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。
前面幾篇介紹過，Berry AI 的 Vision AI 會判斷每台車何時排隊、點餐、取餐。客戶需要在同一個介面查看各店的營運指標，因此有了 BI 動態看板 (...
昨天說明了營運指標如何計算，今天說明營運報表如何寄送。客戶的營運主管不見得每天登入看板 (dashboard)，許多人需要的是每天早上準時出現在信箱裡的報表。負...
昨天介紹的是雲端上的看板：Pigeon 把 Superset 看板轉成 PDF 寄到客戶信箱。今天回到門市，介紹另一種看板：掛在廚房牆上的即時看板 (Drive...
昨天講的是怎麼從瀏覽器外面監控店內的 dashboard (Drive-thru Real-time Dashboard)，今天講它螢幕上那條即時影像是怎麼來的...
Day 03 介紹過 Berry AI 的四個團隊，其中 SRE 負責橫跨 edge 與 cloud 的系統穩定性。前面各篇描述的雲地整合架構，讓 Berry...
Day 25 提到，Berry AI 的 SRE 與純軟體公司的 SRE 有很大的差異。在 Edge AI 產業，SRE 最重要的任務是確保地端 (on-pre...
Day 26 介紹了 SRE 在地端的硬體評估，本篇轉向雲端服務，談 SRE 如何為 BI 服務建立監控。 我們以 Superset (Apache Super...
系列的前 27 天談的是系統本身，本篇談開發這些系統的環境，也就是開發者體驗 (DevEx, developer experience)。Berry AI 的主...
系列走到第 29 天，回顧前面幾篇的架構圖：反向代理、media server、BI 平台、監控管線，幾乎每一個方塊的背後都是開源專案。得來速 Vision A...
最後一天到了。 三十篇文章，四個團隊。 System Team 從硬體選型一路寫到相機串流與機隊管理；ML Team 從偵測、校正、追蹤、旅程狀態，一路寫到準確...
