雷鋒網(wǎng) AI 科技評(píng)論按：隨著人工智能的發(fā)展步入加速期，以計(jì)算機(jī)視覺為代表的人工智能技術(shù)也逐漸落地到行業(yè)場(chǎng)景中，開始在安防、教育、金融、物流等行業(yè)大顯身手，并從中衍生出一批新的應(yīng)用場(chǎng)景，如新零售、無人駕駛等等，在科技巨頭以及人工智能初創(chuàng)企業(yè)中都激起了千波浪。

然而，行業(yè)應(yīng)用場(chǎng)景中的一系列計(jì)算機(jī)視覺底層技術(shù)，仍存在較大的挑戰(zhàn)，就比如說商品識(shí)別技術(shù)，相較于人臉識(shí)別、場(chǎng)景識(shí)別等技術(shù)相比，它因其特殊屬性而面臨著其獨(dú)有的挑戰(zhàn)，比如商品包裝雷同問題、商品上新問題等等，對(duì)于該細(xì)分行業(yè)的玩家在技術(shù)實(shí)力以及技術(shù)產(chǎn)品化方面都提出了更高的要求。

作為一家在商品識(shí)別領(lǐng)域深耕四年多的創(chuàng)業(yè)公司，碼隆科技憑借其在行業(yè)內(nèi)深厚的技術(shù)積累以及豐富的產(chǎn)品商業(yè)化經(jīng)驗(yàn)，業(yè)已成為該細(xì)分領(lǐng)域的領(lǐng)先者。本次，雷鋒網(wǎng) AI 科技評(píng)論聚焦 AI 商品識(shí)別技術(shù)這一主題，與該公司的 CTO 碼特（Matt Scott）進(jìn)行了一次對(duì)話，碼特也從碼隆科技在技術(shù)研發(fā)、產(chǎn)品化方面積淀下來的經(jīng)驗(yàn)出發(fā)，為大家分享了在商品識(shí)別這一細(xì)分領(lǐng)域中的一些思路。

應(yīng)對(duì)商品識(shí)別的獨(dú)有難題，技術(shù)研發(fā)實(shí)力是根本！

碼隆科技成立于 2014 年，在當(dāng)時(shí)無論是科技巨頭還是人工智能創(chuàng)業(yè)公司紛紛青睞人臉識(shí)別、自動(dòng)駕駛等領(lǐng)域的背景下，創(chuàng)立之初便另辟蹊徑，選擇了商品識(shí)別這一賽道，而這一開始也為碼隆科技此后在該領(lǐng)域的發(fā)展贏得了先機(jī)。

對(duì)于公司成立之初的這一決定，碼特回憶道：「當(dāng)四年前我們剛剛成立并做出這個(gè)決定時(shí)，還沒有其他公司完全專注于人工智能商品識(shí)別這一領(lǐng)域。在這五年的時(shí)間里，我們專注技術(shù)研發(fā)，并同時(shí)兼顧核心科研成果的實(shí)際場(chǎng)景落地，可以說，如今即便在世界范圍內(nèi)，我們都是將深度學(xué)習(xí)技術(shù)應(yīng)用于商品識(shí)別這一領(lǐng)域的引領(lǐng)者。雖然在該領(lǐng)域，我們目前也面臨著一些競(jìng)爭(zhēng)對(duì)手，但是碼隆在研發(fā)、工程、數(shù)據(jù)和國際客戶、合作伙伴方面，都有著先天優(yōu)勢(shì)?！?/p>

而實(shí)際上，相比于一般場(chǎng)景中所用到的人臉識(shí)別、場(chǎng)景識(shí)別而言，商品識(shí)別技術(shù)存在許多其獨(dú)有的難題，在場(chǎng)景落地中面臨著更大的挑戰(zhàn)，對(duì)此，碼特詳細(xì)介紹道：「例如，商品有海量的庫存單位（SKU, Stock Keeping Unit），其中有很多都是細(xì)粒度的，存在的差異是很難分辨出來的。不僅如此，即使是同一種商品或者庫存單位，在不同的情境下也有可能呈現(xiàn)出非常不同的外觀，比如針對(duì)同一種商品的電商賣家秀和買家秀，往往外觀效果大有不同。此外，商品識(shí)別技術(shù)還需要解決的一個(gè)基本問題是：因?yàn)樯唐吠獠堪b經(jīng)常更新，需要保證高效的庫存單位更新能力，也就是上新的問題?！?/p>

