百度EasyDL物体检测助力医药物流高效药盒分拣

发布时间：2021-09-29 作者：未知

　　今天给大家分享的是百度EasyDL物体检测助力医药物流高效药盒分拣的相关内容，下面我们一起来看具体详情！

　　取得的成果

　　浙江工业大学的付老师基于EasyDL专业版内已进行优化的YOLOV3、Fast-RCNN等预置网络，使用版物体检测模型，帮助合作企业在短时间内快速训练得到药盒检测分拣模型；并借助EdgeBoard-VMX加速卡软硬一体方案，配合机械臂控制团队迅速实现机械臂高效药盒分拣，为药盒物流行业中的分拣难题提供了可行的解决方案。在具体实际应用中，EasyDL专业版的物体检测模型3D定位精度在1-2mm，姿态精度在1度左右，机械臂臂展较长，通常为1.3或1.5米，完成一次分拣任务的周期可低至7-8秒左右，机械臂支持24小时不间断工作，分拣效率相比人工大大提升。

　　需要解决的问题

　　药盒检测是实现机器人分拣的技术难题之一，困扰医药物流行业许久。有三点原因，首先，药盒的种类非常多，现在我国最新的医保目录内药品有2643种，目录外药品更多（可能超过了10万种），而且不断有新药在研发。第二，药盒检测的背景比较复杂，药盒是分层堆积在药箱里的，下层会对上层的药盒产生比较大的背景干扰。第三，要求检测速度比较快，几十到几百毫秒时间完成检测识别。因此，医药物流企业进行药盒检测难度大，通常采取传统人工分拣的方式，工作量大，耗时长。

　　基于百度EasyDL物体检测的解决方案

　　EasyDL专业版预置了优化过的多种网络，用户可以根据对模型精度、预测速度的要求进行选择；同时，专业版中也内置了百度自研超大规模视觉预训练模型，基于百度海量数据进行大规模训练而成，相较使用公开数据集训练的预训练模型，效果有明显提升。在药盒检测场景中，优化的多种网络选择与效果优秀的预训练模型，配合EdgeBoard-VMX加速卡软硬一体方案在机械臂上的离线部署，助力开发者在面对药盒分拣过程中复杂的种类与背景难题时，短时间内完成高精度AI模型的开发与落地。

　　1，使用业务实地采集的药盒数据，通过EasyDL专业版物体检测训练药盒识别模型，迭代至识别精度满足需求。

　　2，在模型离线部署时，借助EdgeBoard-VMX加速卡软硬一体方案，将其部署到分拣机械臂上，缩短了机械臂的分拣时长，提高了分拣效率。

　　3，讲机械臂应用到药盒物流场景中，完成药盒检测与分拣、复核。

　　更多百度EasyDL物体检测相关案例，百度云服务中心持续分享中！

　　推荐阅读：百度飞桨发布开源生态汇聚370万开发者

标签：百度EasyDL 物体检测百度大脑软硬一体方案高精度AI模型 EasyDL 专业版药盒检测识别

上一篇：百度AI智能医疗解决方案

下一篇：百度智能云超低延迟直播架构详解

百度EasyDL物体检测助力医药物流高效药盒分拣

热门资讯