深度学习在过去的几年内迅速发展,发展速度加快了三十倍,人们对于能够高效执行机器学习的算法的需求越来越大。计算机视觉领域权威评测ImageNet大规模图像识别挑战赛(ILSVRC)自2010年举办以来,一直备受关注。每年都有不同的深度学习框架模型大放异彩,夺得冠军。
【ImageNet 历届冠军及技术回顾】
在这几年的不断发展中,亮才也在尝试使用不同的深度学习模型来实现箱号识别功能,综合考虑神经网络复杂度、识别速度、准确率等因素,选择合适的模型。并通过对参数的调校,对算法的优化等方式来提升整体的识别准确率。目前我们的箱号识别准确率已经超过99%,并且平均识别时间控制在1秒以内,位于行业领先水平。
在箱号识别这一领域,大体可以分为两种技术,传统的OCR(光学字符识别)技术与基于深度学习的AI技术。在这两种技术上,我们都有非常丰富的积累与经验。目前亮才的箱号识别功能综合了OCR技术与深度学习算法,根据两者的识别结果,为用户提供准确的箱号。
箱号识别的主要难点在于集装箱图片包含大量信息,对于箱号部分的提取比较困难,而不同类型的集装箱箱号特征也不一致,同时还会受到光线、图像清晰度、图片方向等因素的影响。因此,在使用OCR技术进行识别前,我们会对图像进行一些预处理的操作,把用户随手拍的集装箱图片转变成一张机器能够识别的图片,同时设置一些校验方法,确保机器识别的箱号是正确的。
相比之下,深度学习算法有着自己的优势,在学习过集装箱图片的特征之后,识别时无需对图片做太多的预处理,凭借自己的智能视觉就可以快速定位出箱号并识别。
目前,在这两种技术上,亮才都做到了99%以上的识别率。
【集装箱信息识别示意图】
同时,亮才也在开发集装箱毛重与封号信息的识别功能,这些信息的识别还存在着字体小,信息密集难定位,字迹不清等难点,但在我们的努力下,已经取得了不错的成果,对于清晰的正面图像都有较好的效果。
【封号识别示意图】
京东物流辽宁大件中心宅配资源招采
1975 阅读兴满物流
1896 阅读玛氏中国|2025年度玛氏宠物天津区域成品仓储运输服务(B2B&D2C)遴选
1895 阅读这次,华为要做智慧物流行业的“黑土地”
1800 阅读关税战“砸烂”供应链!小额包裹关税高至150美金、苹果包机抢运、美国民众囤货……
1488 阅读玛氏中国|2025年度玛氏宠物天津区域原材料(常温&冷冻)仓储服务遴选
1432 阅读缴五险一金后外卖骑手月收入从6000元翻倍到12000元,长久么?
1075 阅读京东服务+北京区招商优质洗衣工厂
1054 阅读极兔速递一季度包裹量同比增长31.2%,各区域市场表现亮眼
1053 阅读向“东方孟菲斯”进发:顺嘉国际货站2025年一季度货量飙升230%
937 阅读