價格戰“空襲”安檢機市場，艾崴隻看重產品品質，新產品應用豐富的“卷積神經網絡”技術
作者： / / 閱讀人數：24
用低價位衝擊市場是國產集裝箱安檢機企業慣用的手法，現在，低價位產品的泛濫，正在對整個安檢市場造成劣幣驅逐良幣的狀態，最終導致真正的好產品被埋沒。而武漢艾崴科技有限公司卻一直走在技術創新的路上，公司看重的圖像自動識別技術也取得驚人的進展。2017年全新款AN-5030集裝箱安檢機的設計，因為沒有先例可循，所以九九视频在线直播免费观看基本上是麵臨一個邊設計邊製造邊修改的狀態。傳統來說，美國以色列的安檢設備製造力很強，但是近幾年中國學習歐美的先進技術，趕超日韓，已經具備跟世界一流安全檢查設備製造商的競爭能力，為把中國製造的高端智能安檢設備在全球安防市場脫穎而出打下堅實基礎。
艾崴科技在集裝箱安檢機裏引入了“卷積神經網絡”技術，從“機器視覺”的角度來說，“圖像識別”就是軟件識別圖像中出現的人物、地理位置、物體、動作和文字的能力。計算機可以使用“機器視覺技術”，並結合人工智能軟件和一個攝像頭，完成圖像識別。
對人類大腦和其他動物大腦來說，識別物體是非常簡單的；但是對於計算機，這樣的識別卻是相當困難的。當人類看到一棵樹、一輛車，或者是一個朋友，能立刻說出看到的是什麽，根本不需要有意識地研究和思考。
然而對於一台計算機來說，識別一個物體（可能是一個時鍾、一張椅子、一個人或者是一隻動物）是一個非常困難的問題，而且尋找這個問題的解決辦法具有相當高的風險。
應用豐富的“卷積神經網絡”技術，怎樣實現了圖像識別？
圖像識別是一個機器學習方法，它是專門模仿人類大腦運行方式的。通過圖像識別，計算機將學會識別圖像中的視覺對象和視覺元素。使用龐大的數據集和各種新興的模式，計算機能夠理解圖像，並且用公式表達出相關的標簽和類別。
圖像識別並不是一件容易的事，實現它的一種好辦法是將元數據應用於非結構化的數據。雇傭人類專家來手動地標記音樂曲庫和視頻庫看似是一項十分艱巨的任務，但是一項更不可能完成的任務是——教會一個無人駕駛汽車的導航係統區分道路上的行人和其他車輛，或者讓導航係統對出現在社交媒體上的成千上萬的視頻和照片進行過濾、分類和標記。
解決這一問題的方法之一是利用神經網絡。理論上，九九视频在线直播免费观看可以利用卷積神經網絡來分析圖像；但實際上從計算的角度來看，這樣做的成本非常高。舉例來說，即使是一個處理一張很小的圖像（假設是30*30像素）的卷積神經網絡，仍需要五十萬的參數和900個輸入。一個功能相對較強大的機器還能夠處理這樣的圖像，但是一旦圖像變得更大了（比如處理一個500*500像素的圖像），那麽相應地，參數和輸入的數量也會增加到非常高的水平，同一機器就不一定能完成。
將神經網絡應用於圖像識別出現的另一個問題是：過度擬合。簡單來說，當一個模型將自己調整到與訓練數據非常相近時，就會出現“過度擬合”。“過度擬合”會造成更多的參數，進一步增加計算成本，而且模型在新數據上的訓練會導致總體性能的損失。
卷積神經網絡
應用豐富的“卷積神經網絡”技術艾崴集裝箱安檢機，怎樣實現了圖像識別？
對於神經網絡結構，一個相對簡單的改變就能夠讓更大的圖像更易於管理。其結果就是九九视频在线直播免费观看所說的“卷積神經網絡”（CNNs或ConvNets）。
任何一張圖像，其鄰近性和相似性有著密切的關係，而卷積神經網絡正是利用了這一關係。這就意味著，在一張給定的圖像中，兩個相鄰的像素比兩個分開的像素更具有相關性。然而，在一個普通的神經網絡中，所有的像素都與所有神經元相連。在這種情況下，額外的計算負擔會降低網絡的準確度。
