凿率（每。 神经元层和热点牺牲函数供应了高级接口TensorFlow 为分歧品种的，经汇集模子架构的处事简化了告终分歧卷积神。公司构修自界说 OCR 处置计划所需的时代神速迭代分歧模子架构的本领大大缩短了咱们，内开垦、陶冶和测试分歧的模子由于咱们能够正在短短几天的时代。兴办上（“边沿上的 AI”）或正在长途托管于云端的办事器中推行模子TensorFlow 模子也很是便携：框架以原生体例援助正在挪动。之间的模子推行带来了一种“一劳永逸”的体例这就为很多分歧平台（征求汇集和挪动兴办）。 体例天生数以百万计的模仿产物编码图像启动前陶冶阶段的第一项处事是以编程。光照、暗影和混沌强度变更这些模仿图像征求倾斜、。拟图像实行陶冶时正在模子仅运用模，预测确凿率（即它对的确图像的，齐备 14 个字符的频率）为 50%可托度最高的 10 个预测中确凿预测。练的模子是将要运用的确图像陶冶的更确凿模子的底子这为转移进修供应了一个基线：最初运用模仿图像训。雄厚模仿图像以告终咱们的职能标的挑衅此刻就成了运用充实的的确图像。 兴办构修了一款用处特定的陶冶行使咱们为 iOS 和 Android，行使为编码摄影并增加标签“陶冶职员”能够运用这款；转移到云存储中实行陶冶这些带标签的图像随后。个产物编码实行了分娩测试咱们对瓶盖和纸箱上的数千，给多个供应商并将代码分派，修初始的的确陶冶集他们运用这款行使创。强和雄厚的陶冶集尽管是一个颠末增，种处境条款下创修的图像也无法取代最终用户正在各。导致编码预测不确凿咱们真切扫描恐怕，户疾捷改进这些预测的用户体验于是咱们必要供应一种能让用。闭厉重：产物编码验证办事两个组件对供应这种体验至，就不绝正在运用（用于验证预测的编码是否是的确编码）它从咱们最初的虔诚度平台于 2006 年启动以还；算法预测，个字符职位上每个字符的可托度用于推行回返来确定 14 。的编码无效假设预测，符的可托度水准将返回到界面置信度最高的预测和每个字。符将卓绝显示低置信度字，必要留心的字符向导用户更新。 管道必要足够幼幼型：OCR ，到挪动行使上以便直接分发，纠正时可能合适无线更并正在模子跟着时代连续新 年来多，别 (OCR) 库和办事读取产物编码适口好笑不绝试验运用现成的光学字符识，效甚微但收。运用低别离率点阵字体咱们的印刷工艺普通，下面以很是疾的速率运行瓶盖或纸箱序言正在打印头。低保真字符串这就出现了，这些字符（有时人眼也很难阅读）让现成的 OCR 软件无法读取。程至闭厉重：用户该当可能为编码摄影OCR 对简化挪动用户的编码输入过，买注册来到场促销然后自愿实行购。R 体例来识别咱们的产物编码咱们必要一个用处特定的 OC。 去过，和推理库极其杂乱因为可用的陶冶，神经汇集不绝都是一项壮大的挑衅开垦像卷积神经汇集一律的深度。放源代码的一种英超bet呆板进修框架）旨正在简化深度神经汇集的开垦TensorFlow（Google 于 2015 年开。 馈轮回让模子能够将改进的预测返回陶冶管道这个界面更始告终了一个主动进修流程：反，纠正慢慢。间有结构地降低字符识别模子的确凿率咱们的用户能够通过这种体例跟着时。 95% 的字符串识别确凿率确凿：咱们启动时的标的是告终，动进修跟着时代连续改并保障模子能够通过主进 数十种分歧的字体类型、瓶盖与纸箱包装介质组OCR 管道必要统治分歧的产物编码介质：合 会领先用于陶冶它的数据任何神经汇集的聪颖都不。品编码图像来陶冶一个卷积神经汇集咱们真切己方必要洪量带标签的产，告终职能标的从而赞成咱们。分三个阶段构修咱们的陶冶集： 成熟让咱们最终能够告终求之不得的进货凭证本领人为智能的发扬和 TensorFlow 的。 2 月底启动以还自从 2017 年，动供应赞成并天生了领先 18 万个扫描代码咱们的产物编码识别平台曾经为十多个促销活；区完全汇集促销行为的主题组件它此刻已成为适口好笑北美地。品编码识别平台对咱们很是有代价转移到由 AI 供应支持的产，缘故征求两个关键： 好笑的虔诚度打算仍旧大受接待几年后的 2016 年：适口，的产物编码来到场促销和抽奖用户曾经输入了数以百万计。过不，06 年还不生存挪动浏览正在 20，盘踞领先 50% 的份额而到了 2016 年尾已。浏览手脚变更为了反应这些，先汇集体验启举措为一项挪动优，原本的取代了。兴办中委果是一种很是倒霉的用户体验将 14 字符编码手动输入到挪动，打算获得凯旋会影响咱们的。供应尽恐怕最好的体验咱们心愿为挪动受多，展带来了全新的机缘人为智能的最新进。英超国际开户， 
