Submit Search
Upload
苏宁图像智能分析实践
•
Download as PPTX, PDF
•
1 like
•
289 views
Xiaohu ZHU
Follow
苏宁图像智能分析实践
Read less
Read more
Technology
Report
Share
Report
Share
1 of 44
Download now
Recommended
美团技术沙龙02 - 滴滴订单分配策略
美团技术沙龙02 - 滴滴订单分配策略
美团点评技术团队
分享者:郭栋,滴滴出行高级算法工程师。
Slide of xiaozhou
Slide of xiaozhou
Monica Wang
gstartup
Deep cv 101
Deep cv 101
Xiaohu ZHU
Deep cv 101 from Ucloud
Shanghai deep learning meetup 4
Shanghai deep learning meetup 4
Xiaohu ZHU
slides on deep learning, reinforcement learning, deep q-network, openai gym.
CBIR in the Era of Deep Learning
CBIR in the Era of Deep Learning
Xiaohu ZHU
CBIR in the Era of Deep Learning
Hangzhou Deep Learning Meetup-Deep Reinforcement Learning
Hangzhou Deep Learning Meetup-Deep Reinforcement Learning
Xiaohu ZHU
Deep reinforcement learning slides for Hangzhou deep learning meetup.
Deep Reinforcement Learning An Introduction
Deep Reinforcement Learning An Introduction
Xiaohu ZHU
Slides prepared for Shanghai Deep Learning Meetup in July.
A Brief Introduction on Recurrent Neural Network and Its Application
A Brief Introduction on Recurrent Neural Network and Its Application
Xiaohu ZHU
A Brief Introduction on Recurrent Neural Network and Its Application for Nanjing Deep Learning Meetup Only
Recommended
美团技术沙龙02 - 滴滴订单分配策略
美团技术沙龙02 - 滴滴订单分配策略
美团点评技术团队
分享者:郭栋,滴滴出行高级算法工程师。
Slide of xiaozhou
Slide of xiaozhou
Monica Wang
gstartup
Deep cv 101
Deep cv 101
Xiaohu ZHU
Deep cv 101 from Ucloud
Shanghai deep learning meetup 4
Shanghai deep learning meetup 4
Xiaohu ZHU
slides on deep learning, reinforcement learning, deep q-network, openai gym.
CBIR in the Era of Deep Learning
CBIR in the Era of Deep Learning
Xiaohu ZHU
CBIR in the Era of Deep Learning
Hangzhou Deep Learning Meetup-Deep Reinforcement Learning
Hangzhou Deep Learning Meetup-Deep Reinforcement Learning
Xiaohu ZHU
Deep reinforcement learning slides for Hangzhou deep learning meetup.
Deep Reinforcement Learning An Introduction
Deep Reinforcement Learning An Introduction
Xiaohu ZHU
Slides prepared for Shanghai Deep Learning Meetup in July.
A Brief Introduction on Recurrent Neural Network and Its Application
A Brief Introduction on Recurrent Neural Network and Its Application
Xiaohu ZHU
A Brief Introduction on Recurrent Neural Network and Its Application for Nanjing Deep Learning Meetup Only
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
Shan Fu
Introduction to AI agent
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
美团点评技术团队
美团网的数据量随着业务的飞速发展而爆炸式增长,海量图像数据作为文字信息的重要补充,在美团的整个业务链条的各个环节都发挥着举足轻重的作用。报告将以美团的典型业务场景切入,为大家介绍计算机视觉技术,包括OCR文字识别,UGC图像过滤,图像分类,图像质量打分,卡片识别,人脸识别等技术在美团的各个业务环节,包括销售上单,用户下单,消费评价等环节如何发挥作用?在节省人力成本的同时,更有效地提升产品体验。 分享者:沈文竹,2010年毕业于清华大学电子系人工智能实验室,毕业后加入百度,从事自然语言处理相关的技术研发和管理工作。2015年春季加入美团,现负责自然语言处理及计算机视觉相关的技术管理,具体技术包括OCR文字识别,UGC图像过滤,图像分类,图片质量打分,卡片识别,人脸识别等技术。
阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf
markmind
阿里巴巴数据中台实践
How to run an AI Project @pixnet
How to run an AI Project @pixnet
晨揚 施
How to run an AI Project @pixnet
瑞为智慧Mall-AI场景化解决方案(1).pptx
瑞为智慧Mall-AI场景化解决方案(1).pptx
JimHong8
Ai Mall solutions to help the retailers to identify their potential customers. Aside, it also has its Ai analytics
Intro to AI
Intro to AI
Ryan Chung
http://MobileDev.TW
451 云欧种子轮商业计划书
451 云欧种子轮商业计划书
Rui (Nash) Yang
451 云欧种子轮商业计划书
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
August Lin
7 business options for a smart IOT service 7 種智能物聯網的商業模式
User Research in Data Driven Artificial Intelligence era
User Research in Data Driven Artificial Intelligence era
Steven Tseng
數據驅動人工智慧時代下的使用者研究 User Research in Data Driven Artificial Intelligence era 回答兩個問題: 1. 人工智慧時代需要使用者研究嗎? 2. 大數據分析就是使用者研究嗎?
