中国公有云服务市场占主导地位

目前，无人药柜已有多台在社区、写字楼间使用，更高效、便捷地服务消费者的同时，节省了传统药房的人力和房租等运维成本。

无需门槛，人人都能搞定AI应用

卓因达在技术方案上经过综合全面评估后，最终选择使用百度EasyDL落地实现药品识别，百度EasyDL是基于飞桨深度学习平台推出的简单易用的零门槛一站式AI开发平台，支持智能数据服务、高精度模型开发、端云多种形式服务部署等全流程功能。目前已经支持定制开发图像分类、物体检测、图像分割、语音识别自训练、文本分类、表格数据预测、情感倾向分析等多类模型。EasyDL通过其灵活易用与简单高效的特性，不断帮助各行业企业将AI与具体场景相结合，通过科技实现业务的降本增效。

在AI加速落地的今天，不仅是卓因达，我们能够在各行各业看到EasyDL应用的身影。

在零售行业，融讯伟业使用多种常见水果蔬菜图片数据，通过EasyDL训练出精度高达97%的果蔬识别模型，通过SDK部署在已有电子秤设备上，结合摄像头实时拍照，实现了线下果蔬店的智能识别结算，仅需2-3秒即可完成智能收银，相较传统人工收银，效率整体提升15-20倍。

在工业生产流水线上，由于常规箱包生产出厂前，为避免安全隐患，都需要人工通过X光检查其中是否有遗漏的剪刀、针等生产用品，青岛爱包花饰将1000余张含有针、剪刀等异物的X光图像、100余张含有金属部件的商品X光图像使用EasyDL训练出可以在生产线上使用的“箱包异物识别模型”和“箱包金属部件识别模型”，实现箱包生产线出厂前检针工作的智能化。
 

药品购买，能否像自动贩卖机一样，在急需时即可在自助机柜直接下单立刻拿到？传统上，我们依赖24小时营业的药房，而24小时药房的形式也因运营成本高，依然在很多城市覆盖度不够，无法为用户提供及时的医药服务。

借新AI东风，促进智能药柜的诞生，助力医药行业智能化转型

北京卓因达科技有限公司，关注到这一问题之后，从饮品自动贩卖机获取灵感，依托百度EasyDL开发智能药柜，推动智能零售在医药行业中的应用。目前已经发展为一家专业从事智能零售机、售取药机及智慧售卖系统等智能控制系统的高科技企业。

在智能药柜的开发过程中，卓因达观察到，这一场景的核心问题是如何在消费者下达购买指令后，将用户想要购买的药品精准无误地抓取出来。为解决这个问题，首先需要解决识别的问题，卓因达通过EasyDL零门槛AI开发平台，使用127种药品、超过9000张图片使用EasyDL经典版物体检测训练出药品识别模型，模型精确度达98.64%，并在500ms内即可获取识别结果。

解决了药品识别的问题，下一步是实现精准抓取。为此卓因达将识别药品的摄像头部署在智能药柜中的一个机械臂上，当完成药品识别后，结合摄像头精准定位药柜中对应药品的位置，抓取后通过窗口将药品递给消费者。
 

动态强制路由

在功能开发的时候就决定了哪些接口要强制走主库，这个时候我们会在代码上进行路由的控制，也就是前面讲的自定义注解。如果有些是没有加的，但是在线上运行的时候发现还是要走主库才可以，这个时候就需要改代码重新发布了。

动态强制路由可以结合配置中心来实现，通过配置的方式来决定哪些接口要强制路由，然后在 Filter 中通过 HintManager 来设置，避免改代码重启。

也可以通过切面精确到业务方法级别的动态路由配置。

流量分发

场景一：

假设你有一个主节点，两个从节点，读请求较多，两个从节点压力有点大。这个时候只能增加第三个从节点来分担压力。现象是主库的压力并不大，写入较少，从成本来考虑，是否可以不增加第三个从节点呢?

场景二：

假设你有一个 8 核 64G 的主库，8 核 64G 的从库，4 核 32G 的从库，从配置上来看，4 核 32G 的从库处理能力肯定是要低于其他两个的，这个时候如果我们没有定制流量分发的比例，就会出现低配数据库压力过高而导致的问题。当然这个也能避免使用不同规则的从库。

上面的场景需要能够对请求进行管理，在 Sharding-JDBC 中提供了读写分离的路由算法，我们可以自定义算法来进行流量的分发管理。

实现算法类：

（编辑：吉安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!