阿里云助力打造“紡織大腦”
- 在數(shù)字化改造之前，面料是陽(yáng)光集團(tuán)的生產(chǎn)資料，而在數(shù)字化改造之后，面料+數(shù)據(jù)才是真正創(chuàng)造價(jià)值的源泉。
面料行業(yè)本身既是一個(gè)基于圖案的行業(yè)，這也使得基于人工智能的圖像識(shí)別技術(shù)，在這個(gè)領(lǐng)域大有可為。
如何從8萬(wàn)多個(gè)品種的面料資料里“撈針”?
如何在以萬(wàn)為計(jì)數(shù)單位的面料中找到微小瑕疵?
“從資源的角度來(lái)講，數(shù)據(jù)對(duì)陽(yáng)光來(lái)說(shuō)是新的生產(chǎn)資料，它的最終價(jià)值就是要讓其他的生產(chǎn)資料價(jià)值最大化?！边@是阿里巴巴集團(tuán)技術(shù)委員會(huì)主席、雪浪小鎮(zhèn)名譽(yù)鎮(zhèn)長(zhǎng)王堅(jiān)博士在走訪江蘇陽(yáng)光集團(tuán)時(shí)所表述的一個(gè)觀點(diǎn)。
所謂“其他生產(chǎn)資料”對(duì)眼下的陽(yáng)光集團(tuán)來(lái)說(shuō)，最典型的就是布料。在陽(yáng)光集團(tuán)黨委書(shū)記、董事長(zhǎng)陳麗芬看來(lái)，數(shù)據(jù)不通是影響陽(yáng)光數(shù)字化改造的一大障礙。倘若把服裝與面料、部門(mén)與部門(mén)、內(nèi)銷與外銷之間的數(shù)據(jù)打通，那么對(duì)陽(yáng)光集團(tuán)、甚至對(duì)整個(gè)紡織行業(yè)來(lái)說(shuō)，產(chǎn)生的作用都是不可估量的。
江蘇陽(yáng)光集團(tuán)董事長(zhǎng) 陳麗芬
值得提出的是，“不可估量”這個(gè)詞被陳麗芬現(xiàn)場(chǎng)強(qiáng)調(diào)了三次!可見(jiàn)數(shù)據(jù)對(duì)陽(yáng)光擁有著脫胎換骨般的意義。
目前國(guó)內(nèi)整個(gè)紡織行業(yè)，大部分企業(yè)都屬于中小企業(yè)，這些企業(yè)大多缺乏充分應(yīng)用信息技術(shù)、互聯(lián)網(wǎng)的技術(shù)人才，數(shù)據(jù)孤島現(xiàn)象嚴(yán)重，產(chǎn)業(yè)鏈中各個(gè)環(huán)節(jié)的聯(lián)動(dòng)效率低下，造成庫(kù)存積壓、交期拖延等現(xiàn)象比比皆是。隨著新技術(shù)的迅猛突進(jìn)，有小部分企業(yè)通過(guò)獨(dú)特的大數(shù)據(jù)系統(tǒng)和相應(yīng)的工藝改變，創(chuàng)造了行業(yè)神話，也有實(shí)現(xiàn)大規(guī)模定制化的服裝生產(chǎn)流程，使得數(shù)據(jù)的價(jià)值被放大，未來(lái)利用紡織大數(shù)據(jù)來(lái)優(yōu)化產(chǎn)業(yè)鏈，預(yù)測(cè)產(chǎn)品市場(chǎng)需求及合理定價(jià)變得更為迫切。
陽(yáng)光也在這場(chǎng)數(shù)據(jù)革命的洪流中摸索前行。在調(diào)研現(xiàn)場(chǎng)，陳麗芬對(duì)王堅(jiān)博士(與雪浪制數(shù))提出了陽(yáng)光目前亟待解決的三個(gè)痛點(diǎn)場(chǎng)景，實(shí)際上這也代表了大多紡織服裝企業(yè)的共性問(wèn)題：
一如何減少甚至減除試樣打樣?
二如何降低庫(kù)存?
三如何實(shí)現(xiàn)服裝行業(yè)的定制化生產(chǎn)?
