AI视觉创新加速商超物流数智化转型_第1页
AI视觉创新加速商超物流数智化转型_第2页
AI视觉创新加速商超物流数智化转型_第3页
AI视觉创新加速商超物流数智化转型_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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。康耐视推出的搭载边缘学习技术的机器视觉产品In-Sight2800Detector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。1

包裹有无检测In-Sight2800Detector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In-Sight2800Detector配备的机器视觉系统以拍照获取图像的形式，并通过ViDiELClassify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-Sight2800Detector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。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-Sight2800Detector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。在本次已落地的客户案例中，In-Sight2800Detector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

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论