智慧廣告看板 Smart Digital Signage
智慧廣告看板 Smart Digital Signage
IttrainingIttraining
摘要 近年數位廣告看板常見於機場及各大購物中心或是電影院門口,針對來客族群播放相對應的廣告,長期看來除了節省了成本也能夠即時修改廣告內容。 本系統結合AI技術及數位廣告看板,使數位看板不只是能夠根據地點播放對應族群的廣告,還能夠在消費者觀看看板廣告時,利用深度學習進行人臉的屬性分析,如性別、年齡與表情識別(Facial Expression Detection) ,針對不同的消費者投放合適的廣告。系統將會不斷餽集消費者觀看廣告時的屬性分析,透過長期餽集資料,可以了解什麼樣的族群對於什麼樣的廣告會感到興趣。對於廣告商來說,運用此系統將可針對不同消費族群製作不同類型的廣告,大幅增加廣告效益 專題成果展 http://bit.ly/37fgDiK AIoT就業班 http://bit.ly/36eBRvM
雲端生活面面觀
雲端生活面面觀
Vista Cheng
2013年「贏在雲端競爭力論壇」。
AI-enabled digital transform for manufacturing
AI-enabled digital transform for manufacturing
Wang Johnson
邁向AI智能化的數位轉型 在混和雲的架構上思維整理
Mobvista
Mobvista
Invbots Limited
Mobvista
网站数据分析
网站数据分析
Wang Jian
雲端行動商務發展趨勢 V1.2
雲端行動商務發展趨勢 V1.2
yaohung
ImmERP BSGPS 展示
ImmERP BSGPS 展示
Immensity Power Group
immERP BSGPS 展示 歡迎海量集團
App操作策略分享(建勳)
App操作策略分享(建勳)
EZprice數據解鑰|EC Insight
APP操作策略分享
AI Service Integration - Education
AI Service Integration - Education
Ryan Chung
Talk about AI integration service and using in education.
Toutiao 2013 Jan Series B Funding Deck
Toutiao 2013 Jan Series B Funding Deck
Matthew Brennan
Funding deck used for series B
Actuate presentation 2011
Actuate presentation 2011
Luke Han
Actuate公司及产品介绍
More Related Content
Similar to 苏宁图像智能分析实践
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
Shan Fu
Introduction to AI agent
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
美团点评技术团队
美团网的数据量随着业务的飞速发展而爆炸式增长,海量图像数据作为文字信息的重要补充,在美团的整个业务链条的各个环节都发挥着举足轻重的作用。报告将以美团的典型业务场景切入,为大家介绍计算机视觉技术,包括OCR文字识别,UGC图像过滤,图像分类,图像质量打分,卡片识别,人脸识别等技术在美团的各个业务环节,包括销售上单,用户下单,消费评价等环节如何发挥作用?在节省人力成本的同时,更有效地提升产品体验。 分享者:沈文竹,2010年毕业于清华大学电子系人工智能实验室,毕业后加入百度,从事自然语言处理相关的技术研发和管理工作。2015年春季加入美团,现负责自然语言处理及计算机视觉相关的技术管理,具体技术包括OCR文字识别,UGC图像过滤,图像分类,图片质量打分,卡片识别,人脸识别等技术。
阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf
markmind
阿里巴巴数据中台实践
How to run an AI Project @pixnet
How to run an AI Project @pixnet
晨揚 施
How to run an AI Project @pixnet
瑞为智慧Mall-AI场景化解决方案(1).pptx
瑞为智慧Mall-AI场景化解决方案(1).pptx
JimHong8
Ai Mall solutions to help the retailers to identify their potential customers. Aside, it also has its Ai analytics
Intro to AI
Intro to AI
Ryan Chung
http://MobileDev.TW
451 云欧种子轮商业计划书
451 云欧种子轮商业计划书
Rui (Nash) Yang
451 云欧种子轮商业计划书
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
August Lin
7 business options for a smart IOT service 7 種智能物聯網的商業模式
User Research in Data Driven Artificial Intelligence era
User Research in Data Driven Artificial Intelligence era
Steven Tseng
數據驅動人工智慧時代下的使用者研究 User Research in Data Driven Artificial Intelligence era 回答兩個問題: 1. 人工智慧時代需要使用者研究嗎? 2. 大數據分析就是使用者研究嗎?
