一年一度的购物狂欢节又来了!
双十一掀起的消费热,不仅是对商家的一次考验,更是对物流、仓储的一次“大考”。
如何扩展和优化运营,尽可能减少人工返工和缩短设备停止时间?
如何提高读取率和可靠的性能,提高订单可追溯性,增加处理量?
……成为大家迫切想要解决的问题。
对此,矩视智能交出了一份自己的“答卷”!
现在就来看看矩视智能的物流宝典——矩视智能低代码平台如何将难题攻破,助大家全面提升物流运营能力!
1
标签有无检测
左右滑动查看
2
集装箱号识别
左右滑动查看
3
分类打包计数
左右滑动查看
4
包装盒检测
左右滑动查看
5
码垛抓取定位
左右滑动查看
传统仓储物流检测
1、传统对条码进行解码的方法主要通过光电识别来实现。
尽管目前的光电识别解码技术已经较为成熟,但条码信息识别的过程对条码图像质量要求很高,而且还需要对条码区域进行人工定位,这在快件分拣过程中需要耗费大量的人力和物力,人工重复操作过程又易出现误码;
2、现有的全自动分拣方式在一定程度上解除了人工、时间和体力的限制,实现了货物的连续大规模分拣。但对于多种类、多尺寸商品分拣时需要单独算法开发,系统更新升级速度慢,周期长,很难适应新增商品分拣需求;
3、传统仓储物流管理系统,通常使用条码标签或是人工单据等方式支持自有的物流各环节的管理,详细的过程包括:打印订单、拣货、合并货筐、配货、扫描检验、扫描包裹、分拣、移动包裹、订单发货,以及调拨分拣等流程,仓储物流行业的出入库、数量盘点,往往耗费库存管理人员大量的时间和精力。
矩视智能低代码平台 仓储物流视觉检测
1、云平台对快递物流分配过程中的条码及条码位置识别算法进行优化,通过对流经传送带的快递邮件标签条码全方位拍摄并对图像上的数据进行标注训练,可实现位置和文字信息毫秒级的智能化识别,并自动将识别的信息进行分类来实现自动分拣;
2、工业AI视觉云平台对不同种类、不同形状物品进行线上标注训练,获得模型SDK后可进行本地化机器部署,快速、精准完成不同形状的快递物流分类,自动识别与判断商品的尺寸、重量和形状,提高商品向外配送速度,降低算法开发难度和分类错误率,实现无人化、智能化、无接触识别与分拣;
3、物流商品数量信息的检测对于商品出库打包、物资库存、商品退还等工作非常重要。
工业AI视觉云平台物流数量信息智能化识别可快速验证打包物品与单号信息是否匹配,有效防止错发、漏发等情况的发生。仓储物品数量检测可以应对突发断货情况,为快递公司提供更为科学的供货方案,提高物流检测速度。