對(duì)此，碼隆科技倚靠扎實(shí)的技術(shù)研發(fā)實(shí)力，從不同的技術(shù)路徑來解決這些問題?！副热玑槍?duì)商品上新問題，我們自主研發(fā)了弱監(jiān)督學(xué)習(xí)算法 CurriculumNet，能夠有效處理有噪音數(shù)據(jù)和數(shù)據(jù)不均衡的情況，讓我們僅需 20 張圖像數(shù)據(jù)進(jìn)行訓(xùn)練就能取得與訓(xùn)練成百上千張圖像相同的效果，從而極大地減輕了其數(shù)據(jù)收集和標(biāo)注的壓力和成本。另外對(duì)于不同商品的包裝相似問題，我們研究的細(xì)粒度分類（Fine-grained Classification）技術(shù)能夠讓 AI 系統(tǒng)做出判斷達(dá)到與人類根據(jù)視覺觀察做出正確判斷同樣的水準(zhǔn)，在某些場(chǎng)景中，機(jī)器識(shí)別的正確率甚至更高。」

零售是最優(yōu)先落地商品識(shí)別技術(shù)的行業(yè)

作為一家注重商品識(shí)別技術(shù)研發(fā)和商業(yè)化并駕齊驅(qū)的公司，碼隆在技術(shù)產(chǎn)品化方面也是不遺余力地投入。自創(chuàng)立以來，碼隆科技打造了一系列 AI 商品識(shí)別產(chǎn)品，其中就包括其最早大眾化的產(chǎn)品——商品識(shí)別基礎(chǔ)技術(shù)平臺(tái) ProductAI??。

據(jù)介紹，ProductAI? 集成了包括商品圖像的搜索、檢測(cè)、分類、分析、標(biāo)注以及色彩分析和文字識(shí)別等多種基礎(chǔ)技術(shù)，涉及弱監(jiān)督學(xué)習(xí)、課程學(xué)習(xí)、目標(biāo)跟蹤、細(xì)粒度分類、物體檢測(cè)等等的計(jì)算機(jī)視覺核心算法。「同時(shí)，碼隆科技也正在進(jìn)行前沿深度度量學(xué)習(xí)（Deep Metric Learning）的研究，作為細(xì)粒度分類、檢測(cè)和追蹤技術(shù)的補(bǔ)充?，F(xiàn)在這些算法都已應(yīng)用于圖像或視頻處理的商品識(shí)別場(chǎng)景?！?/p>

在場(chǎng)景中的實(shí)際落地情況，以智能貨柜為例，其在整個(gè)流程中充當(dāng)?shù)慕巧牵簩?duì)消費(fèi)者來說，該技術(shù)主要用于自動(dòng)結(jié)算這一環(huán)節(jié)，可以根據(jù)消費(fèi)者的拿取商品前后的變化識(shí)別出消費(fèi)者具體購買了哪些商品，并以此為依據(jù)進(jìn)行結(jié)算；對(duì)商戶來說，一是商品識(shí)別技術(shù)能夠使商家實(shí)時(shí)了解智能貨柜的運(yùn)營狀態(tài)，二是后臺(tái)會(huì)有銷售大數(shù)據(jù)分析系統(tǒng)，可以為商家提供一些銷售洞察作為決策參考，如哪些商品在什么樣的布點(diǎn)位置銷售情況更好等等。

對(duì)于碼隆的商品識(shí)別技術(shù)的整個(gè)落地情況，碼特介紹道：「線上和線下零售是我們最優(yōu)先落地的場(chǎng)景。在線下零售方面，我們目前將智能貨柜作為實(shí)體零售的主要落地場(chǎng)景，此外還有商超資產(chǎn)保護(hù)、智能稱重等應(yīng)用場(chǎng)景。而在線上零售方面，我們的商品識(shí)別技術(shù)也已經(jīng)通過 API 調(diào)用的形式賦能了很多電商平臺(tái)和時(shí)尚應(yīng)用。」

作為在該行業(yè)有著合作伙伴積累的碼隆來說，在 AI 商品識(shí)別技術(shù)的場(chǎng)景落地合作伙伴的選擇上，也有著自己的考量點(diǎn) ：「我們的策略是選擇那些垂直行業(yè)的龍頭玩家去進(jìn)行合作，他們能在更宏觀的角度看待產(chǎn)業(yè)發(fā)展，深知行業(yè)痛點(diǎn)，同時(shí)對(duì)新技術(shù)的布局意識(shí)也更勝一籌。比如，在將商品識(shí)別與智能貨柜結(jié)合的探索中，我們選擇和世界頂級(jí)冰柜制造商海爾進(jìn)行合作。在 AI 技術(shù)落地的過程中，一定是有很多困難的，這就需要行業(yè)內(nèi)的廠商相互配合、各自發(fā)揮優(yōu)勢(shì)進(jìn)行一點(diǎn)一點(diǎn)地打磨?！?/p>

