最近一俩年，大模型实在卷的不行，以前我是觉得大模型和我一个干前端的没啥关系，可是在今年我的这个想法变了；身边的人都开始关心大模型的发展了，我们团队就开始发力去研究大模型了；我觉得是机遇来了，我们团队在研究了几个月后，还真的发现了不少的落地场景，其中不少还应用到了公司内部的业务，实现了为业务赋能的使命。
今天我想给大家介绍的刚好是我们团队准备对外公开使用的大模型落地项目，是一个关于电商工具的垂直领域的工具，直接载体就是h5页面；我们主要在里面解决了电商的一个场景问题，那就是商品的品牌识别，因为总有些商家在上商品图片的时候，会不小心上错带有其他品牌的图片，这种就会导致被平台警告和降分，严重的甚至会直接封店。
我们解决这个场景的技术就是使用的YOLOV8，基于YOLOV8的目标检测算法，采用ultralytics 框架进行初步微调训练（Ultralytics | 革新视觉人工智能世界），验证模型能力后发现基本效果可行；训练的数据源我们是采用阿里天池实验室提供的数据集进行第一期的训练，涉及大概500个品牌，584,920张训练图片，1,303,563个实例。训练相关的代码大家如果有兴趣的话，我在后面会贴进来。然后我们还在这个落地项目里面搭建了开源的自训练后的大模型，用于一些问答和生成类的功能里，这些功能大家如果感兴趣，后续我都可以贴出来。
大家如果有兴趣的可以访问体验一下： tool.changqinglife.com/#/home?chan…
主要页面我贴在下面了：
上面这个是首页，下面我将贴一张我们最主要功能的展示图：
除此之外我们其他的功能欢迎大家去体验使用，如果有任何问题，欢迎大家找我沟通 🙏
