一緒にハイキングに行きませんか？ Baidu Brain EasyDLは、企業向けAI実装の山を登るお手伝いをします

エンタープライズ AI モデルの開発では、データの準備からモデルのトレーニング、サービスの展開まで、企業はあらゆるリンクに注意を払う必要があります。データの品質はモデルの有効性に直接影響します。企業は、データを効率的かつ低コストで収集、アップロード、クリーニング、ラベル付けし、モデルのトレーニングに迅速にアクセスする必要があります。従来の医薬品物流業界の仕分け業務では、薬箱の種類が多く、背景が複雑で、検査速度が速いため、手作業による仕分けや検査ではニーズを満たすことができなくなりました。ビジネスサービス業界や知識集約型産業では、膨大な量のデータを理解して処理するという課題に直面しています。業界を理解した従業員を育成するには何年もかかりますが、経験の継承は極めて難しく、企業にとって人材育成のコストは高額です。

EasyDLは、企業の開発者にインテリジェントなラベリング、モデルのトレーニング、サービスの展開などのフルプロセス機能を提供するゼロスレッショルドAI開発プラットフォームであり、AIモデル開発プロセスにおける複雑なタスクに便利で効率的なプラットフォームソリューションを提供します。データ管理の問題に対処するために、EasyDL の EasyData インテリジェント データ サービス プラットフォームは、収集、クリーニング、ラベル付け、処理などをカバーするワンストップのデータ処理機能を提供し、モデル トレーニング プロセスとシームレスに接続し、データ クローズド ループ機能を通じて効率的なモデル反復をサポートします。 EasyDL は、さまざまなユーザー グループ向けに、クラシック エディション、プロフェッショナル エディション、インダストリー エディションの 3 つの製品形式を提供しています。その中で、EasyDL プロフェッショナル エディションは、高精度のビジネス モデルの詳細な開発をサポートし、豊富な事前トレーニング済みモデルが組み込まれており、さまざまなシナリオに適用でき、少量のデータで優れたモデル効果を実現できます。

終了したばかりの EasyDL 産業応用シリーズの公開コースはケースから始まり、業界の洞察とモデル開発の実践的なデモンストレーションをお届けします。ライブ放送を見逃したとしても心配しないでください。この記事では、3 つの典型的なケースを選択し、産業 AI アプリケーションのコア知識ポイントを抽出して、エンタープライズ AI アプリケーションの困難を克服するのに役立ちます。

コア問題解決: データ収集、クリーニング、拡張、インテリジェントなラベリングをカバーするワンストップデータサービス

典型事例：スマートクラウドスケールが自動計量と決済を実現

疫病流行を受け、人の集まりを減らすことが繰り返し強調されてきた。コミュニティの果物や野菜の店舗では、人の集まりを減らし、手作業による決済をインテリジェントな果物や野菜の識別と決済スケールに置き換える方法が、中科里野の注目を集めています。しかし、データの準備段階で、果物の種類が多く、梱包状況が複雑だったため大量のデータが必要だったこと、重複した画像やぼやけた画像が多数あったためデータ品質を改善する必要があったことという 2 つの大きな問題に直面しました。これら 2 つの問題は、このケースに限って発生するわけではありません。多くの企業は、トレーニング データの収集とアップロードに困難を抱えており、また、大量のエネルギーを消費するデータの前処理も必要としています。

このため、中科利業はEasyDataデータインテリジェンスサービスプラットフォームの利用を開始しました。プラットフォームが提供するSDKをスマートスケールのカメラに導入することで、フレームレートや稼働時間をカスタマイズできるだけでなく、青果店の営業時間に合わせて画像収集時間を設定することができます。また、カメラで収集した一次画像データをEasyDataプラットフォームに直接送信し、洗浄やラベル付けなどの後続操作に利用することもできます。一般的な果物の頻度が高く、収集した写真の一部がぼやけているため、人間の目では識別が難しい繰り返し写真やぼやけた写真が多数あります。Zhongke Liyeは、EasyDataデータクリーニングの「重複除去」と「ぼかし除去」機能を使用して、繰り返し率が高くぼやけが大きい写真を削除し、トレーニングデータを最適化して、データセットの品質をさらに向上させます。