不斷用現(xiàn)有的學(xué)術(shù)基準(zhǔn)來測(cè)試、挑戰(zhàn)自己的技術(shù)

作為一家以技術(shù)研發(fā)為長的公司，碼隆科技也時(shí)刻關(guān)注著學(xué)術(shù)界在該領(lǐng)域的動(dòng)態(tài)，比如包括細(xì)粒度分類、弱監(jiān)督學(xué)習(xí)、深度度量學(xué)習(xí)以及檢測(cè)追蹤算法等等。同時(shí)，碼隆也會(huì)緊隨學(xué)術(shù)動(dòng)態(tài)，將自己的研究成果搬到學(xué)術(shù)界去進(jìn)行測(cè)試：一方面是通過學(xué)術(shù)界一系列商品識(shí)別評(píng)估標(biāo)準(zhǔn)進(jìn)行自我檢驗(yàn)；另一方面，碼隆科技也樂于向 CVPR、ICCV 和 ECCV 等計(jì)算機(jī)視覺世界頂級(jí)行業(yè)會(huì)議投遞論文，去接受該領(lǐng)域的國際權(quán)威評(píng)審。

例如，在 CVPR 2019，碼隆科技就發(fā)表了一篇關(guān)于多相似度損失的論文：「Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning」。據(jù)碼特介紹，該論文提出使用 GPW（General Pair Weighting）框架來從底層來理解圖像檢索中的損失函數(shù)，并在該框架下提出了多相似度損失（Multi-similarity Loss, MS Loss）函數(shù)，顯著提高了圖像搜索的性能——該損失函數(shù)在世界上所有主要的圖像檢索基準(zhǔn)上都獲得了領(lǐng)先的結(jié)果。

不僅如此，碼隆科技甚至還創(chuàng)建了自己的評(píng)估標(biāo)準(zhǔn)?！附衲?，我們舉辦了一項(xiàng)有關(guān)商品識(shí)別的比賽 iMaterialist Challenge on Product Recognition，截至目前，全球已有近一百支代表隊(duì)參賽，比賽結(jié)果將在 CVPR 研討會(huì)上公布。在比賽中，我們開放了史上數(shù)據(jù)量最大，商品種類最多元的數(shù)據(jù)庫，比賽涵蓋 2019 個(gè) SKU 超過一百萬張圖像數(shù)據(jù)，每個(gè) SKU 都有超過 200 張圖片，是 CVPR 迄今數(shù)據(jù)規(guī)模最大、種類最多的商品識(shí)別競(jìng)賽。同時(shí)，我們也和谷歌研究院一起合作將該挑戰(zhàn)賽列入了谷歌 CVPR 研討會(huì)『the Sixth Annual Workshop on Fine-Grained Visual Categorization』的一部分?！?/p>

商品識(shí)別技術(shù)未來發(fā)展的期望

作為前微軟亞洲研究院高級(jí)研發(fā)主管、現(xiàn)任碼隆科技 CTO 的碼特，在其學(xué)生時(shí)代就已在計(jì)算機(jī)視覺領(lǐng)域勤耕，如今選擇聚焦商品識(shí)別領(lǐng)域展開研究，對(duì)于這項(xiàng)技術(shù)未來的發(fā)展自然充滿了期待：「與計(jì)算機(jī)視覺其他相關(guān)任務(wù)一樣，我們同樣也期待機(jī)器能夠在這一細(xì)分領(lǐng)域以超越人類的水平實(shí)現(xiàn)持續(xù)學(xué)習(xí)和推理。未來，這項(xiàng)核心技術(shù)將會(huì)對(duì)零售等行業(yè)帶來變革性的影響，在讓商業(yè)更加高效運(yùn)營、提升利潤的同時(shí)，也改變和優(yōu)化人們購物和生活的方式。」

而具化到碼隆科技上，碼特表示，現(xiàn)在和未來，碼隆科技依舊會(huì)聚焦于商品識(shí)別這一領(lǐng)域，同時(shí)會(huì)不斷開發(fā)和優(yōu)化相關(guān)的底層算法，并以此為基礎(chǔ)推動(dòng)技術(shù)與更多行業(yè)的結(jié)合，最終落地到實(shí)際場(chǎng)景中給人們帶來便利。此外，碼隆科技也從研究層面去探索該技術(shù)在其他行業(yè)應(yīng)用中更多的可能性，而具體的細(xì)節(jié)，也將會(huì)在不久后對(duì)外公布。 雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。