在TechWeb的实际体验中，发现即便是将不想要的货物没有放到原先的规定位置，设备也会通过双重技术的合作进行重置，避免异常订单的出现。京东到家Go北京分公司总经理郑海透露称，在一款商品上架前，都会经过多次较长时间的录入识别，模拟各个取货场景，从而提高识别的准确率。在数据的模拟训练过程中，京东到家Go总共会制定了80种拿放规则，每一种商品都将采集8000多张图片，确保模拟出线下的每一种场景和每一种拿放动作及手势，提升单帧图像的准确率和召回率。

据了解，在此之前，京东到家还推出过两款智能货柜，一款是以重力感应技术为主，第二代设备则是纯视觉柜的形式。而在实际的应用过程中，都出现过各种各样的问题。江军对TechWeb表示，对于重力感应设备来说，对选品的要求很高，需要精确到零点几毫克，并且要保证做到A+B不等于C这种根本上的区分。而对于视觉柜来说，也有弊端，比如遮挡摄像头，很难做到百分之百识别，准确率也不高，因此也没有大范围的推广。因此，才有了两种技术结合的第三代产品，视觉为主，重力为辅。

江军介绍称，在提升商品识别准确率方面，京东到家Go智能货柜3.0对摄像头进行了迭代，在智能货柜中安装更为先进的高清摄像头，以保证能抓拍到更多运动中的高清照片，确保不出现拖影等情况。同时，在捕捉到的图像帧数较少的情况下，通过大数据对商品模型的多维度训练，特别是对每个商品的每个SKU进行多维度的反复训练，提升识别的准确率。

智能供应链升级补货成本率进一步降至50%

相关报道: