基于EasyDL 提升回收卷烟包装箱效率的功能实现
2021-06-01
数字技术与应用 2021年4期
(浙江美浓世纪集团有限公司,浙江杭州 311100)
0 引言
自2013 年国家烟草专卖局发布了有关烟草包装材料回收的文件以来,烟草行业的工商企业都加强了烟草瓦楞包装箱的回收利用。2018年,烟草行业商业企业共向工业企业返还卷烟包装11473.92百万次(不包括非相邻省份主要品牌的收益),总收益率为94.2%,比上年同期高0.72个百分点[1-2]。随着中国将人工智能推向国家战略水平,工业自动化程度不断提高,工业企业的生产方式正在发生变化,并逐渐从传统模式向自动化智能模式转变[3]。在过去的两年中,已经在人工智能领域开发和应用了许多技术,并且图像识别技术是基于人工智能的代表性技术之一。卷烟纸箱通常专用于某种产品,因此回收必须梳理产品分类,以实现逆向物流并返回源头的工业公司复用。对于如此庞大而琐碎的回收业务,我们需要根据公司的实际需要提高分拣效率和速度,减少人工判断并降低回收成本[4]。
当前,大多数人工智能的学习准确性需要大量投资,而自动机器学习(AutoML)是减少数据预处理,特征提取,模型选择,参数调整等方面的新兴方向。它使企业可以低成本采用人工智能。通过比较百度的EasyDL,阿里云视觉智能中的图像识别,亚马逊的Amazon SageMaker Ground Truth,谷歌的Google Cloud AutoML,微软的Custom Vision Services以及其他自动化机器学习系统[5],百度EasyDL提供了简单的界面和便捷的访问。因此,在本文中,我们将把百度的EasyDL用作图形深度学习工具,以实现在卷烟包装回收中的价值,并初步探讨在其他工业生产环节中的实现前景。……
登录APP查看全文