從面料下手的數(shù)字化改造
面料行業(yè)本身既是一個(gè)基于圖案的行業(yè)，這也使得基于人工智能的圖像識(shí)別技術(shù)，在這個(gè)領(lǐng)域大有可為。
1986年初創(chuàng)時(shí)，陽(yáng)光集團(tuán)還是一家籍籍無(wú)名的鎮(zhèn)辦毛紡廠(原名江陰市精毛紡廠)，如今而立之年的陽(yáng)光早已是全球有名的毛紡生產(chǎn)企業(yè)和高檔服裝生產(chǎn)基地，產(chǎn)品50%國(guó)內(nèi)市場(chǎng)，50%海外市場(chǎng)。但是隨著原材料成本上漲以及人口紅利的消失，技改成了這些企業(yè)突破創(chuàng)新的不二選擇。
陽(yáng)光集團(tuán)的數(shù)字化改造可以說(shuō)最先是從面料下手的。
在紡織行業(yè)，下訂單之后首先需要打樣，先設(shè)計(jì)好樣品的工藝，然后領(lǐng)取原材料，根據(jù)工藝流程下到各工道生產(chǎn)，一般要經(jīng)過(guò)染色、復(fù)精梳、紡紗、織造、修布、染整和成品檢驗(yàn)等工序，樣品生產(chǎn)完成之后提交客戶確認(rèn)。所以打樣實(shí)際上就是一個(gè)“制定標(biāo)準(zhǔn)”的過(guò)程，一旦樣品確認(rèn)，那么整個(gè)工藝流程、每道工序就固化下來(lái)。
據(jù)陳麗芬介紹，一個(gè)打樣的平均成本大概兩千塊錢(qián)。問(wèn)題是，打樣并非一次就過(guò)，客戶有時(shí)候要反復(fù)確認(rèn)。從毛條染色到后整理，一個(gè)打樣差不多需要一個(gè)月，打兩次就是兩個(gè)月，這樣一年大概6000次的打樣，成本算下來(lái)就是1200萬(wàn)左右。除了直接成本，打樣還有一個(gè)“隱形成本”，就是擾亂了整個(gè)流水線生產(chǎn)的流程而導(dǎo)致的效率下降。
“如果能夠‘以圖找圖’，從系統(tǒng)里找到之前布料的基礎(chǔ)數(shù)據(jù)、檔案數(shù)據(jù)，哪怕是相近的數(shù)據(jù)，都可以直接調(diào)用，這樣交期起碼可以縮短一個(gè)月?！?br />
陳麗芬所提到的“以圖找圖”，實(shí)際上就是拿著用戶給的樣本圖片，通過(guò)人工智能的圖像識(shí)別功能在倉(cāng)庫(kù)里找到花色、花型和材質(zhì)相似度最高的布料。
這樣看似簡(jiǎn)單的行為，如果沒(méi)有技術(shù)支持，工作量會(huì)大到根本無(wú)法想象。因?yàn)樵陉?yáng)光集團(tuán)的資料倉(cāng)庫(kù)里，“躺”著大概有8萬(wàn)多個(gè)品種的面料資料，要從中找到類似的布料，無(wú)異于大海撈針。
“所以客戶不斷來(lái)樣，公司要不斷出樣，這樣一遍兩遍三遍地試樣，非常浪費(fèi)。但實(shí)際上倉(cāng)庫(kù)里就有現(xiàn)成的，有時(shí)候客人要300米布料，庫(kù)房里就有300米，根本不用做。”
陳麗芬還講了一件前幾天剛發(fā)生的對(duì)她觸動(dòng)很大的事件。一位品牌商需要一款特殊面料，陳麗芬記得倉(cāng)庫(kù)里有很多，就沖過(guò)去查。但是到了倉(cāng)庫(kù)后她就傻眼了，大家都說(shuō)這個(gè)面料確實(shí)有，但就是查不到，因?yàn)橄到y(tǒng)沒(méi)打通!面料倉(cāng)庫(kù)與服裝倉(cāng)庫(kù)的系統(tǒng)沒(méi)打通，內(nèi)銷倉(cāng)庫(kù)與外銷倉(cāng)庫(kù)沒(méi)打通，編碼不共享，這使得查找非常困難。