中科利業は、EasyDataプラットフォームを通じてデータを収集、処理、ラベル付けし、EasyDLの画像分類モデルでトレーニングすることで、果物と野菜の認識モデルのトレーニングに成功しました。現在、50種類の果物を95％以上の精度で識別でき、20店舗で正常に適用されています。同時に、モデルの効果を継続的に最適化し、果物の種類を増やしています。

インテリジェントデータ処理サービスをすぐに利用するには、Baiduで「EasyData」を検索するか、https://ai.baidu.com/easydata/にアクセスしてください。

解決すべき中核問題：医薬品物流業界における仕分けプロセス、ロボットが手作業に取って代わり、効率的かつ正確な把持を実現

典型事例：薬箱検査・仕分けモデルの開発

近年、インターネット医療の急速な発展、医薬品流通市場の段階的な標準化、個々の医薬品の内部審査と容器全体の外部審査の実施に伴い、医薬品物流業界は小口注文の割合が高く、注文の細分化度が高いという2つの特徴を示しています。散在する薬箱の仕分け・検品作業は、すべて手作業で行われており、作業員一人当たりの仕分けエリアが広く、出荷頻度も低いため、大規模化する医薬品物流システムにおいて、この作業方法を長期的に維持することは困難です。そのため、ますます多くの企業が AI 機能を製品やサービスに適用したいと考えています。しかし、オープンソース フレームワークに基づくモデル開発には専門のアルゴリズム チームのサポートが必要であり、コストがかかることから多くの企業が躊躇しています。

浙江理工大学情報工学部の Fu 氏は、高効率、高性能、低コストの AI 開発プラットフォームを求める同社の要望に基づいて EasyDL を見つけました。

仕分けのシナリオで薬箱を正確に見つける必要性を詳細に理解した後、Fu 氏は EasyDL Professional Edition のオブジェクト検出モデルを選択しました。モデルの精度を最大限に高めるために、元のデータセットを準備する際には、実際のアプリケーションと同じ機器と背景を選択して薬箱のサンプリングを行い、トレーニングデータが実際の業務データと可能な限り一致するようにさまざまな角度から検討しました。 EasyDL Professional Edition のオブジェクト検出モデルは、開発者がモデルのパフォーマンスと精度の要件に応じてネットワークを柔軟に選択することをサポートしています。薬箱検出では、Fu 教授は高精度の FasterRCNN、YoloV3、または mobilenetSSD ネットワークの使用を推奨しており、ページ上の選択プロンプトに従ってさまざまなネットワークの特性を確認することもユーザーに推奨しています。トレーニングを開始した後、Fu 氏はデータのクローズをサポートし、モデル効果を継続的に最適化することを選択しました。

特定の展開中、企業はアプリケーション シナリオに基づいて選択を行う必要があります。薬箱仕分けシナリオでは、レイテンシ要件が非常に高いため、オフライン展開が推奨されます。 Fu 先生は、EasyDL-EdgeBoard VMX アクセラレータ カードのハードウェアとソフトウェアの統合ソリューションを選択し、モデルを VMX アクセラレータ カードに展開し、ロボット アームに直接統合しました。実際の実装プロセスでは、物体検出モデルの3D位置決め精度は1〜2 mmの精度で、各選別タスクを完了するサイクルは約7秒です。また、カバーエリアは手作業よりも広く、24時間中断なく作業でき、選別シーンのインテリジェントな変革を実現します。

