隨著(zhù)電商物流需求量的日益增加，全渠道履約并直面消費者，成為了物流業(yè)的發(fā)展趨勢，這無(wú)疑給物流企業(yè)帶來(lái)了巨大的運營(yíng)壓力。投資自動(dòng)化設備進(jìn)行數字化升級將有機會(huì )重構物流行業(yè)的底層鏈路，物流設施必須快速、準確地檢測和分揀各種各樣的貨品，才能提升行業(yè)整體效率。

然而，由于貨品和包裹類(lèi)型存在大量差異，再加上托盤(pán)或輸送帶背景變化，基于規則的傳統機器視覺(jué)方法難以實(shí)現所需的檢測準確性并準確分揀。而且這類(lèi)技術(shù)的維護非常耗時(shí)，通常需要對操作員進(jìn)行專(zhuān)門(mén)培訓。因此物流業(yè)檢測和分揀應用自動(dòng)化主要面臨以下三個(gè)棘手的業(yè)務(wù)挑戰：

1、貨物丟失或處理錯誤：廣泛的包裹類(lèi)型和多樣性背景常導致難以檢測到貨品。而檢測不準確可能會(huì )導致貨物輸送路線(xiàn)分配錯誤。

2、難以準確分揀物品：物流設施通常根據類(lèi)型分揀貨品以提高效率，容易導致分類(lèi)錯誤。

3、設備損壞：由于自動(dòng)化物流速度和效率超高，經(jīng)常導致貨物最終出現在預期之外的區域，需要進(jìn)行停機排查；嚴重時(shí)，這些貨品可能會(huì )對設備造成損壞。

這些難題該如何解決？康耐視近期推出了搭載邊緣學(xué)習技術(shù)的新產(chǎn)品In-Sight 2800 Detector將上述棘手問(wèn)題一一解決。

In-Sight 2800 Detector能夠執行傳統基于規則的機器視覺(jué)無(wú)法完成的檢測和分揀任務(wù)。這種基于A(yíng)I的技術(shù)僅需簡(jiǎn)單的圖形訓練，就能夠在反光或復雜背景下從各種角度可靠地檢測或分揀包裹。且用戶(hù)可以輕松添加新包裹類(lèi)型，無(wú)需進(jìn)行廣泛的再訓練。它能輕松實(shí)現以下應用：

? 貨品存在/缺失檢測

? 出入庫流程的包裹分揀

? 輸送環(huán)節異常檢測

當下我國物流業(yè)發(fā)展空間巨大，而大數據應用、智慧物流則是重點(diǎn)發(fā)展方向。憑借康耐視In-Sight 2800 Detector基于示例的簡(jiǎn)單訓練和優(yōu)異的AI算法，可幫助物流企業(yè)快速解決棘手的貨品檢測和分揀難題，進(jìn)一步實(shí)現自動(dòng)化物流應用。