|
一、选手介绍
- 姓名：曹裕
- 职业：数字技术
- 所属行业：制造业
- 参赛初衷：运用插件，提高跨表单运算能力，能够直观查看数据，减少数据通讯开销。避免后台接收大量数据，造成数据冗余及资源浪费。
二、作品介绍
插件一：工单缺料表
- 插件简介：
- 根据产线生产计划，自动统计未来日期内的物料缺失情况。
- 插件详细介绍：
-
- 基础数据源自产线生产计划、物控BOM清单以及仓库物料库存。
- 设定生产截止日期，发放工单，配置对应的产品结构，整理产品型号信息。
- 进行物料分析：根据生产计划表，填制物料分析表计算出所需材料的标准用量。
- 查找库存，控制物料出库的数量，判定发放的数量是否满足生产使用的需要，统计物料供应情况。
- 适用行业：
- 需求场景举例：
- 业务背景：生产物料作为制造型企业最重要的资源之一，占生产成本近一半的比重。物料管控的好坏直接影响生产任务的达成、产品的质量、生产成本的高低、仓库库存的多少、企业现金流等，不可不察。
- 当前痛点：产线缺料及停工待料，产能利用不充分。工单不能准时开工，生产计划延误，不能按期交货。缺料或供应不及时，寻求紧急采购，拉高采购成本。
- 解决方案：提前制定物料需求计划，创建产品所需的零件，物料，组件和其他物料的完整BOM清单，以及收集和使用所需物料所需的说明。计算时采用物料“先进先出”的原则顺序，在物料仓管员核对所领物料是否有库存之后，提前预测未来的工单缺料数量，随时掌握物控情况。
- 设计思路及实现路径：
- 设计思路：选定工单生产截止日期提取产品型号，再将产品型号作为查询条件获得BOM物料清单，然后递归查询物料现有库存数量，最后通过算法生成未来日期内的工单缺料表。
- 实现路径：创建基础数据表>>请求参数和返回参数设置>>代码开发>>插件测试>>demo应用>>插件发布
- 效果演示：
- 插件配置说明：
- 触发动作：按钮点击
- 执行动作：
 
- 缺料表的字段别名设置
- 预期效果：每天进行计算，数据透视表内自动显示最新的统计结果。id内包含日期信息，可以追溯不同日期统计的物料缺失情况。
- 注意事项：计算时必须采用物料“先进先出”的原则顺序，工单生产计划必须是未来的日期。物料缺失数量为累计计算，日期排列需按照由前往后的顺序。
插件二：身份证正反面识别
- 插件简介：
- 插件详细介绍：
-
- 上传身份证正反面照片。
- 自动识别身份证正反面信息，包含姓名，性别，民族，出生，住址，公民身份证号码，签发机关，有效期限。
- 将获取到的信息上传公司人事系统。
- 适用行业：
- 需求场景举例：
- 业务背景：随着公司规模的扩大，每天都会有新员工入职，员工入职需要个人身份证信息的输入认证（即实名认证），如果手动去输入身份证号码和姓名，速度非常慢，且用户体验非常差。为了提高在移动终端上输入身份证信息的速度和准确性，于是我们开发出居民身份证OCR识别技术SDK，便于员工入职的信息录入，提高公司部门工作效率。只需将居民二代身份证扫描识别技术SDK集成到APP中，即可通过手机摄像头扫描识别身份信息。
- 当前痛点：普工招聘小程序每日需要大量调用身份证OCR服务，所以快捷的开发一个OCR服务，减少三方OCR调用的频率，一定程度上减少API的调用费用。
- 解决方案：身份证识别技术使用成熟的OCR文字识别技术，通过手机或者带有摄像头的终端设备对身份证拍照，并对身份证照片做OCR文字识别，提取身份证信息。
- 设计思路及实现路径：
- 设计思路：在本地服务器部署身份证信息识别的API服务，通过内网穿透可以外网访问。开发插件上传居民二代身份证图片地址发送到API接口进行身份证信息识别，返回身份证信息储存到相应字段。
- 实现路径：搭建本地服务器部署生成证件照服务>>请求参数和返回参数设置>>代码开发>>插件测试>>demo应用>>插件发布
- 效果演示：
- 插件配置说明：
- 触发动作：按钮点击
- 执行动作：
- 预期效果：上传居民二代身份证图片，自动识别图片里的身份证信息，存储到人事系统中。
- 注意事项：拍身份证照片需将身份证水平放置并将拍摄视角调整至垂直90度，且照片不能有反光，否则影响结果。
- 优化改善：要有大量数据进行模型训练，将算法模型不断试错和重构，实现身份证照片不同角度的识别。
插件三：人像抠图
- 插件简介：
- 插件详细介绍：
-
- 上传所需要替换的人物照片以及对应的需要替换的背景，或者是选择需要更换的照片底色。
- 算法后台会获取图片,并猜测用户可能需要抠取的目标,并将抠图结果保存至数据集中。
- 将目标背景填充到背景区域，将前景部分填充到前景区域，并输出图像。
- 适用行业：
- 需求场景举例：
- 业务背景：谈到人像抠图想必大家都不陌生。在影视剪辑、直播娱乐、线上教学、视频会议等场景中都有人像分割的身影，它可以帮助用户实时、精准地将人物和背景精准识别出来，实现更精细化的人物美颜、背景虚化替换、弹幕穿人等，进一步提升视觉应用体验。
- 当前痛点：无论是公司店铺内部的商品展示，还是用于广告投放的创意，图片都是重要的载体. 而精美创意图片的制作，掌握复杂且耗时的精细抠图方法，往往是公司设计师绕不开的问题。
- 解决方案：图像分割（Image Segmentation），特别是随着深度学习（Deep Learning）的兴起，图像分割任务受到越来越多的研究者和公司的重视和投入，不断有大型数据集被发布，分割类别也从两类分割（Binary Segmentation）到几十类分割，甚至几千类的分割，分割任务也从语义分割（Semantic Segmentation）进化到了实例分割（Instance Segmentation），分割效果也达到了前所未有的精度。
- 设计思路及实现路径：
- 设计思路：读入将要抠图的图片，create一个带颜色域的mask，通过mask抠出所需要的部分，将要替换掉的图像resize或裁剪到和上述图片一样的大小，将该图片预留出将要重叠上的部分，即将mask部分改为（0，0，0），通过和运算使得两部分图片mask部分替换，最后保存图片。
- 实现路径：搭建本地服务器部署替换照片背景服务>>请求参数和返回参数设置>>代码开发>>插件测试>>demo应用>>插件发布
- 效果演示：
- 插件配置说明：
- 触发动作：按钮点击
- 执行动作：
- 预期效果：根据上传的人物照片将人物背景进行替换或是给图片更改底色，并将结果保存至表单中。
- 注意事项：上传的照片必须有准确的人物造型，不得带有镜面效果。
- 优化改善：能够将低分辨率的照片进行特征修复，提升至高分辨率。加入缩放变形等数据增强方式，改正图像边缘失真问题。
|
