CASO DE ÉXITO
Lectura automática de códigos postales con Deep Learning
«Gracias a AllRead, con el aumento en el % de lectura de códigos postales e imágenes giradas, se generaría un aumento en la productividad en el proceso de lectura de paquetes, disminuyendo el procesamiento manual de paquetes rechazados.
Así, mejoraría la fluidez y se reducirían los tiempos, permitiendo agilizar el proceso, y lo que repercute a lo largo de la cadena de suministro. Esto también abre la posibilidad de reasignar recursos que a día de hoy están en vídeo codificación para la realización de otras actividades de mayor valor.»
Lectura de códigos postales
Las compañías de mensajería y paquetería juegan un papel clave en la entrega de envíos.
Y para proveer a este tipo de empresas de nuevas herramientas para agilizar sus procesos, AllRead ha participado en un test piloto orientado a mejorar la precisión y la eficiencia en la lectura de códigos postales de
cartas y paquetería. Miles de ellos eran rechazados anteriormente, durante su proceso de clasificación, y necesitaban de una intervención manual.
En este contexto, aplicamos nuestra tecnología de lectura inteligente basada en Deep Learning y Computer Vision para mejorar la eficiencia en este entorno operativo.
• Sector: mensajería y paquetería
• Caso de uso: identificación y lectura de códigos postales
Más de un 15% de errores
En este contexto operativo, se procesaban cartas y paquetes con códigos postales, pasando por varias fases de lectura y comprobación automáticas y manuales.
Ambos procesos de lectura eran de gran importancia. Gran cantidad de cartas y paquetes pasaban cada hora por las máquinas clasificadoras. Y de ellos, se estima que los sistemas de lectura tradicionales rechazaban más del 15%.
Por ello, se derivaban a un proceso en el que su personal especializado introducía manualmente el código que aparecía en la imagen. Esto
generaba retrasos ya que, al no ser posible su procesamiento automático, debían ejecutarse tareas repetitivas de comprobación.
EL CASO DE USO
Procesamiento y lectura de códigos postales en cartas y paquetes
IMPRECISOS SISTEMAS DE LECTURA PREVIOS
Con tasas de error previos o imposibilidad de lectura por encima del 15%.
MÚLTIPLES PROCESOS MANUALES PARA SU VERIFICACIÓN
Con técnicas de vídeo codificación y revisión manual, con necesaria intervención humana.
RETRASOS FRECUENTES
Debido a la multitud de revisiones y tareas manuales repetitivas necesarias.
Más precisión y menos tareas repetitivas
Con este planteamiento, el proyecto consistió en identificar y leer automáticamente los códigos postales de los destinatarios en cartas y paquetes mediante Computer Vision y Deep Learning,
diferenciándose del proceso previo.
Con ello, el proyecto representó una oportunidad para mejorar varios aspectos:
Así, trabajamos en demostrar la capacidad de nuestra solución y mejorar el proceso previo de lectura, al entregar con la máxima certeza y eficiencia el código postal que los sistemas de lectura tradicionales no leían (OCR
y otros).
Un 64% más eficientes
Al finalizar el proyecto, nuestra tecnología presentó resultados muy positivos, superiores a sistemas previos. Se consiguió leer con total precisión un 64% más de las imágenes rechazadas por otros sistemas de lectura OCR.
Calculando como mínimo unos 10 segundos de procesamiento manual previo por cada imagen, y extrapolando este dato a la gran cantidad de cartas y paquetería en circulación diariamente,
puede imaginarse la mejora que supondría AllRead al implementarse a largo plazo, lo que facilitaría asimismo a los operarios liberar parte de su tiempo para poder dedicarse a tareas de mayor valor añadido.
Además, al estar basada en Inteligencia Artificial, los resultados serán exponencialmente superiores cuanto más tiempo se utilice la tecnología y mayor sea el volumen de códigos procesados. Solo
con este test, los resultados ya conllevaron una gran mejora, con un ahorro de más de 16 horas, lo
que demuestra el potencial valor añadido en otras operaciones.
Resultados Superiores A Otros Sistemas
Lectura con total precisión de un 64% más de las imágenes rechazadas por otros sistemas de lectura.
Reducción De Tareas Repetitivas
Ahorro de más de 16 horas de tareas repetitivas, facilitando asimismo a los operarios liberar parte de su tiempo para dedicarse a tareas de mayor valor añadido.
Mejores Resultados En El Futuro
Al estar basada en Inteligencia Artificial, los resultados serían exponencialmente superiores con cada reentrenamiento de la red neuronal. Es la potencia de nuestra tecnología.
Si quieres saber más,
contacta con nosotros y solicita un asesoramiento personalizado
. Te contaremos cómo nuestra tecnología puede mejorar la eficiencia operacional de tu compañía.