原本使用目标检测的方案来识别 UI 组件，但这种方案既需要识别出正确的组件类别还需要识别出正确的位置，以整个视觉图片作为输入，复杂的图片背景很容易被误识别，并且由于识别出的位置偏差导致很难挂载到正确的节点上，模型识别结果在线上的应用准确率较低。
此类最为常见且也是出现百度搜索风险提示最为核心的因素，而导致其产生的因素主要包括三个方面：DNS解析、TTFB速度以及主机商线路。
对于C端产品，这个问题比较好解决，因为设计者和使用者往往是重合的。但对于技术平台类产品、B端产品，这两者经常是错位的，即设计者可能并不是真正的用户。
在这时，不妨先问下自己“真正的用户是谁？”，再试试“笨办法”，走出办公室，走到客户那里，去问问他们、跟他们聊聊天，看看他们怎么用我们的产品。
那时候，很多问题便豁然开朗了。
上述“五级火箭”，由浅入深地满足了不同类型用户，以及同一个用户不同阶段的需求。
记得多年前，我参加了一个管理方面的高级培训班。
将这些“优质句式”、“文案法则”产品化之后，配合算法和技术，就能给业务输出更有效果的文案。
我们相信，机器不能完全代替人，机器智能和行业知识、专家经验等人类智慧，一定会相得益彰、交相辉映。
现状是，很多技术平台完全没有demo和体验能力。那么，用户就很难上手。
因此，平台一定要搭建一套“全流程、有体感、简便易行”的demo，让用户亲手体验一下。
我们的同学基于沉淀的图像、NLP和图谱等AI技术能力，迅速开发出了智能垃圾分类的技术和产品，项目命名为“分类宝”。用户可以通过“拍照片、语音搜索”等便捷的交互方式，在支fb小程序以及智能垃圾回收箱IoT设备上，来体验AI垃圾分类了。
再比如，标注平台里的标注数据，在完成模型训练之后，生命周期就终结了，躺在那里没有人管了，这是很可惜的。
现在我们计划将这些数据沉淀下来、开放出去，让数据产生更大的价值。
考虑到外包标注人员变更比较多，所以产品经理在标注页面上设计了一个“任务释放”的按钮，用于防止任务卡在一个人手中。
