百度大脑EasyDL零售版，支持快消品厂商线下分销渠道的数字化升

对于快速发展的消费品牌，很多工作都围绕增加产品销售。但是，即使在当今电子商务在线购物盛行的情况下，线下商店的购买量仍然是产品销售的重要组成部分。

面对完善的指标和日益丰富的产品类别，如何提高终端商店中品牌和分销商业务代表的执行质量，从而最大程度地提高商店的竞争优势。为响应这一需求，百度大脑EasyDL推出了国内首个针对快速发展的消费行业定制的AI模型训练平台-EasyDL零售版，帮助快速消费品零售品牌在商店的流程管理中做好工作，更好地促进快速消费品行业的智能化转型，提高终端执行的质量和效率，降低各种业务环节的成本，并最终推动业绩增长。

零售场景通常面临着大量SKU库存和快速增长的特征。同时，它们也容易出现SKU不平衡。贴标的难度和成本很高。 EasyDL零售版为主要零售场景（例如货架，堆和无人值守）提供了定制的数据合成策略和方法。然后，通过生成模型对合成的训练数据进行微调，这可以使生成的图片更接近实际场景图片。如下图所示，经过实景图片训练和合成图训练后的模型比单个实图的效果有了显着提高，其泛化能力得到了增强。

具体项目数据表明，40％真实训练图+ 60％合成图可以接近100％真实训练图的训练效果，泛化能力也得到了一定程度的提高。

标准商品检测功能提供了公共商品检测API，支持零售商的超常见商品类别，并且用户无需经过培训即可通过API检测内置商品类别。界面返回图片中的产品名称，规格，类别和位置。底部模型专门针对货架合规性检查方案进行了调整，并适用于各种复杂的货架方案，例如大型超市，便利店和街边商店。目前，它支持检测饮料和化妆品中的商品。

饮料检测包括可口可乐，百事可乐，农夫山泉，康师傅和统一的五个品牌，共122种饮料；日常化学药品测试包括常见的日常日化用品品牌，共有1,522种日化用品，并且产品数量仍在不断扩大。

除以上两项基本服务外，EasyDL零售版还提供了一系列增值服务。包括货架拼接，翻拍识别，产品展示层识别，产品展示场景识别等，未来将继续根据行业和用户需求推出新服务。

货架拼接服务基于EasyDL深度学习算法，支持将多个货架局部图片或视频组合成完整的货架图片。同时，它支持完整货架计划中产品检验结果的输出，包括SKU的名称和数量，适用于需要在长货架上进行商品检验的业务场景。

翻拍识别，基于百度的视觉算法，产品展示翻拍识别可以识别通过手机重印的产品展示照片，如产品货架展示图片和堆放的产品展示图片，有效查看假冒图片，提高市场成本利用率。

基于百度的视觉算法，对产品展示层的识别可以准确地识别货架上产品的哪一层。当前，它支持普通架子，端架子，垂直冷冻柜架子和其他架子类型。

基于百度视觉算法的商品展示场景识别，可以准确识别商品展示场景，目前支持普通货架，端货架和立式冷冻柜等多种场景类型。

商品检测动画演示：

辅助标注功能

数据确定模型效果的上限。除了已经提供的数据合成功能外，为了帮助用户减少标签成本，零售版还推出了辅助标签功能。

在大多数零售场景中，需要深入了解显示性能需要识别大量SKU，这意味着客户需要花费大量时间和金钱进行图像注释工作，包括在图像上标识商品的画框和在框架上贴上标签名称。为了帮助客户有效降低图像标注的成本，该平台引入了辅助标注功能，该功能支持为用户预先上传到平台的未标注数据绘制未标注的橙色辅助标注框。用户只需要为需要标识的SKU添加所有辅助注释框架即可。只需批量粘贴标签名称即可。

为了进一步降低标签成本，辅助标签功能将支持在EasyDL零售版平台上选择自训练定制模型，以对未标签图像进行辅助标签。辅助标记后获得的图像是未标记的橙色辅助框架之外的图像。自我训练模型支持的SKU将带有蓝色框标记，并且此功能升级将在8月初左右启动。

对于零售场景，EasyDL零售版本基于对快速消费品市场的深入研究和思考，并推出了多种功能来帮助品牌在核心离线零售场景中使用可视化平台构建业务AI模型，同时提高效率同时降低成本。逐渐转向智能零售。