为智能零售应用实现低成本人工智能

我们发布了多篇博客文章,探讨支持AI成像系统的网络边缘嵌入式设备如何帮助实现智能工厂和智能家居中的特定应用。不仅如此，嵌入式视觉还能提升零售业消费者的体验。

目前我们已经见过超市里的自助收银系统，购物者可以快速扫描商品并付款，无需收银员即可轻松购物，节省了宝贵的时间。但是自助收银体验有时也不那么顺心，例如：苹果上贴的并不标签缺失或者UPC条码还没加入商店的数据库中。出现这些意外情况时,经常需要店员协助,这就违背了设立自助PoS终端的初衷。

解决并不标签和条码问题的方法之一就是采用基于人工智能或机器学习的图像识别技术。在本地进行的推理能让PoS机识别各类水果和品牌标志,可以通过这些数据在并不和UPC码缺失时正确识别相应商品及其价格。它还能识别多件同类商品（例如一袋苹果），自动计数，计算总价。这一方案的好处就是极大提升顾客的收银体验,店员也无需解决PoS机出现的此类问题。

由于FPGA的并行处理能力可加速神经网络的性能,因此很容易实现这种基于推理的机器学习应用。基于FPGA的机器学习还能极大减少或消除PoS系统与云端的连接,因此降低了延迟和互连成本。

在PoS系统等嵌入式设备上实现目标检测不仅非常简单快捷,而且成本更低。莱迪思为系统设计工程师们提供了一条设计开发的快车道——嵌入式视觉开发套件硬件以及搭载全球最小深度神经网络引擎的sensAI技术集合。想要进一步了解，请查看我们最新的sensAI白皮书，访问嵌入式视觉开发套件的产品网页。