當下我們面對信息極度爆發和過度碎片化的繁雜商業結構，在組織人數較少的階段，還可以依靠人員記錄反饋的方式來獲取數據，而當組織愈發龐大、覆蓋區域愈發廣博、終端門店愈發密集的階段，人性本惰的特性就會成為組織獲取客觀數據最大的障礙點。
根據目前工業界的技術發展現狀和趨勢，從經濟、效率、數據真實性幾方面綜合評估，人工智能解決方案目前依然是企業數字化解決方案的最優方案之一。
在零售領域整個門店執行相關的業務流程中，AI在很多環節都能發揮作用，并解決傳統方式解決不了的問題。依靠AI實現海量場景識別，可以及時、高效、客觀獲取終端及各節點的數據，從而還原貨架真相，驅動智慧零售。
在AI應用中，圖像識別技術占據著極為重要的地位。事實上，一次完整的圖片識別流程包括：圖片上傳->圖像識別及KPI計算->結果回傳。
那么其中有哪些因素會影響到AI圖片識別的速度呢？
圖片上傳
該環節主要影響因素：
1、單張圖片的體積（分辨率）大小。不同品類、場景、KPI，識別對于圖片分辨率的要求不同，一般從200K-4M都有可能。越大的圖片分辨率，需要上傳的時間越長。
2、上傳時的網絡環境。店內網絡環境直接影響網絡傳輸的延時和帶寬，對于一些網絡信號不佳的門店環境(如負1層)，上傳速度將可能成為整體識別速度瓶頸。并且上傳速度取決于門店環境和網絡運營商，一般來說圖像識別供應商無法控制這一過程。
圖像識別及KPI計算
該環節主要影響因素：
1、單模型推理速度。考慮到圖像識別是復雜的計算過程，AI供應商一般會將模型放到GPU設備運行，一般對于簡單識別場景，如僅需判斷SKU有無，其所需架構的模型非常少，識別實現便可以達到很快的速度。但對于實際零售場景中高近似度產品和多遮擋的情況，如系列包裝、大小瓶、塑料袋裝易變形產品的識別，就需要使用計算機視覺加復雜的專家推理引擎進行配合，才能實現較好的業務指標。
單模型最大的障礙點是對復雜業務場景或SKU數量較多的品牌，難以保證識別的高精度結果，往往在F1中的召回率%會異常高，造成很多產品的漏識別或者串識別。
2、業務復雜度。隨著圖像識別技術在實體零售領域的不斷深化使用，品牌方的業務需求越來越復雜，一般來說已經不能夠通過單一模型完成全部識別內容，需要不同種類、不同功能模型組合使用，以實現最終的全部業務需求。一般情況除簡單分銷指標外，還需要同步輸出Facing數、陳列層數、SOS貨架份額、黃金面位、價格、POSM等，這些需要多層復合模型的計算，以及需要貨架拼接并高精度去重才能實現。
目前朗鏡已與多個云供應商深度合作，使用業界專業顯卡設備，并從深度學習框架和底層cuda計算引擎入手，對模型執行深度計算分析，并利用IO優化、模型剪枝、提升計算并行度等一系列手段提升推理速度。優化后單位推理速度相比baseline提升40%以上。
一個典型的模型運行體系如下：
可以看到，越復雜的業務和KPI涉及到越多的模型，勢必消耗更多資源，拉升識別時間。這些模型之間可能存在依賴關系(如商品檢測后才能運行商品分類)，如何分析、建立不同模型之間的關系，并將互不依賴的部分盡可能并行計算，是影響全鏈路識別速度的關鍵問題之一。
通過模塊化識別引擎，能夠動態拆卸識別目標及計算過程，按需取用，針對具體項目僅保留最核心的識別邏輯。同時朗鏡將識別過程抽象為有向圖模式，利用圖依賴優化識別過程，針對無依賴的節點能夠輕易并發執行，盡可能提升識別速度。
結果回傳
主要取決于網絡環境。
朗鏡科技(Trax中國)將世界領先的AI圖像識別技術運用在消費品零售領域，運用計算機視覺技術對商品進行深度學習，通過拍攝圖片輕松獲取零售終端貨架商品表現，如黃金SKU鋪貨率、貨架占比、排面占比、商品名稱規格、陳列情況、促銷執行情況、是否缺貨等，真實還原貨架實情。
我們的優勢
1、成熟的圖片分辨率評估能力。朗鏡針對不同品類和不同場景所需要的圖片分辨率，具備充分的實際經驗，能夠兼顧圖像識別需要和上傳速度，給出最佳的平衡。
2、快速的模型推理過程。對于單個模型的推理過程，朗鏡進行了深度計算優化，大幅度提升模型推理速度，單位推理速度相比baseline提升40%以上。
3、靈活高效的識別引擎架構。朗鏡具備模塊化識別引擎，能夠動態拆卸識別目標及計算過程，針對具體項目僅保留最核心的識別邏輯。同時朗鏡將識別過程抽象為有向圖模式，利用圖依賴優化識別過程，針對無依賴的節點能夠輕易并發執行，盡可能提升識別速度。
我們的價值
1、提高工作效率。業務員訪店記錄時間由30min降到2min。
2、降低數據錯誤率。通過拍照模式，精準識別，檢查人工錯誤和作假數據，極大降低終端數據獲取錯誤率。
3、促進業績增長。AI人工智能替代人工獲取線下零售終端數據，極大解放了銷售人員的生產力，將更多的時間投入在提高銷售業績的主要環節即與消費者溝通和運營管理。
朗鏡科技(Trax中國)前沿的計算機視覺、機器學習、物聯網平臺和眾包服務平臺，可將零售貨架圖片轉化為顆粒化、可執行的貨架和門店層面洞察，從而為消費品品牌和零售商提供門店執行解決方案，提升執行能力，增加銷量及市場份額。
