人工智能在公司業務當中的應用
簡單來說就是用這個技術來識別公司的網約車內有幾個人，這個技術可以防止司機不接訂單私自載客，在年會上面宣傳這個技術的時候，很多出租車公司的老板對該系統非常感興趣，因為該系統的上線，讓出租車公司的老板和我們的合作有安全感，他能夠從系統上很清楚的看到什麽時候自己的哪一個車上有幾個人，什麽時候司機接了乘客，這樣出租車就希望能夠將自己的車接入到公司的平臺。
因為避嫌乘客和司機隱私 所以不方便展示具體結果 大家可以到這個鏈接觀看實際效果視頻
https://www.bilibili.com/video/av21662972
該算法用openpose實現
以前的人體檢測技術很容易找不到人，或者是當人和人靠得非常近的時候，容易識別錯誤，而CMU的openpose解決了這個問題，在車內的前排座位的遮擋下也能輕易識別到後排乘客。
https://www.bilibili.com/video/av19506719
2、目標跟蹤
該技術主要是和目標檢測算法在一起融合實現對視頻內的人進行行為識別，判斷無人超市中的目標是否正在移動，然後他的移動方向。暫時采用kcf方法和eco方法。
相當於是先識別後跟蹤，在判斷方向。
3、深度學習目標檢測
采用rssd算法識別圖片中的目標用於無人超市的結賬，該算法速度較快也有很高的召回率。
因為在voc數據集中樣本和要預測的圖片是有差別的，比如樣本是很多貓，需要識別的貓並不在樣本中 還有遮擋，在該場景實際應用中，貨品樣本和要預測的物品差異幾乎為零，也就是一模一樣，所以識別精度有保證。
4、自動閾值設定的摳圖打標記方法
以前的目標檢測每一個模型需要大量的人工對圖片中的目標進行標註，現采用閾值設定方法從圖中檢測出物品用於深度學習的特征提取。可以節省人工提高上新品的速度，現在只需要很短的時間即可將新品錄入系統，訓練模型讓系統快速掌握識別該物品的能力。
5、強化學習在智能運營當中的運用
公司所在的出行行業需要提高司機的接單效率，盡量能夠在最短的時間完成最優的訂單，那麽如何知道司機每天的什麽時候應該在什麽地方等單。
可以用q-learning的方法，假設每個時間的每個地點屬於司機當前的一種狀態，那麽司機選擇去什麽地方就是一個action 對應的也得到一個價值 就是訂單。
我們建立一個模擬整個城市的模擬運營系統，在裏面設置多個司機智能體，通過每天的模擬運行，司機就能夠學習到一張表：
隨著系統內司機的增多，每個地區的乘客被陸續接走，也就是某個地區的乘客人數減少，相應的獎勵（reward）也將減少，隨著系統叠代模擬次數增加，每個司機的路線都逐漸穩定。根據模擬結果可以指定具體精準的運營策略。
人工智能在公司業務當中的應用