雷鋒網(wǎng) AI 科技評論按：隨著人工智能的發(fā)展步入加速期，以計算機視覺為代表的人工智能技術(shù)也逐漸落地到行業(yè)場景中，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)用場景中的一系列計算機視覺底層技術(shù)，仍存在較大的挑戰(zhàn)，就比如說商品識別技術(shù)，相較于人臉識別、場景識別等技術(shù)相比，它因其特殊屬性而面臨著其獨有的挑戰(zhàn)，比如商品包裝雷同問題、商品上新問題等等，對于該細分行業(yè)的玩家在技術(shù)實力以及技術(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，業(yè)已成為該細分領(lǐng)域的領(lǐng)先者。本次，雷鋒網(wǎng) AI 科技評論聚焦 AI 商品識別技術(shù)這一主題，與該公司的 CTO 碼特（Matt Scott）進行了一次對話，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)驗出發(fā)，為大家分享了在商品識別這一細分領(lǐng)域中的一些思路。

應(yīng)對商品識別的獨有難題，技術(shù)研發(fā)實力是根本！

碼隆科技成立于 2014 年，在當時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別、自動駕駛等領(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。

對于公司成立之初的這一決定，碼特回憶道：「當四年前我們剛剛成立并做出這個決定時，還沒有其他公司完全專注于人工智能商品識別這一領(lǐng)域。在這五年的時間里，我們專注技術(shù)研發(fā)，并同時兼顧核心科研成果的實際場景落地，可以說，如今即便在世界范圍內(nèi)，我們都是將深度學習技術(shù)應(yīng)用于商品識別這一領(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爭對手，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?！?/p>

而實際上，相比于一般場景中所用到的人臉識別、場景識別而言，商品識別技術(shù)存在許多其獨有的難題，在場景落地中面臨著更大的挑戰(zhàn)，對此，碼特詳細介紹道：「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，商品識別技術(shù)還需要解決的一個基本問題是：因為商品外部包裝經(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>

對此，碼隆科技倚靠扎實的技術(shù)研發(fā)實力，從不同的技術(shù)路徑來解決這些問題。「比如針對商品上新問題，我們自主研發(fā)了弱監(jiān)督學習算法 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)進行訓練就能取得與訓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)收集和標注的壓力和成本。另外對于不同商品的包裝相似問題，我們研究的細粒度分類（Fine-grained Classification）技術(shù)能夠讓 AI 系統(tǒng)做出判斷達到與人類根據(jù)視覺觀察做出正確判斷同樣的水準，在某些場景中，機器識別的正確率甚至更高?！?/p>

零售是最優(yōu)先落地商品識別技術(shù)的行業(yè)

作為一家注重商品識別技術(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 商品識別產(chǎn)品，其中就包括其最早大眾化的產(chǎn)品——商品識別基礎(chǔ)技術(shù)平臺 ProductAI??。

據(jù)介紹，ProductAI? 集成了包括商品圖像的搜索、檢測、分類、分析、標注以及色彩分析和文字識別等多種基礎(chǔ)技術(shù)，涉及弱監(jiān)督學習、課程學習、目標跟蹤、細粒度分類、物體檢測等等的計算機視覺核心算法?！竿瑫r，碼隆科技也正在進行前沿深度度量學習（Deep Metric Learning）的研究，作為細粒度分類、檢測和追蹤技術(shù)的補充?，F(xiàn)在這些算法都已應(yīng)用于圖像或視頻處理的商品識別場景。」

在場景中的實際落地情況，以智能貨柜為例，其在整個流程中充當?shù)慕巧牵簩οM者來說，該技術(shù)主要用于自動結(jié)算這一環(huán)節(jié)，可以根據(jù)消費者的拿取商品前后的變化識別出消費者具體購買了哪些商品，并以此為依據(jù)進行結(jié)算；對商戶來說，一是商品識別技術(shù)能夠使商家實時了解智能貨柜的運營狀態(tài)，二是后臺會有銷售大數(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位置銷售情況更好等等。

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

作為在該行業(yè)有著合作伙伴積累的碼隆來說，在 AI 商品識別技術(shù)的場景落地合作伙伴的選擇上，也有著自己的考量點 ：「我們的策略是選擇那些垂直行業(yè)的龍頭玩家去進行合作，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，同時對新技術(shù)的布局意識也更勝一籌。比如，在將商品識別與智能貨柜結(jié)合的探索中，我們選擇和世界頂級冰柜制造商海爾進行合作。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)勢進行一點一點地打磨?！?/p>

不斷用現(xiàn)有的學術(shù)基準來測試、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，碼隆科技也時刻關(guān)注著學術(shù)界在該領(lǐng)域的動態(tài)，比如包括細粒度分類、弱監(jiān)督學習、深度度量學習以及檢測追蹤算法等等。同時，碼隆也會緊隨學術(shù)動態(tài)，將自己的研究成果搬到學術(shù)界去進行測試：一方面是通過學術(shù)界一系列商品識別評估標準進行自我檢驗；另一方面，碼隆科技也樂于向 CVPR、ICCV 和 ECCV 等計算機視覺世界頂級行業(yè)會議投遞論文，去接受該領(lǐng)域的國際權(quán)威評審。

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)建了自己的評估標準?！附衲?，我們舉辦了一項有關(guān)商品識別的比賽 iMaterialist Challenge on Product Recognition，截至目前，全球已有近一百支代表隊參賽，比賽結(jié)果將在 CVPR 研討會上公布。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 SKU 超過一百萬張圖像數(shù)據(jù)，每個 SKU 都有超過 200 張圖片，是 CVPR 迄今數(shù)據(jù)規(guī)模最大、種類最多的商品識別競賽。同時，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『the Sixth Annual Workshop on Fine-Grained Visual Categorization』的一部分?！?/p>

商品識別技術(shù)未來發(fā)展的期望

作為前微軟亞洲研究院高級研發(fā)主管、現(xiàn)任碼隆科技 CTO 的碼特，在其學生時代就已在計算機視覺領(lǐng)域勤耕，如今選擇聚焦商品識別領(lǐng)域展開研究，對于這項技術(shù)未來的發(fā)展自然充滿了期待：「與計算機視覺其他相關(guān)任務(wù)一樣，我們同樣也期待機器能夠在這一細分領(lǐng)域以超越人類的水平實現(xiàn)持續(xù)學習和推理。未來，這項核心技術(shù)將會對零售等行業(yè)帶來變革性的影響，在讓商業(yè)更加高效運營、提升利潤的同時，也改變和優(yōu)化人們購物和生活的方式?！?/p>

而具化到碼隆科技上，碼特表示，現(xiàn)在和未來，碼隆科技依舊會聚焦于商品識別這一領(lǐng)域，同時會不斷開發(fā)和優(yōu)化相關(guān)的底層算法，并以此為基礎(chǔ)推動技術(shù)與更多行業(yè)的結(jié)合，最終落地到實際場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，而具體的細節(jié)，也將會在不久后對外公布。 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。