廣州樂行機器視覺設備技術有限公司

內容來源：2017年8月12日，在韋伯學習實踐日的大數據與人工智能技術會議上，秦iuyun人工智能實驗室負責人林以寧在平臺變革計算機視覺上做了演講，ID:ITDAKASHUO是組織者和演講者授權的獨家視頻合作伙伴。
    
     視覺是機器人工業需要解決的核心問題，這就是為什么秦牛云人工智能實驗室的林以寧領導選擇計算機視覺作為研究方向的原因。
    
     在當今模式日益增長的背景下，以往的小作坊工作模式還不夠好，有必要改變生產模式。
    
     過去，沒有非常成熟的深度學習框架。與此同時，卡菲、火炬和西亞諾出現了。但經過殘酷的競爭，卡菲目前的江湖地位與其他兩個國家相比并沒有動搖。
    
     一兩年后，出現了大量的框架，如mxnet、padde-addle等。由于算法將變得越來越復雜，許多大公司已經開始占領算法框架的市場。
    
     有些人還覺得有些算法框架很麻煩，所以新的API接口將集成到本地算法框架上，使本地算法框架更友好、更簡潔。
    
     阿里和亞馬遜已經推出了自己的算法平臺。像京東和小米這樣傳統上認為不能進行深入學習的公司，也開放了自己的算法平臺。
    
     這些算法框架代表著對這個時代的強烈追求和企業對這些技術的渴望，在這個時代，很多人自然會覺得人工智能將取代他們的工作，甚至有些人想通過人工智能來尋求非法利益。這些都是這個時代的混亂現象。
    
     為什么說這是最好的時代目前人工智能無疑是一場偉大的革命，這樣的時代必然會有一些產業衰落，會有新的產業崛起。
    
     當變革來臨時，我們都面臨著這樣的抉擇：是堅持我們以前的做法，還是勇敢地接受它。
    
     我們將上半年的移動互聯網定義為連接時代，用戶存儲數據后，會提出在存儲端對圖片進行處理的要求，隨著新需求的出現，我們將為用戶提供實時點播解決方案，以及一些cdn解決方案。
    
     目前，在我們的平臺上，每天上傳超過10億張圖片，提供超過數萬億的音頻和視頻存儲，現在我們有很高的新客戶獲取成本，所以我們的用戶需要一些智能化的方法，從連接到智能，再到智能化，以提高他們的現金流能力。
    
     通過與多家企業的討論，我們將需求歸納為三個層次：第一，最基本的是內容審計；第二，運營分析；第三，利用人工智能做更具創造性的事情。
    
     對于這三層登陸，首先，我們將涉及圖像分類、檢測、分割、跟蹤和描述等基本算法層面的要求。
    
     我們和其他平臺的區別在于，我們有很多互聯網客戶需要盡早上線。因此，我們將從一個不太準確的模型或服務開始，然后希望它能快速迭代。
    
     對于客戶來說，迭代周期越短越好。我們認為這是我們平臺的一個非常重要的因素，所以當我們設計平臺時，我們會認為我們的平臺是一個完整的東西。我們需要輸入用戶行為。通過這個條目，我們可以在整個服務中形成一個完整的迭代過程。
    
     這是我們平臺的體系結構層次，最底層是算法框架級別的基礎結構。
    
     工具集建立在基本框架之上。Labelx是最有特色的一個，它可以用于一些數據注釋工作。ATFlow是一個數據流工具，通過它處理樣本。
    
     下一層是templet，它用于執行真正的算法服務，將幾個模塊合并為所需的templet，作為一個不斷迭代更新的產品。
    
     上圖是我們平臺的一個深入的架構，底層是存儲、日志和數據庫，中間是緩存IO，用于緩存數據和連接兩個集群之間的數據，上層是基于Docker系統的編排的算法鏡像庫，在容器的基礎上進行培訓。在K8S的每個作業上，上圖左側是數據處理環節，可用于數據放大和數據清洗，在數據流和訓練作業的基礎上，進行算法應用，可以進行迭代訓練、增量訓練、半監督訓練和模型融合：最右邊是API的管理，它可以自動評估和更新API的有效性。
    
     上圖是推理過程的層次結構，底層是原子API，頂層可以通過排列和組合對不同的層進行組合選擇調用，在整個伺服系統中，API是按層次調用的，Argus機器視覺系統需要支持這種功能。