“雖然每塊布的外包裝上都有二維碼，但是只有掃描后才知道是哪塊。而且服裝生產(chǎn)涉及很多環(huán)節(jié)，布料有時(shí)會(huì)存在服裝倉(cāng)庫(kù)，有時(shí)在面料倉(cāng)庫(kù)，或者在車間里的某一個(gè)中間環(huán)節(jié)等，找起來(lái)特別難。這其實(shí)應(yīng)該是行業(yè)的一個(gè)共性痛點(diǎn)?！标慃惙覠o(wú)奈地表示。
盡管后來(lái)還是憑借記憶找到了布料，但這件事也讓陳麗芬痛下決心把陽(yáng)光的數(shù)據(jù)疏通，建造一個(gè)類似于ET工業(yè)大腦的“紡織大腦”大數(shù)據(jù)處理系統(tǒng)。在這個(gè)系統(tǒng)里，不但有布料的基礎(chǔ)數(shù)據(jù)、檔案數(shù)據(jù)，還包括生產(chǎn)工藝數(shù)據(jù)、配方、原料規(guī)格等信息，同時(shí)整合上下游企業(yè)如服裝公司、材料公司等，建成為一個(gè)行業(yè)的共享服務(wù)平臺(tái)。
對(duì)于這8萬(wàn)多品種的布料，陳麗芬打算未來(lái)都給它們貼上FRID芯片標(biāo)簽。這樣再“以圖找圖”時(shí)，只需把照片在電腦上一比對(duì)，通過(guò)人工智能的圖像識(shí)別技術(shù)，后臺(tái)就會(huì)顯示出這個(gè)面料是在哪生產(chǎn)的，什么花型。“有100%的相似度最好，或者90%、80%，哪怕六七十的相似度，也可以‘啪’地一下從系統(tǒng)里調(diào)走，直接使用。”
這樣立竿見(jiàn)影的效果就是清理庫(kù)存。據(jù)陳麗芬估算，8萬(wàn)多品種的面料庫(kù)存算下來(lái)少說(shuō)也有300萬(wàn)米，如果按每米100塊的價(jià)格來(lái)算，也就是3億元!
“如果把這套系統(tǒng)用到其他企業(yè)，甚至整個(gè)行業(yè)，帶來(lái)的效益不可估量。”王堅(jiān)博士表示。
阿里巴巴技術(shù)委員會(huì)主席、雪浪小鎮(zhèn)名譽(yù)鎮(zhèn)長(zhǎng)王堅(jiān)博士走訪陽(yáng)光集團(tuán)
人工智能圖像識(shí)別技術(shù)的另一個(gè)典型應(yīng)用場(chǎng)景就是找瑕疵。
在國(guó)內(nèi)目前的紡織行業(yè)，生產(chǎn)出來(lái)的原始坯布和最終成品的疵點(diǎn)檢測(cè)仍都停留在人工檢測(cè)階段。人工檢測(cè)往往存在速度慢、漏檢率高、連續(xù)性差等諸多缺陷，因此用機(jī)器代替人來(lái)找疵點(diǎn)成為行業(yè)的共同訴求。
在陽(yáng)光內(nèi)部，找疵點(diǎn)的工作需要2個(gè)人完成。一個(gè)負(fù)責(zé)找，另一個(gè)人負(fù)責(zé)做標(biāo)記，記錄下數(shù)據(jù)。疵點(diǎn)的檢測(cè)有三道關(guān)口：坯檢，中檢，終檢。中檢后要進(jìn)行一次補(bǔ)修。其中，坯檢的疵點(diǎn)最多，差不多能濾去一半。
陳麗芬估算，按照陽(yáng)光目前的幾萬(wàn)公里的面料產(chǎn)量，差不多會(huì)有近100萬(wàn)個(gè)疵點(diǎn)，要完成這么多的質(zhì)檢，目前在陽(yáng)光差不多用了7、80個(gè)人力。
“如果用機(jī)器代人，利用人工智能的圖像識(shí)別技術(shù)來(lái)找疵點(diǎn)的話，兩個(gè)人至少省一個(gè)人，留下一個(gè)人做標(biāo)記。也就是說(shuō)節(jié)省50%的人力?！?br />
大貨場(chǎng)景下，如何實(shí)現(xiàn)小批量定制化生產(chǎn)?