智慧廣告看板 Smart Digital Signage
智慧廣告看板 Smart Digital Signage
IttrainingIttraining
摘要 近年數位廣告看板常見於機場及各大購物中心或是電影院門口,針對來客族群播放相對應的廣告,長期看來除了節省了成本也能夠即時修改廣告內容。 本系統結合AI技術及數位廣告看板,使數位看板不只是能夠根據地點播放對應族群的廣告,還能夠在消費者觀看看板廣告時,利用深度學習進行人臉的屬性分析,如性別、年齡與表情識別(Facial Expression Detection) ,針對不同的消費者投放合適的廣告。系統將會不斷餽集消費者觀看廣告時的屬性分析,透過長期餽集資料,可以了解什麼樣的族群對於什麼樣的廣告會感到興趣。對於廣告商來說,運用此系統將可針對不同消費族群製作不同類型的廣告,大幅增加廣告效益 專題成果展 http://bit.ly/37fgDiK AIoT就業班 http://bit.ly/36eBRvM
雲端生活面面觀
雲端生活面面觀
Vista Cheng
2013年「贏在雲端競爭力論壇」。
AI-enabled digital transform for manufacturing
AI-enabled digital transform for manufacturing
Wang Johnson
邁向AI智能化的數位轉型 在混和雲的架構上思維整理
Mobvista
Mobvista
Invbots Limited
Mobvista
网站数据分析
网站数据分析
Wang Jian
雲端行動商務發展趨勢 V1.2
雲端行動商務發展趨勢 V1.2
yaohung
ImmERP BSGPS 展示
ImmERP BSGPS 展示
Immensity Power Group
immERP BSGPS 展示 歡迎海量集團
App操作策略分享(建勳)
App操作策略分享(建勳)
EZprice數據解鑰|EC Insight
APP操作策略分享
AI Service Integration - Education
AI Service Integration - Education
Ryan Chung
Talk about AI integration service and using in education.
Toutiao 2013 Jan Series B Funding Deck
Toutiao 2013 Jan Series B Funding Deck
Matthew Brennan
Funding deck used for series B
Actuate presentation 2011
Actuate presentation 2011
Luke Han
Actuate公司及产品介绍
Similar to 苏宁图像智能分析实践
(20)
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
AI Agent,大模型时代重要落地方向 202310 东吴证券.pdf
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
美团技术沙龙02 - 计算机视觉算法在O2O中的应用
阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf
How to run an AI Project @pixnet
How to run an AI Project @pixnet
瑞为智慧Mall-AI场景化解决方案(1).pptx
瑞为智慧Mall-AI场景化解决方案(1).pptx
Intro to AI
Intro to AI
451 云欧种子轮商业计划书
451 云欧种子轮商业计划书
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
7 business options for a smart IOT service ( 7 種智能物聯網的商業模式)
User Research in Data Driven Artificial Intelligence era
User Research in Data Driven Artificial Intelligence era
智慧廣告看板 Smart Digital Signage
智慧廣告看板 Smart Digital Signage
雲端生活面面觀
雲端生活面面觀
AI-enabled digital transform for manufacturing
AI-enabled digital transform for manufacturing
Mobvista
Mobvista
网站数据分析
网站数据分析
雲端行動商務發展趨勢 V1.2
雲端行動商務發展趨勢 V1.2
ImmERP BSGPS 展示
ImmERP BSGPS 展示
App操作策略分享(建勳)
App操作策略分享(建勳)
AI Service Integration - Education
AI Service Integration - Education
Toutiao 2013 Jan Series B Funding Deck
Toutiao 2013 Jan Series B Funding Deck
Actuate presentation 2011
Actuate presentation 2011
苏宁图像智能分析实践
1.
