魏志东:做服装ERP需要专注精神

“富友软件软件?没听过,做什么的?” “富友软件软件?当然知道了,我们这行很多家都选他们的软件。”
  两种截然不同的回答,在一定程度上也反映了这家软件厂商的定位:专注服装行业,做到这行的第一名。众多的客户群体,服装行业的高知名度,快速的发展势头,见证了这家软件厂商的成功。可以说,这是ERP行业的隐形冠军。这家软件公司如何成为服装行业ERP的第一品牌?品牌背后又会什么样的故事?
  “我们成功,只是因为我们多了点挖井的精神。”
   采访富友软件科技市场总监魏志东时,他谦虚的说道。谈到创业初期,魏志东介绍说,公司也层尝试过很多行业,最终选定了服装行业,接下来的十八年,始终如一,服务服装行业客户。最初选择服装行业主要是看重服装行业巨大的发展空间,现在更多的是多了一份责任。可以说,富友软件见证了中国服装行业逐步走向正规的全过程。现在服装企业的社会责任感越来越强了,市场也逐步走向规范,富友软件想通过更好的服务服装企业间接为大众尽分力。
  魏志东列出了一份客户名单,爱慕、KAPPAJACK&JONESONLY、世界时装、红领、新郎等国内外著名服装企业赫然列于榜单。“服装工业百强、服装商业百强、服装连锁百强中很多都是我们的客户,各省市大型的服装公司很多也是我们的客户。”
  谈及为何那么多的客户选择富友软件时,魏志东笑到,“如果一家软件公司身上有化肥味,还有汽车味,有石油味,有服装味而另一家软件公司只有服装味,你是服装企业,你会选谁呢?而且服装行业很特殊,如果你用服务机械企业的思维去服务服装企业,肯定要失败的。”
“十年,我们服务了大量的客户,积累了丰富的项目实施经验,我们对这一行了解的很透很透。我们成功,只是我们多了点挖井的精神吧。”
“技术是魂,客户为本”
 身为一家软件公司,富友软件并没有忘记自己的企业本质,技术领先始终是软件公司的核心竞争力之一。
 创业之初,国内信息化刚刚起步,大部分软件公司只是定位于简单的电算化。而富友软件立志打造中国领先的服装ERP系统,高定位让富友软件始终走在时代前列。今天富友软件科技也始终追求技术的创新。“目前我们研发出新一代的技术架构将在很大程度上解决异地分支的问题。”魏志东兴奋地介绍说,“目前我们的研发投入非常高,不过我们也确实尝到了技术领先的甜头。客户信赖我们,我们也希望通过先进的技术解决客户信息化方面的难题,帮助客户提升管理水平。”
身为一家软件公司,富友软件也没有忘记自己的行业本质,软件公司提供的不仅仅是一套软件产品,更是信息化服务,而在未来,软件企业竞争的将不仅仅是产品,更是服务水平。
“用我们IT行业的行话说就是,我们和客户的关系就是软件和硬件的关系吧,谁也离不开谁,一款好的软件会在很大程度上提升硬件的使用水平。”魏志东开玩笑说。
“争做服装行业ERP第一品牌”
“在别的行业我不敢夸口,但在服装行业,我们当之无愧。”
“我看到很多国内客户盲目选择了国外软件,没有注重企业实际情况,结果不仅延迟了信息化进程,而且付出了非常高昂的学费。真的非常痛心。”
“在我国信息化起步初期,国外软件厂商真的是天价收费。随着这些年的发展,一大批国内的管理软件厂商成长起来,现在足以抗衡国外企业。竞争为客户带来了很大的实惠,拉低了国外软件厂商的要价,同时也让国外厂商更加重视了客户服务。这也算我们对民族企业的一份贡献吧。我们富友软件持续在信息化领域耕耘,现在更多了一份民族责任感。”
 对于客户ERP软件选型,富友软件科技市场总监魏志东认为,客户应该系统考察软件厂商解决方案的适用性,分析自身企业的经营特点,了解软件厂商的产品、服务等诸多方面,而不应该盲目选型,更应该从企业实际出发。尤其需要注意的是行业性,因为不同行业对信息系统的需求差别很大。
对于管理软件厂商,富友软件科技市场总监魏志东认为,软件厂商应深入企业,实地了解企业所需,为客户提供符合企业实际的信息化解决方案。还应重视客户服务,为客户提供全面的实施服务、培训服务、售后服务等,真正保证企业能够享受信息化得便利。同时软件厂商应重视研发,保持技术领先。
“最希望的还是国内的管理软件厂商能够崛起,共同推动信息化的进步!
 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值