鈦媒體之前在走訪制造企業(yè)時(shí)發(fā)現(xiàn)，產(chǎn)品高度個(gè)性化定制的企業(yè)普遍都遭遇一個(gè)共性問(wèn)題：訂單批次多、生產(chǎn)批量小的產(chǎn)品，有什么好的解決方案?這也是陽(yáng)光集團(tuán)遇到的一個(gè)難題。
在陽(yáng)光，大貨的定制化生產(chǎn)一直是個(gè)繞不過(guò)去的坎兒。
所謂大貨，就是出貨量比較多的產(chǎn)品，這些客戶相對(duì)穩(wěn)定，合同一簽就是三五年，但特點(diǎn)是訂單批次多，交期時(shí)間短，這一方面對(duì)原有的生產(chǎn)流程造成很大困擾，另一方面也造成研發(fā)信息的不對(duì)稱。
陽(yáng)光的客戶包括海航、東航、國(guó)航、廈航等航空公司。這些航空公司幾乎每周都會(huì)下一次單。拿東航來(lái)說(shuō)，一個(gè)月多次下單，一個(gè)訂單少則3-5套，多則十幾套，而且航空公司因?yàn)槿藛T流動(dòng)大，空姐培訓(xùn)最多兩個(gè)月就上崗，這就意味著2個(gè)月內(nèi)必須要交貨，這就造成了流水線上一會(huì)兒是東航的單子，一會(huì)兒又是海航的單子，整個(gè)生產(chǎn)排期、排程、調(diào)度等都要不斷進(jìn)行調(diào)整，不但效率極為低下，交期拖延也是家常便飯。
不過(guò)這些大貨也有一個(gè)好處，就是款式長(zhǎng)期不變，基本保持在S、M、L三個(gè)常規(guī)款號(hào)。陳麗芬表示，如果能夠利用數(shù)據(jù)分析出大貨每年訂單的數(shù)量、頻次，不同規(guī)格服裝的數(shù)量，以及使用頻次最多的款式等，陽(yáng)光就可以做到提前備貨。數(shù)據(jù)穩(wěn)定的情況下，有時(shí)甚至可以備出一年的存貨。
“這樣訂單可以降至每月一次甚至每年一次，產(chǎn)線效率也會(huì)大幅提升。當(dāng)然，如果數(shù)據(jù)顯示對(duì)方出貨量越來(lái)越少，訂單批次也在減少，那么我們就會(huì)注意，對(duì)方是不是想改款。比如海航，歷史數(shù)據(jù)顯示三年換一次，那我們可以到了第三年自動(dòng)減少備貨?！?br />
定制化生產(chǎn)的另外一個(gè)痛點(diǎn)是職業(yè)裝。職業(yè)裝也是陽(yáng)光的主打產(chǎn)品。自2000年開(kāi)始，陽(yáng)光接連推出威尼帝高級(jí)訂制服裝、龐貝職業(yè)裝等品牌，其中，龐貝服裝的年銷售超150萬(wàn)套。
相較普通服裝，職業(yè)裝的最大特點(diǎn)就是每個(gè)人的尺寸體型身材完全不一樣，這就使得對(duì)量體、制板、裁剪等工序要求極為嚴(yán)苛。尤其是量體，細(xì)節(jié)把控非常嚴(yán)格，從口袋的寬窄，到領(lǐng)口縫制的精密程度等，數(shù)據(jù)已積累幾十萬(wàn)條。
如此精細(xì)的量體數(shù)據(jù)，意味著裁剪也必須十分精確。在陽(yáng)光，裁剪是分兩次來(lái)完成的——毛剪和精剪。舉例來(lái)說(shuō)，現(xiàn)在要生產(chǎn)1萬(wàn)套服裝，年齡從18到60歲之間，那么單是男裝就需要60幾個(gè)樣板，女裝也是，另外還有很多特體。這樣男裝女裝加起來(lái)差不多120多個(gè)樣本。裁剪時(shí)，需要先把相似的規(guī)格歸檔，每一檔再通過(guò)兩次裁剪完成。毛剪時(shí)，要與樣板保有1公分-0.5公分的余留，之后再精剪。這樣一套下來(lái)大概會(huì)剪掉5公分的布料。
“如果一年按250萬(wàn)套的產(chǎn)量算，節(jié)約一公分就是25000米布，按1米100塊錢(qián)那就是250萬(wàn)的成本。5公分下來(lái)就是1250萬(wàn)的損耗?！标慃惙冶硎?。
