鐵人檔案
我們是 Berry AI 的工程團隊，以 Vision AI 技術打造餐飲業營運分析平台。解決方案已導入 Culver's、Zaxby's 等北美大型速食連鎖品牌，部署於數千家門市、近萬支攝影機，為全美規模最大的得來速影像分析系統。這 30 天，我們想分享從模型開發到大規模落地的實戰經驗，以及技術架構的演進歷程。
ML Team 的使命 用一句話介紹我們的產品：把相機看到的畫面，變成每一台車的完整旅程。 具體來說，想像你今天開車去得來速買午餐，你會經歷這幾件事： 排隊...
Day 11 說 ML Team 的工作是把相機畫面變成每一台車的完整旅程，detection 就是這條 pipeline 的第一棒。今天從線圈計時器的極限講起...
要算出得來速 (drive-thru) 上每台車排隊、點餐、等餐、取餐各花了多久時間，就必須知道每台車從進入到離開的完整旅程。但沒有任何一支相機看得到整條車道：...
上一步我們從車輛的物件偵測 (object detection) 出發，接著透過相機校準 (calibration) 與跨相機追蹤 (cross-camera...
經過 Day 13 跟 Day 14 的介紹，要讓一間店運作我們需要有追蹤 (tracking) 跟旅程 (journey) 兩個服務，而這兩個服務都得手動調整...
Day 11 的「一間店準，不等於一百間店都準」裡，我留了一個伏筆： 怎麼知道夠準？ 要回答「這間店是否滿足上線標準」，需要有標註可以比對。 昨天 Day...
上千間門市、每天數十萬台車的旅程，現在請回答一個問題：今天有幾台是算錯的？這個問題聽起來應該要有答案，畢竟我們是一家靠提供準確資料吃飯的公司，但在很長一段時間裡...
大家好，我們是 Berry AI 的 Software Team。 前面七天 ML Team 講的是怎麼把影像變成每一台車的旅程，昨天 Day 17 講的是上線...
Day 18 列出了 Software Team 負責的系統，今天先講其中的內部工具：我們自行開發的標註工具 BerryTool。 一開始的需求很單純：AI 工...
Day 18 提到的 BI 動態看板，是讓客戶查看自家門市營運數據的地方：今天來了幾台車、平均等多久、哪個時段最壅塞。 一開始這件事完全由我們自己開發。後端提供...
