发帖
雷达卡
中的一篇文章福布斯注意到 CNN 可以应用于：
自动驾驶汽车，其中摄像头和传感器从环境中获取图像，以便检测物体或边界以确保驾驶员安全。
医疗保健，其中 90% 的医疗数据是对开发新的医疗诊断方法至关重要的图像数据。
制造业，通过计算机视觉监控设备，以便在机器发生故障之前进行干预。
启动词组正在将其公司建立在用于对象识别和视觉搜索的视觉 AI 解决方案上，专注于合成数据生成。该公司是一家衍生公司智力风险投资，刚刚在 GS1 Connect 2019 上赢得了 Startup Lab Pitch Competition。GS1 是促进行业合作的标准组织，通过其标准帮助提高供应链的可见性和效率。
计算机视觉公司所做的与 GS1 是谁之间的交集可能不会立即显而易见。LexSet 联合创始人 Les Karpas 解释了这种联系：
“GS1 对产品标识非常感兴趣，我们提高了计算机查看产品、计算产品、跟踪产品以及了解产品在供应链中的位置的能力。”
Francis Bitonti 在 3D 打印产品的生成式设计领域做过重要工作，他也是 LexSet 的联合创始人。
修复 AI 的图像训练数据问题
与任何其他人工智能应用，计算机视觉人工智能成果在供应链等用例中的成功取决于训练数据。但是，计算机视觉算法并不总是有足够的训练图像或足够的图像多样性来像希望的那样工作。例如，摄影训练数据可能缺少不同的摄像机角度或受到可能影响最终结果的不良照明条件的影响。
Karpas 认为 AI 的使用正在以指数速度增长：
“但很多公司发现，当他们开始为问题创建人工智能解决方案时，他们马上就会遇到训练数据问题。”
这就是合成数据生成的用武之地，生成针对任何用例定制的按需照片逼真合成数据，以便从他们创建的数据中开发视觉模型。
Karpas 说，LexSet 可以从 3D CAD 文件和 3D 扫描中获取一个或一组对象，并根据所有可能的照明条件、摄像机角度等创建数千张图像，以获得最高质量的训练集。
“我们可以完全替换训练集中的照片。由于数据量大，经过综合训练的模型比基于照片的模型的准确率提高了 15%，”Karpas 说。
LexSet 用例
以供应链为例。一家拥有快餐连锁店的公司可能有兴趣使用其餐厅中已有的安全摄像头进行实时盘点。他们想要一种解决方案，该解决方案可以与这些摄像头配合使用，根据通过使用合成生成的训练数据对这些产品进行识别，从而在给定时间监控地板上任何给定产品的相对数量。Karpas 说，有了这些，他们就可以知道发送补给卡车并运行整个操作的正确时机，而无需购买额外的硬件。
“库存管理是整个供应链中的一个大问题，”GS1 美国创新专家 Melanie Nuce 说。自主零售用例也可以围绕使用机器人备份履行和无人售货亭技术来构建。“CVS 大量部署在自动零售用例中，GS1 成员对此非常感兴趣，”她说。
AI 训练和搜索可视化的其他用途
LexSet 正在试用的另一个应用程序与使用其类似产品搜索技术的大型合同家具制造商有关。
借助 LexSet 技术，该公司现在拥有一个工具，可以在竞争性投标流程中位于其目录门户之上。该工具可以快速轻松地从自己的目录中识别产品，这些产品与其他品牌在自己的投标中提交的产品相同。推荐由产品类型和类别以及视觉相似性驱动。“设计团队需要一周的时间手动完成这项工作，”Karpas 说。这在此过程中节省了多个工时。
一旦 LexSet 在特定行业拥有大量 3D 模型，就没有必要开发新的 3D 内容：
“我们可以提供价值，因为我们已经达到了该基地的关键门槛，”卡帕斯说。“一旦我们解决了垂直问题，对于该垂直领域的其他玩家来说，这是非常重复的。”
Karpas 说，LexSet 的技术在某些情况下也有可能取代更昂贵的 RFID 芯片的使用。
例如，工业工具领域客户的现场技术人员很难区分一种工具和另一种工具，因为它们的外观非常相似。该公司尝试在零件中嵌入 RFID 芯片，但由于在繁重的现场工作应用中使用这些芯片而遭到破坏——而且它们的成本也很高。LexSet 建立了一个视觉模型来替换芯片以实现可持续使用和成本节约。
相关帖子DA内容精选
|
京公网安备 11010802022788号