除了面料損耗，人力損耗也是不容忽視的。在這方面主要有三點(diǎn)，一個(gè)是熟練的裁剪人工招不到，其次是速度慢，再者是人工裁剪的精度不夠，以致產(chǎn)服裝的合體率會(huì)大打折扣。
陳麗芬介紹說(shuō)，目前量體數(shù)據(jù)在陽(yáng)光還沒(méi)有得到很好的分析和處理，未來(lái)希望通過(guò)對(duì)這些數(shù)據(jù)的整合和挖掘，形成標(biāo)準(zhǔn)化的排版規(guī)格，再借助自動(dòng)裁床技術(shù)實(shí)現(xiàn)一步到位精準(zhǔn)剪裁，就會(huì)大大減少面料損耗，節(jié)約人力成本。
“所以這就是典型的用數(shù)據(jù)資源去換別的資源的問(wèn)題。”王堅(jiān)博士說(shuō)?！皬馁Y源的角度來(lái)看，如果數(shù)據(jù)聯(lián)通如果不能反映到整個(gè)企業(yè)的資源利用效率的話，數(shù)字化就變成了一個(gè)為信息化而信息化的事情?！?br />
而陳麗芬希望陽(yáng)光的數(shù)字化創(chuàng)新嘗試，能夠把數(shù)據(jù)和技術(shù)都沉淀下來(lái)，形成一個(gè)紡織大腦，能夠?yàn)槿袠I(yè)提供服務(wù)，提升整個(gè)行業(yè)的競(jìng)爭(zhēng)力。
用人工智能“喚醒”紡織業(yè)
6月30日，無(wú)錫2018雪浪大會(huì)上，江蘇省無(wú)錫經(jīng)濟(jì)開(kāi)發(fā)區(qū)(太湖新城)與阿里云共同宣布啟動(dòng)2018雪浪制造AI挑戰(zhàn)賽，聚焦布匹疵點(diǎn)智能識(shí)別，開(kāi)展大數(shù)據(jù)與人工智能技術(shù)在布匹疵點(diǎn)識(shí)別上的應(yīng)用探索，助力工業(yè)制造良品提升。
布匹疵點(diǎn)檢測(cè)之痛
紡織行業(yè)一直是我們國(guó)民經(jīng)濟(jì)中占據(jù)舉足輕重的地位，2016年我國(guó)布匹產(chǎn)量超過(guò)700億米，且產(chǎn)量一直處于上升趨勢(shì)。如果能夠?qū)⑷斯ぶ悄芎陀?jì)算機(jī)視覺(jué)技術(shù)應(yīng)用于紡織行業(yè)，對(duì)紡織行業(yè)的價(jià)值無(wú)疑會(huì)是巨大的。
布匹疵點(diǎn)檢測(cè)是紡織行業(yè)生產(chǎn)和質(zhì)量管理的重要環(huán)節(jié)，但一直以來(lái)布匹疵點(diǎn)檢測(cè)都是由人眼完成的。人工檢測(cè)速度慢、勞動(dòng)強(qiáng)度大，受主觀因素影響，缺乏一致性，這種方法嚴(yán)重降低了紡織生產(chǎn)流程的自動(dòng)化程度。
據(jù)了解，人工檢測(cè)速度一般在15-20米/分，在此速度下，單個(gè)檢驗(yàn)人員只能完成0.8-1米寬幅的檢測(cè)，因此布匹的檢驗(yàn)和整理環(huán)節(jié)成了整個(gè)生產(chǎn)過(guò)程中的瓶頸。人工檢測(cè)還存在過(guò)于依賴驗(yàn)布工人經(jīng)驗(yàn)的缺點(diǎn)，經(jīng)常出行檢測(cè)誤差和漏檢。
在本次雪浪大會(huì)主論壇的舞臺(tái)，江蘇陽(yáng)光集團(tuán)董事長(zhǎng)陳麗芬也分享了將人工智能應(yīng)用在這一領(lǐng)域的必要性。
她提到，在陽(yáng)光內(nèi)部，找疵點(diǎn)的工作一般需要2個(gè)人完成。一個(gè)負(fù)責(zé)找，另一個(gè)人負(fù)責(zé)做標(biāo)記，記錄下數(shù)據(jù)。疵點(diǎn)的檢測(cè)有三道關(guān)口：坯檢，中檢，終檢。中檢后要進(jìn)行一次補(bǔ)修。其中，坯檢的疵點(diǎn)最多，差不多能濾去一半。