苏宁图像智能分析实践 二〇一六年十月
2.
线上电商 线下店商 图像分析对苏宁的价值
3.
深度学习? 黑科技?无所不能? AlphaGo? 能实现我的什么需求? 企业需求? 商品识别?人脸识别? 需要我的什么技术?
4.
深度学习极大的便利了企业算法应用
5.
内容 3 图像智能分析系统组成及平台介绍 1 2 图像智能分析应用 技术案例: 图像自动标注方法
6.
Part 1 图像智能分析系统 组成及平台介绍
7.
图像智能分析系统组成: 线上应用系统 离线算法平台 智能监控系统
8.
线上应用系统: 应 用 算 法 接 口 数 据 图像算法接口 推荐平台接口 搜索平台接口 图像数据解析
结果整合 数据库管理 拍照购 价签购 人脸分析 Logo购 ... 商品识别 文字识别 人脸分析 目标检测
9.
智能监控系统: 智能分析模块 ...... 门店1 数据通信 客流 人脸 行为 设备管理 数据整合模块 智能分析模块 ...... 门店N 数据通信 客流
人脸 行为 设备管理 数据整合模块 ...... 数据中心 数据库 报表
10.
离线算法平台: 效 果 层 数 据 层 模 型 层 深度学习模型 训练 模型测试验证 特征提取及融合 商品识 别 人脸算 法 OCR 检测算 法 ... 图像获取 图像预处 理 图像标注
传统特征提取 传统模型训练 检索模型
11.
目的: 为不同的应用需求提供一致性的算法接口, 满足各种图像智能分析需求, 为内部和外部用户提供智能分析服务。 图像智能分析平台 功能:
商品识别 Logo检测 人脸分析 OCR应用 ......
12.
13.
Part2 图像智能分析应用
14.
电商企业图像算法应用的特点 1. 产生直接受益(经济上或者业务上),或者能提供关键数据。 2. 有明确的业务场景。 3.
并发量高,对算法时间性能要求高。
15.
拍照购(商品识别):介绍 以商品识别算法和图像检索系统为基础,利用深度神经网络强大的表达能力, 抽取图像中商品的有效特征,并结合文本识别的结果,获取高相关度商品的推 荐结果。 特点: 1. 支持广泛品类的商品识别(今年内基本做到全覆盖)。 2. 与文本识别相结合。 3.
较快的识别与检索速度,相关性较高的返回结果。
16.
拍照购(商品识别):算法系统组成 输入图像 预处理 特征提取 图像检索 文本识别 结果融合
17.
拍照购(商品识别):使用示例
18.
拍照购(商品识别):优化策略 有用策略: 1. 补充数据。增加有效的真实训练样本,提升模型的表达能力,并提高检索 精度。 2. 主体检测。有效检测出图像中商品主体,减少背景的干扰,提升识别精度。
19.
拍照购(商品识别):优化策略
20.
智能门店监控:介绍 目的: 实现门店监控视频的智能分析,以获取准确的客流人数、客流成分组成、 商品热区、顾客滞留分析等丰富的商业数据信息,进而为商业智能系统提供数 据保障。 特点: 1. 能够统计不同环境、不同状态下的客流人数。 2.
能够检测不同环境下人脸,并分析其年龄、性别等信息。 3. 能够得到不同排布商家的商品热区信息。 4. 能够分析顾客的滞留,进而对顾客行为进行判断。
21.
智能门店监控:客流统计 方案: 1. 采用置顶数字摄像头 2. 检测进入区域的人体 3.
跟踪并确认有效客流
22.
智能门店监控:人脸分析 1. 利用特征点跟踪有效估计人脸姿态,利用正面人脸进行去重分析。 2. CNN网络分析年龄及性别。
23.
智能门店监控:顾客行为分析 1. 对于置顶或偏置摄像头,都能够有效获取商品热力图。 2. 对顾客进行去重和滞留分析,能够最大限度抑制销售员影响。 3.
进一步分析顾客与销售员行为。
24.
