宁波大榭招商国际码头坐落于长江黄金水道在浙江杭州湾与钱塘江的交汇处。对这个位于宽达10.7公里的深水岸线上的码头集装箱区而言，集装箱箱门朝向的识别非常重要，这直接影响码头的运输效率和调转搬运成本。如果出闸集装箱箱体方向错误，需要使用大型专用机械进行调转，搬移一次的成本高达几十元。对于每天有成千上万个箱体运输的码头来说，这是一笔不小的潜在成本。

而传统码头主要依靠人工对集装箱信息进行核对和录入，审核效率较低。宁波大榭招商国际码头一天出闸量在3000个左右，人工核对工作量大，由此迫切需要一种智能核对方案，以提升审核效率，从而满足对集装箱箱门朝向的高效核对需求。

面对20年前国外港口在“堆场”实现自动化作业的画面，中国码头企业曾有过的憧憬，现已随着AI深度学习等技术加速进行着“弯道超车”。目前，国内外重要码头均有新建和改造自动化码头的计划与探索，对于宁波大榭招商国际码头作为集装箱吞吐量316万标箱的国际大港更是已有多年探索经验，而传统码头自动化转型战略于2016年作为宁波大榭招商国际码头的IT规划开始正式实施。

“应该是2015年，我们就开始向智能化转型了。” 宁波大榭招商国际码头的信息技术系统管理员陈文杰介绍说，“主要转型应用场景集中在岸边、闸口、堆场三块，并有专门的部门和负责人来统筹。”

通过陈文杰的话我们不难看出，当仍有部分人将“AI（人工智能）”视为远在天际的“星辰大海”时，却也有着更多的人思考着如何将“AI”加注于传统产业，跑出“智能化”升级的又一个中国速度，传统码头的智能化升级从未如此快速落地过。

陈文杰介绍道：“我们是在一次业内活动中，听说的EasyDL，抱着试一试的态度，去尝试了下。此前我们也尝试过其他的解决方案，但结果不是很理想。而如果要用传统的产品定制化去专门做一套系统出来的话，财务上的投入产出比又不划算。”

陈文杰指出的，正是传统产业在进行产业智能化转型时会遇见的普遍问题——随着产业转型，每个生产环节的细节可能都需同步升级，然而却由于资金、资源、技术、时间等众多因素，在进退维谷中被暂缓。

在2019年的百度AI开发者大会上，百度以“产业智能化”为主题交出的成绩单中，每个AI应用案例都写实地印证着那句“Do Better，科技为更好！” 而当百度将AI技术开放开源、进一步降低门槛后，如何通过一种简单的方式来代替“精通算法”从而快速让非AI出身的各个企业从业人员都可以使用AI技术，也变得更加有迹可循。

在此之中，宁波大榭招商国际码头通过自主训练、自定义模型，并将结果快速应用于实践解决“堆场”箱门朝向识别问题的例子，就是这种“快速自定义AI应用”的探索之一。

陈文杰说：“据了解，百度大脑EasyDL是一个面向企业的全流程的AI模型开发和服务平台，而且还有能支持不需要算法编程的AI模型训练的优势。” 所以，他的团队最开始先从历史核查图片中，挑选了500张，将错误和正确的箱体方向图片素材，分别进行分类训练。经过短短1周迭代出3次模型，最终完成了闸口箱门识别模型，准确率在当下就已高达95%左右。

此外，EasyDL还同步提供给他们自动化的模型发布和服务部署，只需选择校验通过的模型版本，提交服务发布申请，即可获得一个服务API接口。而且这个服务接口有完整的流控、鉴权等安全机制，稳定性与可用性与百度大脑应用于百度自身的AI应用服务水准保持一致。而在模型发布后，通过云端调用数据功能，还可以一键将实际调用的数据关联模型训练集，实现数据闭环，持续进行模型效果的优化。

所以，当宁波大榭招商国际码头的技术团队在面对集装箱箱门调转朝向的审核问题时，仅用一周时间，以几乎零预算的成本投入，使用百度大脑EasyDL平台快速完成模型训练与部署，实现摄像头替代人眼对集装箱信息进行核对，实时判断出闸集装箱箱门是否正确摆放。

原本需要1名员工每天核对3000余张图片，现在用EasyDL模型就可先进行机器筛选，再由人工有针对性地复审即可。因此，现在这项工作只需1名员工辅助核对150张图片就可以完成一天的审核工作了，这样不仅提升了审核效率，也大大释放了审核人员的时间。

在未来，完成了从传统码头到快速落地升级的智能化宁波大榭招商国际码头，可以将更多的精力投入到数据研究和业务发展当中。