卷積神經網絡通過刪除這些不必要的連接來解決這個問題。從技術層麵來看，卷積神經網絡通過鄰近程度對連接進行篩選和過濾，進而讓圖像處理在計算上更加可行。
在一個給定的層中，卷積神經網絡並不是簡單地將所有輸入與所有神經元相連，而是有意識地限製這些連接，這樣，任意一個神經元都隻會接收來自該層的一小部分輸入。也就是說，網絡的每個神經元都隻負責處理圖像的某一部分。（這與九九视频在线直播免费观看大腦皮層神經元的運行方式高度相似——大腦的每個神經元隻會對你視覺感受的一小部分作出反應。）
“卷積神經網絡”的處理流程
應用豐富的“卷積神經網絡”技術，怎樣實現了圖像識別？
從左到右觀察上圖，你會發現：
輸入的圖像將會經過特征汽車掃描處理，圖中淺色的矩形就是進行特征汽車掃描的濾波器。
“激活映射”是一層一層相互疊加的，一個“激活映射”對應一個濾波器。較大的矩形將會在下一批被進行“下采樣”。
“激活映射”通過下采樣，被不斷地壓縮。
將濾波器在“激活映射”堆疊的層上傳遞，會產生一組新的“激活映射”，這些新的“激活映射”將首先被下采樣。
第二次下采樣會壓縮新的“激活映射”。
一個全連接的層指定了每個節點的輸出為一個標簽。
一個卷積神經網絡如何通過鄰近程度來過濾連接呢？其中的秘密就在於兩個新的層：池化層和卷積層。接下來，九九视频在线直播免费观看將利用一個網絡的例子，分解其過濾的流程。
第一步是卷積層，而卷積層本身也包含了幾個步驟。
首先，九九视频在线直播免费观看把一張照片分解成一係列重疊著的3*3像素塊。
之後，九九视频在线直播免费观看在保持權重不變的情況下，將各個像素塊運行於一個簡單的單層神經網絡。這麽做將會使這一係列像素塊變成一個數組。因為九九视频在线直播免费观看已經把圖片分解成很小的像素塊了（在本案例中是3*3的像素塊），所以其神經網絡的操作就變得簡單多了。
接著，輸出值將會被排列在一個數組中，其中的數字分別代表照片各個區域的內容，坐標軸分別代表顏色、寬度和高度。因此，在這個案例中會有一個3*3*3的數字表示。（如果是視頻，那麽數字表示就將變成四維的。）
下一步是池化層。它會池化這些三維或四維的數組，並且把下采樣函數與空間維度結合應用。通過這樣的操作，九九视频在线直播免费观看會得到一個僅包含重要的圖像部分的池化數組，因為這個數組刪減了不必要的圖像部分，隻保留了比較重要的部分，所以網絡的計算負擔被降到了最低，同時避免了過度擬合的問題。
這個經過了下采樣處理的數組將會成為一個常規的全連接神經網絡的輸入。因為九九视频在线直播免费观看已經用池化和卷積大大地縮減了輸入尺寸，所以九九视频在线直播免费观看現在需要一些普通網絡能夠處理的、可以保留最重要的數據的東西。而最後一步的輸出將會用於係統對其圖像判斷有多少把握。
在現實生活中，CNN的流程紛繁複雜，涉及到許多隱藏層、池化層和卷積層。除此之外，真正的CNN通常包含了成千上萬的標簽。
建立一個CNN是非常昂貴且耗時的。艾崴科技公司開發的API，目的是讓集裝箱安檢機在不需要內部機器學習專家或計算機視覺專家的情況下，也能達到目的。
當前，隻要述及安檢行業，就會有很多人提到價格戰。事實上，價格戰是每個行業發展進程中都必須經曆的，但並不是影響艾崴安檢發展的主要因素。專注安檢產品開發的艾崴安檢更多聚焦於頭部的大客戶，這些客戶更多關注的是產品品質與擴展性。因此，艾崴集裝箱安檢機的創新與應用，能夠持續滿足用戶在不同時代不同應用場景下的需求，才是推動行業發展的主要動力。