使用价值成效

1、根据百度搜索PaddlePaddle优化算法架构与百度AI Studio的平台开发工作能力，品览打造出了“AI亿览通”。该商品可根据AI物件鉴别全方位审批店面终端设备仓储货架陈列设计，协助欣和食品类完成动态性查询全国各地1400县销售市场数据信息，七种极致店面KPI本产品竞争对手一览无余。

2、AI亿览通的SKU鉴别精确度达到97%，审批时间减少、节约95%的审查人力资源管理，提高50%以上的工作效能。其强悍的洞悉零售仓储货架市场行情，可协助释放出来大量人力资源管理，将来还可助推大量像欣和食品类那样的零售企业降低成本、增加效率。

实例小故事

关键需求

欣和集团旗下有六月鲜、醯官醋、葱伴侣、禾然有机化学等11个知名品牌，遮盖生抽、酿制酱、油耗、食用醋等众多类目，共上千种SKU（库存值企业），业务流程遍布全国各地。在陈列设计检核、仓储货架汇总、分销管理等实体零售情景中，应对总数巨大的零售终端、品种繁多的SKU，会碰到下列3类迫切需要的难点：
1、传统式业务员巡店、核对纪录、照相提交审核的办法会消耗昂贵的人工成本，且非常容易错测漏算，汇报失帧数据信息；
2、大量照片数据信息无法所有审批，人力抽样检验时间长、准确度低；
3、没法精确获得每一个终端设备的真正陈列设计状况，立即把握市场走势。

解决方法

品览根据百度搜索PaddlePaddle优化算法架构与AI Studio的平台开发工作能力，并融合自己的弱监管与粗粒度鉴别优化算法及其大量的产品图签打造“AI亿览通”，为欣和给予仓储货架大批量审批解决方法。将AI亿览通连接欣和的业代和经销商系统后，可适用公司员工后台管理大批量提交图象和AI自动识别作用，公司后台管理生产流程卡还可及时获得产品的仓储货架能见度、仓储货架市场占有率、陈列设计及格率及其商品物价指数等分析数据。真正复原仓储货架直播，将繁杂数据信息数据可视化。

该计划方案深层充分运用了PaddlePaddle架构的可玩性与灵便度，开发设计了不一样的深度神经网络实体模型（包含但是不限于图像分析、文本检索和人工神经网络等多种多样实体模型）。根据运用AI Studio的GPU 迅速模型作用，该计划方案可完成半小时内全自动梯度下降法一版鉴别实体模型的作用。再加之AI Studio无缝拼接的一键构建作用，能适用自动生成可实施的服务项目，便捷新的实体模型全自动布署，进而完成全部计划方案针对新SKU和新包裝的迅速提升，更强的考虑顾客的要求。

AI亿览通深层鉴别实体模型例子图：

AI亿览通的主要建立全过程如下所示：

第一步：业务流程职工应用随意拍照专用工具拍照必须监测的仓储货架相片；

第二步：欣和的公司员工将每个零售终端工作人员的仓储货架相片归纳并提交至品览AI巡店通网站开展大批量检验；

第三步：欣和的公司员工可随时获得根据AI产品鉴别全自动估算出的SKU类型、总数、占有率，仓储货架叠加层数，陈列设计是不是合格及异常现象；

第四步：AI亿览通最后还会继续把繁杂的仓储货架数据信息以数据可视化的数据图表方式展现，为欣和的高管给予一份一目了然的店面KPI详细信息。