分享縮略圖

分享到:
連結已複製
首頁> 圖 片>

【新春走基層】把“年味”穿在身上

2024-01-09 09:35

來源:中國網

分享到:
連結已複製
字體:

中國聯通在雅戈爾打造服裝行業5G全連接工廠標桿

        臨近春節,浙江寧波雅戈爾工廠一片繁忙。倉庫內,已裝箱的服裝成品正通過環形皮帶機傳送至收寄口,實現24小時不間斷地揀貨、攬收及發運。而在後臺,前來援助的中國聯通浙江産業網際網路公司(以下簡稱“浙江産互公司”)産品研發中心團隊,正全神貫注記錄著螢幕上不斷跳動的數據,連眼都不敢眨。

        “每天市場大概有5萬的需求,人流、訂單同比去年大概增長50%。”雅戈爾工廠總經理李如成按捺不住內心的喜悅。

        就職于浙江産互公司産品研發中心的熊強,長期探索語言、視覺、圖像等大模型在紡織服裝領域的應用研究。面對工廠激增的訂單,在年前如何高效有序的完成質檢工作,成為他的重點任務。

        作為全球最大的紡織服裝生産加工地,目前我國大部分工廠的質檢工作都由純人工完成,極大影響了生産效率。數據顯示,平均一個驗布工瑕疵檢出率僅為70%,並且容易因疲勞而導致更大範圍的漏檢,最終影響服裝的整體品質。

中國聯通通過5G網路實時分析和處理設備運作狀態數據

        現在,中國聯通率先將人工智慧演算法應用到了這一環節。

        “按照傳統的機器視覺演算法的開發排期,需要至少2-3個月的開發週期。”熊強表示,為讓百姓能在年前穿上合身的新衣,連續一週,團隊都在加班加點趕工。

        在人工智慧演算法開發前,需要開展一系列的數據處理工作。難度不大,但必不可少,且需要極大的耐心和細心。首先需要採集好服裝工序合規檢測的視頻數據,接著還要對視頻數據取幀,獲得圖像數據。

        從集體開展數據標注工作來加快工作進度,到做目標檢測演算法和手部關鍵點識別演算法的開發,再到進行演算法模型的訓練……這一系列工作費時費力,但在演算法工程師胡志強看來意義重大。

    “工業領域合規檢測産品落地的難點之一,在於存在大量的差異化的檢測需求。每一種需求又存在不同的檢測場景及特定的檢測動作。如果對於特定場景單獨訓練模型,不僅需要進行大量的數據採集、數據標注工作,還增加了模型的訓練及維護成本。” 胡志強分析説。

        這一問題很快得到了解決。在日夜攻關下,團隊設計了動作合規檢測模型,創造性地建立了合規檢測動作特徵庫。“對於新增的場景,我們只需少量錄製數據提取動作特徵,再將其入庫匹配就能得到最終的檢測結果。”

        面對過程中出現的各類問題,産品經理曹劉燕也是不敢懈怠。她告訴記者,之前部署的人工智慧合規檢測産品,在前端頁面上不能正常展示演算法的效果。第一時間,團隊連接工廠的伺服器進行問題排查,查看演算法運作的結果和報錯日誌。

    “我們發現伺服器硬體配置落後,部署的演算法模型運作起來,會導致前端顯示出現卡頓、延遲等問題。”曹劉燕回憶説,由於開發的人工智慧模型無法在伺服器上運作,團隊只能調整演算法來適配運作環境。

        同時,面對顯示上出現的花屏問題,團隊又開始測試伺服器推流服務的控制參數,緊急更換技術方案,重新部署流媒體伺服器……

    “我們大部分人工作強度都在每天12個小時以上,每星期6天半。儘管忙碌,但很有成就感。”熊強表示,當前,人工智慧已經成為傳統行業降本增效的重要方法,中國聯通針對不同場景研發了適用於各行各業的人工智慧演算法,目前已經廣泛應用工業、服裝、交通、醫療、教育等領域。

        熊強的眼神和語氣中流露出對科技的熱愛。在直播電商之都長大的他,深曉新興技術對民眾生活産生的巨大影響,後來毅然加入浙江産互公司。他希望能為服裝紡織行業盡一份力,讓人人都把“年味”穿在身上。(程唯珈)

【責任編輯:董寧】
返回頂部