在本系列文章中，我們將探索現(xiàn)實案例中如何利用運行在NVIDIA 的 EGX 平臺上的NVIDIA Metropolis 應用框架進行AI 視頻分析從而解決各行各業(yè)中復雜的運營和安全問題。NVIDIA Metropolis 及其龐大的合作伙伴生態(tài)系統(tǒng)有助于將基于AI 且功能強大的視頻分析應用更快推向市場。

上一篇介紹了在安全與健康方面AI是如何助力創(chuàng)造安全的醫(yī)療環(huán)境及維護公共安全的。本篇將從零售與物流的角度出發(fā)，展示AI是如何幫助人們獲得更便捷的購物體驗，提高物流速度和精準度的。

零售運營

快速、便捷無壓力購物 - 無需收銀員

對于喜歡購物但討厭排隊的人來說，這是個好消息。借助AiFi的人工智能自動化零售解決方案，越來越多的地方（從機場到加油站，甚至到印第安納波利斯 500 英里大獎賽的汽車賽道）可以享受到免結賬購物的便利和速度。還有很多地點正在采用該解決方案。AiFi將AI、邊緣計算和IoT融合技術相結合，構建出一個自主零售環(huán)境。

購物者在門口（以無接觸方式）刷借記卡或兼容的可穿戴設備即可進入，拿到想要的商品即可直接離開。這些商品由基于NVIDIA EGX平臺的AI視頻分析進行自動注冊并結賬，收據(jù)通過無線方式傳輸給購物者。

“Nanostores”依托O.A.S.I.S. 自主商店平臺，集無縫多攝像頭、多人跟蹤、實時商品識別和實時庫存跟蹤于一身，提供速度超快的免結賬購物體驗。該平臺還提供購物者行為分析和銷量及品牌分析，同時支持靈活的支付方式。完全自主讓Nanostores能夠全年無休、全天候運行，且無額外開銷。

此類商店還可以以最少的停機時間或成本在新地點部署、移動和重新部署，是快閃店、節(jié)日、體育賽事和大學校園的理想之選。除了Nanostore形式，AiFi的無收銀員結賬技術也已在全球的大型便利店內(nèi)得到部署。

質(zhì)量控制

減少全球超大啤酒廠的包裝缺陷

全球最大啤酒制造商之一正在應對最具挑戰(zhàn)性的供應鏈檢查問題 - 檢測在高速傳送帶上加工的鋁罐包裝飲料的缺陷。在美國，每年通過高速傳送帶加工的鋁罐大約有 500 億個，這家啤酒公司亦采用了此加工方式?？紤]到生產(chǎn)線速度、缺陷可變性、 冷凝、振動、罐頭放置和頻繁變化的封裝設計，加上互聯(lián)網(wǎng)帶寬。

這是一個具有挑戰(zhàn)性的問題。但AI可以很好地應對此挑戰(zhàn)。NVIDIA Metropolis的合作伙伴Data Monsters針對該啤酒公司開發(fā)了一款AI應用，使用GPU加速的實時AI視覺推理和邊緣再訓練功能，并特別設計了閉環(huán)自監(jiān)督學習算法。

包裹分類

利用 AI 改進數(shù)十億件包裹的投遞和處理

USPS是全球物流業(yè)務量最大的公司，每年處理和投遞的郵件多達1460億，其中包裹超過60億件。USPS采用AI和NVIDIA Metropolis后，包裹數(shù)據(jù)的處理速度提高了10倍，處理的精確度也有所提高，大大提升了包裹分揀站點的工作效率。每天從大約2000萬件包裹中提取復雜的特征數(shù)據(jù)，快速搜索包裹同時確保包裹安全?；贜VIDIA EGX的加速邊緣服務器部署在所有192個USPS包裹分揀站點，使用NVIDIA Triton推理服務器和NGC容器運行實時視頻分析。

廢料處理

提高回收能力，減少廢物填埋

全球的資源消耗量與日俱增，每年丟棄的廢料價值達2萬億美元，而其中只有8%可回收利用。為加快向循環(huán)經(jīng)濟過渡，我們必須尋求新的方法來提高全球的水平。

Recycleye部署AI自動廢物分析和分類系統(tǒng)，以改善材料回收設施的效率、成本和速度。其計算機視覺系統(tǒng)在垃圾分類過程中按材料和對象檢測和分類項目。之后Recycleye利用NVIDIA DeepStream SDK和遷移學習工具包部署高度優(yōu)化的視頻分析。這些提供高吞吐量和準確性，以及使用NVIDIA Jetson Xavier AGX將計算密集型算法適應空間和功率受限的工業(yè)環(huán)境的能力。

Recycleye的模型可以以60FPS的幀率運行，這意味著更高的分揀能力，這要歸功于更快的傳送帶速度。Recycleye的技術在識別、分類和分揀廢物流中的單個物品方面比人類表現(xiàn)的更出色，全天候運行準確率高達95%以上。Recycleye解決方案已在英國和法國安裝使用，成本僅為現(xiàn)行系統(tǒng)的一小部分，卻讓回收設施能夠處理全球更多的廢物。

編輯：jq