案例简介
物流行业的中心枢纽⸺物流园区，将运用5G高带宽、低时延、大连接的特性，极大程度提升各项物联网设备的连接能力和交互能力。
京东物流运用飞桨深度学习开源平台的PaddleClas、PaddleDetection 和PaddleSeg，结合“5G+IoT+AI” 技术融合创新应用，全面提升人员、场站、生产、监控、巡检五大领域的管理能力，迎来从“被动型传统管理” 到 “主动型智能管控” 的巨大转型；形成具有 “高智能，自决策，一体化” 特点的智能物流园区。
场景分析
传统监控方式的问题
提高作业效率，为精细化管理提供技术支撑。
技术方案
车牌检测
针对复杂业务场景需要考虑模型的泛化能力，(针对货运车辆车牌形态多样化，采取数据增强方式确保样本覆盖现有业务场景)。
车辆姿态识别
在物流园区属于多路摄像头协同作业过程，在技术方案选择上需要规避多模型级联导致误差放大现象。(采取方式: 在训练阶段单模型训练数据来源于多路摄像头数据，提高目标跟踪过程的精确度)。
状态识别
在状态识别过程中，充分考虑时序特征，提高最终的识别精确度。
上线效果
将原来园区大规模、本地化的视频监控系统，升级为可远端高清直播、可自动分析异常的智能化监控系统，助力园区运营和决策分析。同时，中控大屏 “多园区一张图” 更加能够帮助企业，在总部层面做仓与仓之间的协同。PaddleSlim 模型压缩工具使得算法在边缘侧低算力变为可能；Paddle Lite 解决端侧部署。
案例企业简介
京东集团2007年开始自建物流，2012 年正式注册物流公司，2017 年 4 月 25 日正式成立京东物流集团。京东物流以技术驱动，引领全球高效流通和可持续发展为使命，致力于将过去十余年积累的基础设施、管理经验、专业技术向社会全面开放，成为全球供应链基础设施服务商。
京东物流是全球唯一拥有中小件、大件、冷链、B2B、跨境和众包 ( 达达 ) 六大物流网络的企业，凭借这六张大网在全球范围内的覆盖以及大数据、云计算、智能设备的应用，京东物流打造了一个从产品销量分析预测，到入库出库、 再到运输配送各个环节无所不包，综合效率最优、算法最科学的智能供应链服务系统。