今すぐ EasyDL Professional Edition をお試しください。Baidu で「EasyDL Professional Edition」を検索するか、直接アクセスしてください:

https://ai.baidu.com/easydl/

中核的な問題解決: 膨大で複雑なテキストの構造化と柔軟な展開

典型的なケース: ヘッドハンティング業界における複雑なテキスト分類の実装

知識集約型産業として、敷居が低いように思えるヘッドハンティング業界ですが、実際の業務では、担当する業界に対する深い知識と理解が求められます。業界内のさまざまな企業のさまざまな求人情報を掌握してこそ、候補者に対して総合的なコンサルティングサービスを提供できるのです。そのため、ヘッドハンティング業界では、初心者から業界情報を熟知した専門家になるまでには、何年もの経験と知識の蓄積が必要になることが多いのです。

しかし、蓄積された膨大なデータを構造化処理できるかどうか、また蓄積された履歴データと継続的な新規データをAIエンパワーメントによって通常のラベルに変換し、実務者が迅速に解釈できるようにできるかどうかが、Hancai Headhuntingの責任者であるTan Xiaoran氏の注目を集めています。

Hancai Headhunting のモデル開発において、Tan Xiaoran 氏は、モデルトレーニングの効率を向上させるための重要なポイントである、データのクリーニングと重要な情報の保持について説明しました。モデルを初めてトレーニングしたとき、100,000 個のデータのトレーニングに 6 日近くかかり、非常に非効率的でした。 EasyDL バックエンド作業指示書の支援により、データの再処理が行われました。まず、データがデジタル化されて統合され、異なる形式のデータは OCR などの機能を通じてテキスト形式に統合されました。次のステップでは、必要なモデル データを残してデータを構造化し、最後に冗長であいまいなデータを排除しました。このようにして得られた高品質のコーパスは、モデルのトレーニングを高速化するだけでなく、モデルの精度も大幅に向上させます。

漢才ヘッドハンティング社は、10年以上にわたり200万近くの候補者データを蓄積してきました。EasyDLプロフェッショナル版のテキスト分類モデルを通じて、社内の業務情報と候補者情報を効率的、安全、低コストで構造化、分類してきました。 EasyDL はエンドクラウド コラボレーションのためのさまざまな柔軟な展開方法を提供するため、ユーザーはパブリック クラウド API、デバイス側 SDK、オフライン サーバー、ハードウェアとソフトウェアの統合展開ソリューションなど、特定のビジネス シナリオとトレーニング済みモデルの種類に基づいて適切な展開方法を選択できます。 Hancai Headhuntingのモデル開発が完了した後、Xiaoranは会社の日常業務処理のニーズに応じてモデルを会社の作業管理プラットフォームに統合しました。併用により、膨大なデータの構造化処理が実現され、学習コストとデータ処理コストが大幅に削減されました。

高精度のビジネス AI モデルを迅速に開発するには、Baidu で「EasyDL」を検索するか、https://ai.baidu.com/easydl/ にアクセスしてください。

上記の 3 つの典型的なケースは、データ処理、モデルのトレーニング、サービスの展開にそれぞれ異なる重点を置いています。これらのケースは、産業分野に AI を適用するきっかけにもなりましたか? EasyDL 産業応用シリーズの公開コースでは、業界の上級専門家が Baidu の R&D エンジニアと協力し、業界の詳細な解釈から実用的な製品アプリケーションまで、ビジネスを迅速に理解し、テクノロジーを習得し、業界を理解する AI エンジニアに成長できるように支援し、企業がインテリジェント変革への飛躍を完了できるように支援します。

さまざまな業界を網羅した典型的な事例を見る:

https://ai.baidu.com/customer?industry=0&technology=8&clickType=industry

コースのレビューと録画されたビデオについては、Baidu で「EasyDL 業界アプリケーション オープン コース」を検索するか、次のサイトにアクセスしてください。

https://ai.baidu.com/support/news?action=detail&id=2075

[[332413]]

コースや製品についてご質問やご提案がある場合は、WeChatで「BaiduEasyDL」を検索してアシスタントを追加するか、下のQRコードをスキャンしてください。