陳麗芬估算，按照陽(yáng)光目前的幾萬(wàn)公里的面料產(chǎn)量，差不多會(huì)有近100萬(wàn)個(gè)疵點(diǎn)，要完成這么多的質(zhì)檢，目前在陽(yáng)光差不多用了7、80個(gè)人力。
“如果用機(jī)器代人，利用人工智能的圖像識(shí)別技術(shù)來(lái)找疵點(diǎn)的話，兩個(gè)人至少省一個(gè)人，留下一個(gè)人做標(biāo)記。也就是說(shuō)節(jié)省50%的人力?！?br />
數(shù)據(jù)是新的生產(chǎn)資料
本次AI挑戰(zhàn)賽是阿里云天池繼航空、電力、工業(yè)之后，又一個(gè)扎根行業(yè)應(yīng)用的人工智能賽事。江蘇省無(wú)錫經(jīng)濟(jì)開(kāi)發(fā)區(qū)(太湖新城)將依托阿里云天池競(jìng)賽平臺(tái)，征集布匹疵點(diǎn)智能識(shí)別的最優(yōu)算法，江蘇陽(yáng)光集團(tuán)提供了數(shù)千份精標(biāo)注布樣數(shù)據(jù)。
和阿里云天池一起舉辦AI挑戰(zhàn)賽，是江蘇陽(yáng)光集團(tuán)將高新技術(shù)應(yīng)用到防治領(lǐng)域的又一探索。
江蘇陽(yáng)光集團(tuán)一直是中國(guó)紡織業(yè)的標(biāo)兵，憑借精湛的工藝技術(shù)和行業(yè)領(lǐng)先地位，參與過(guò)包括紀(jì)念抗日戰(zhàn)爭(zhēng)勝利70周年大閱兵解放軍三軍儀仗隊(duì)新式禮賓服的設(shè)計(jì)、制作工作，以及“神舟十一號(hào)”航天員秋冬常服面料生產(chǎn)工作。
江蘇陽(yáng)光集團(tuán)也很重視數(shù)據(jù)的積累和應(yīng)用，與阿里云團(tuán)隊(duì)合作，建造了一個(gè)基于ET工業(yè)大腦的“紡織大腦”大數(shù)據(jù)處理系統(tǒng)，并基于此完成了一系列創(chuàng)新。
“從資源的角度來(lái)講，數(shù)據(jù)對(duì)陽(yáng)光(集團(tuán))來(lái)說(shuō)是新的生產(chǎn)資料，它的最終價(jià)值就是要讓其他的生產(chǎn)資料價(jià)值最大化?！卑⒗锇桶图瘓F(tuán)技術(shù)委員會(huì)主席、雪浪小鎮(zhèn)名譽(yù)鎮(zhèn)長(zhǎng)王堅(jiān)博士在走訪江蘇陽(yáng)光集團(tuán)如此表述。
作為本次大賽的數(shù)據(jù)提供方，江蘇陽(yáng)光集團(tuán)提供豐富和完善的布料樣本，包括布樣、取樣環(huán)境、疵點(diǎn)判斷標(biāo)準(zhǔn)，以及工藝專家的專業(yè)指導(dǎo)，從軟硬件環(huán)境諸多方面提供大賽支撐。
匯聚20萬(wàn)科學(xué)家，阿里云助力打造“紡織大腦”
本次布匹疵點(diǎn)檢測(cè)大賽的數(shù)據(jù)涵蓋了紡織業(yè)中素色布的各類重要瑕疵。數(shù)據(jù)共包括2部分：原始圖片和瑕疵的標(biāo)注數(shù)據(jù)。這些數(shù)據(jù)將在20多萬(wàn)聚集在天池的全球頂級(jí)科學(xué)家那里，幻化出新的生產(chǎn)力。
承載本次大賽的阿里云“天池”是全球規(guī)模最大的眾智平臺(tái)，匯聚了來(lái)自全球的20多萬(wàn)名AI算法科學(xué)家。
阿里云為參賽團(tuán)隊(duì)提供機(jī)器學(xué)習(xí)PAI平臺(tái)，復(fù)賽團(tuán)隊(duì)可申請(qǐng)使用。入圍決賽的參賽團(tuán)隊(duì)方案里，必須包含深度學(xué)習(xí)作為主要算法。
