Update readme_industry_v4.md

This commit is contained in:
thomas-yanxin 2022-01-22 08:40:12 +08:00 committed by GitHub
parent 9823d12ce5
commit 3a9f120b54
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23

View File

@ -4,10 +4,7 @@
### 背景简介
目前,在传统的商超零售企业的经营过程中,急需通过引进数字化及人工智能等新兴技术,进行管理能力、成本控制、用户体验等多维度的全面升级。而现如今普遍通用的人工智能技术并不能帮助零售企业从根本上上述问题。
传统商超零售企业数字化转型陷入两难境地。
目前,在传统的商超零售企业的经营过程中,急需通过引进数字化及人工智能等新兴技术,进行管理能力、成本控制、用户体验等多维度的全面升级。而现如今普遍通用的人工智能技术并不能帮助零售企业从根本上上述问题。因此传统商超零售企业数字化转型陷入两难境地。
<!-- <div style="align: center">
<img src="https://ai-studio-static-online.cdn.bcebos.com/fa2920c589d247a4a3657bdc141fb3838b3c208d19ce454297420ee1e91bef17">
@ -23,7 +20,6 @@
PaddleClas团队开源的[图像识别PP-ShiTu](https://arxiv.org/pdf/2111.00775.pdf)技术方案,主要由主体检测、特征学习和向量检索三个模块组成,是一个实用的轻量级通用图像识别系统。基于此技术方案,商超零售企业可实现大量商品的一键式智能化识别,大大提高识别效率,节省人工及时间成本。
此外当新品迭代更新时PP-shitu无需重新训练模型能够做到“即增即用”完美解决上述痛点问题大大提高了人工智能在商超零售行业的应用落地可能性。
PP-shitu技术方案可具体应用于例如商品结算、库存管理等关于商品识别的商超细分场景。