Glidewell 製品のピックアップスケジュール設定

インスピレーション

Glidewell Laboratories は、歯科治療に関する幅広い製品とサービスを取り扱っています。毎日全米から何千ものオーダーがあり、当社カスタマーサービスにかかってくる電話のほとんどは歯科医からのオーダーのピックアップ要請です。そこで、Glidewell オーダーのピックアップスケジュールを自動的に設定する、新世代の顧客管理システムの開発を目指しました。

機能

このプロジェクトでは、AWS DeepLens デバイスを使用して Glidewell のデンタル製品のピックアップスケジュールが自動的に設定されます。歯科医が歯科業務において新しいオーダーを注文し、ピックアップのスケジュールを設定したいと思ったときには、Glidewell のデンタル製品を持ち上げて DeepLens カメラの前に立ちます。歯科医のアイデンティティと製品情報が認識されると、システムによってオーダーが自動的に行われ、ピックアップスケジュールが設定され、確認メールが送信されます。

作成者: Zefeng ZhangYuqi Shang

構築方法

画像データセット: 4 つの異なるクラス、つまり BruxZir S、BruxZir M、BruxZir L、no BruxZir をそれぞれ約 500 枚ずつバランスよく包含したトレーニングデータセット。

プログラミング言語とツール:

  • Python、MXNet
  • AWS: SageMaker、Lambda 関数、DeepLens、Amazon Rekognition (顔認識)
  • 製品の分類

Amazon SageMaker 画像分類アルゴリズムを使用して、Glidewell デンタル製品の分類モデルをトレーニングしました。トレーニング済みの 34 レイヤー畳み込みニューラルネットワーク (ResNet) の最終レイヤーが、新しいラベル付けルールに合わせて調整されました。入力画像の寸法は 3 * 512 * 512 に統一されています。トレーニングと最適化の後、このモデルに DeepLens からの動画ストリームが取り込まれ、分類結果は AWS IoT にパブリッシュされます。

顔検出と顔認識: DeepLens サンプルプロジェクトには、AWS DeepLens デバイスで人の顔を検出できる顔検出モデルが用意されています。このモデルでは、DeepLens からの動画ストリームが入力として取り込まれ、検出された顔の画像がパブリッシュされます。それに続いて、準備しておいた顔画像のリポジトリを使用し、AWS 顔認識によって人物が特定されます。

課題

  • 異なるアプリケーション間のデータフロー
  • トレーニングデータセットと DeepLens 動画ストリームの間の画像寸法のミスマッチ

成果

  • オーダー/顧客管理システムについての新しい着想
  • オペレーション効率の向上

教訓

  • AWS DeepLens と SageMaker
  • さまざまなリソース/アプリケーションを統合した機械学習プロジェクトの構築

次のステップ

  • 顧客管理システム内でオーダーを作成する
  • データベース内のカスタマープリファレンス (時間、運送業者など) に基づいて、歯科医院でのパッケージのピックアップスケジュールを設定する
  • テキスト通知システムを追加する
  • トレーニング画像をさらに用意する
  • 製品カテゴリを増やす
  • デンタル製品のオブジェクト検出モデルを構築する

使用したもの

Python
AWS SageMaker
Rekognition
DeepLens/IoT
Lambda 関数
MXNet
AWS GPU インスタンス
SQS
SNS

今すぐ試す

このプロジェクトではプライベートリポジトリを使用しています。