隨著電商(shang)物(wu)(wu)流(liu)(liu)需求量的(de)(de)(de)日益增(zeng)加，全渠道履約并(bing)直面消費者，成為(wei)了(le)物(wu)(wu)流(liu)(liu)業(ye)的(de)(de)(de)發展趨(qu)勢，這無(wu)疑給物(wu)(wu)流(liu)(liu)企業(ye)帶(dai)來(lai)了(le)巨(ju)大的(de)(de)(de)運(yun)營壓力。投資自(zi)動化設備(bei)進行數字化升級將有機會重構(gou)物(wu)(wu)流(liu)(liu)行業(ye)的(de)(de)(de)底層鏈(lian)路，物(wu)(wu)流(liu)(liu)設施必須快速、準確地檢測(ce)和分揀(jian)各種各樣(yang)的(de)(de)(de)貨(huo)品(pin)，才(cai)能提升行業(ye)整體效率(lv)。

然而(er)，由于貨品和(he)包裹(guo)類(lei)(lei)型存在大(da)量差異，再(zai)加(jia)上托(tuo)盤或(huo)輸送(song)帶背景變化，基(ji)于規則的(de)傳統(tong)機(ji)器視(shi)覺(jue)方法難以(yi)(yi)實(shi)現所需的(de)檢(jian)測準確(que)性并(bing)準確(que)分揀。而(er)且這類(lei)(lei)技術的(de)維護(hu)非常耗時(shi)，通(tong)常需要(yao)(yao)對(dui)操作員進(jin)行專門(men)培(pei)訓。因(yin)此物流業(ye)檢(jian)測和(he)分揀應用(yong)自動化主(zhu)要(yao)(yao)面臨(lin)以(yi)(yi)下三個棘(ji)手的(de)業(ye)務挑(tiao)戰：

1、貨物丟失或(huo)處理錯誤：廣(guang)泛的(de)包(bao)裹類型和多樣性背景常導(dao)致難以檢測(ce)(ce)到貨品。而檢測(ce)(ce)不準確可能會導(dao)致貨物輸送路線分配錯誤。

2、難以準確分揀物品(pin)：物流設施(shi)通常根據類(lei)型分揀貨品(pin)以提(ti)高效率，容易導(dao)致分類(lei)錯誤。

3、設備(bei)損壞(huai)：由于(yu)自動化物流(liu)速度和效率超高，經常導致貨物最終(zhong)出現在預期之外(wai)的區(qu)域(yu)，需要進行(xing)停機排查(cha)；嚴重時，這些貨品可能會對設備(bei)造成損壞(huai)。

這些難題該如何解決？康耐視近(jin)期(qi)推出(chu)了(le)搭(da)載邊緣(yuan)學(xue)習技術的(de)新產品In-Sight 2800 Detector將上(shang)述棘手問題一(yi)(yi)一(yi)(yi)解(jie)決。

In-Sight 2800 Detector能(neng)夠(gou)(gou)執(zhi)行傳統(tong)基于規則(ze)的機器視覺無法完成的檢(jian)測和分(fen)揀任務。這種基于AI的技術僅(jin)需(xu)簡單的圖形訓(xun)練，就能(neng)夠(gou)(gou)在反光或(huo)復雜(za)背景下從各種角度可靠地檢(jian)測或(huo)分(fen)揀包(bao)裹。且用戶可以(yi)輕(qing)松添(tian)加新包(bao)裹類型，無需(xu)進行廣泛的再(zai)訓(xun)練。它能(neng)輕(qing)松實現以(yi)下應用：

? 貨品存在/缺失檢測

? 出入庫流程的包裹分揀

? 輸送環節異常檢測

當下我國物流業發展空間巨大，而大數據應用、智慧物流則是重點發展方向。憑借康耐視In-Sight 2800 Detector基于示例的簡單訓練和優異的AI算法，可幫助物流企業快速解決棘手的貨品檢測和分揀難題，進一步實現自動化物流應用。