文本图像识别:介绍 应用: 1. 对价签等丰富文本载体进行分析,得到文本内容。 2. 对自然场景中文本进行识别,辅助物品识别。 技术方案 1.
检测图像中可能的文本区域。 2. 对文本区域进行验证和校正。 3. 迭代寻找最优的切分和识别结果(CNN识别单字)。 4. 利用语言模型进行校正。
25.
文本图像识别:示例
26.
文本图像识别:价签购示例
27.
其他一些应用工作 1. 与人脸相关的促销应用。 -- 颜值检测,萌值检测,速配得分...... 2.
与检测相关的促销应用。 -- Logo检测,商品检测...... 3. 与推荐相关的应用。 -- 找相似,找同款...... 4. 敏感图像检查。
28.
头疼的问题 1. 有效图像样本获取困难,样本不均衡。 2. 噪声样本比例极高,标签缺失。 3.
实际场景变化复杂。 4. 生产环境硬件资源限制。
29.
实践: 一种图像 样本自动标注方 法 Part 3
30.
– 来源 • 拍照购 •
图像识别引擎 • 深度学习 – 需求 • 海量的已标注图像数据 背景介绍
31.
背景介绍 图像来源 1. 拍摄: 成本太高 2.
商品主图: ps过,与真实场景不符 3. 网络图像: 晒单等。 噪声太严重 需求: 标注出商品图像和噪声图像 难度: 人工标注效率太低
32.
技术现状 1. 学术圈关注度低 2. 很常见的现实问题 可能方案 1.
标注少量数据进行冷启动 标注数据影响结果 2. 半监督学习? 数据太杂乱,不符合一般半监督学习方法的假设 3. 主动学习 Good idea.
33.
技术思路 1. 针对噪声图像多且杂,采用多重过滤 2. 选择合适的无监督聚类方法,自动获得好的聚类中心 3.
利用聚类的结果进行标注,数据量大且分布较为紧凑的聚类极有可能就是 真实样本图像 希望 尽量少人工干预,人工干预对最终结果的影响很小。 效率尽量高,且结果无需迭代式优化。
34.
技术方案 1. 图像采集 2. 重复图片过滤 3.
非商品噪声图片过滤 4. 图像聚类自动标注
35.
End-to-end 数据过滤
36.
无监督聚类方法 常见方法: 1. 基于划分: k均值,
k众数,k中心点, Canopy 2. 基于层次: BIRCH, Chameleon 3. 基于密度: DBSCAN, DENCLUE 4. 基于网格: STING 5. 基于图论: Spectral Clustering 常见问题: 1. 适用范围窄 2. 参数不易设置,对结果影响大 3. 聚类中心选择准则过于简单或过于复杂,适应性差 4. 高维情况下表现不好
37.
无监督聚类方法 Clustering by fast
search and find of density peaks, Alex Rodriguez and Alessandro Laio. 步骤: 1. 聚类中心选择 2. 根据聚类中心进行聚类 特点 1. 基于密度的方法,能够发掘不同形状的聚类,也能很好描述离群点 2. 提出一种寻找最佳聚类中心的新颖方法 3. 形式简单,效率较高 4. 唯一参数需要设定,具有弹性,适用于不同情况
38.
无监督聚类方法: 聚类中心选择 基本思想: 寻找合适的聚类中心,
使其满足 自身的密度大,密度大于它的所有邻居 与其他密度更大的数据点的距离相对更大 定义局部密度 和距离
39.
无监督聚类方法: 聚类中心选择 当聚类个数不能轻易获得时 定义 当𝛾𝑖越大时,越可能是聚类中心。
40.
无监督聚类方法: 聚类策略 步骤: 1. 初始化各个聚类,以聚类中心为初始点 2.
根据距离判断其他非中心数据点的类别,将其划分到某一聚类 3. 将每个聚类中的点,进一步划分为核心数据点和边缘数据点 截断距离参数 的选取: 1. 太大的话 太大,区分度太低;反之,会得到细碎的聚类 2. 建议值: 使得每个数据点的平均邻居个数约为数据点总数的1%~2%
41.
无监督聚类方法: 聚类效果
42.
实际效果
43.
总结 目标: 为图像自动打标签,为图像识别引擎准备训练数据 特点: 全过程无需人工干预。 效率很高,和人工标注相比可提高100倍。 效果很好,图像相关度可达95%以上
Download now