近期,耐能团队上线了一款新的AI模型体验工具「Showroom」。
作为一栈式边缘终端AI方案提供商,耐能除了自研边缘AI 芯片,同时专注轻量级AI模型的开发。
「Showroom」不仅展示了耐能支持的多种AI算法,同时结合场景可以让广大用户对耐能算法方案得到一个快速的体验反馈。
基于模型体验让用户了解耐能算法性能,以便明确在耐能的哪一个平台运行更加契合。
近年来,已经有越来越多的用户选择耐能的AI算法方案,「Showroom」作为一款web端实时演示工具,内置了耐能支持的AI算法。
大部分模型可被导入商用,无需注册登录,只需要提前准备好需识别的素材(图片/视频),即可体验demo,同时也支持设备端本地摄像头直接拍摄。
目前,在「Showroom」里,我们将所有算法模型按系列分成6类,分别如下:
Face Recognition(人脸识别)
License Plate Related(车辆相关)
Regression(回归模型)
Liveness(活体检测)
Classification(分类检测)
用户可以在这6个系列里选取对应相关的AI算法模型进行体验。
已上线的在线AI算法体验模型合计已达39项,经训练及优化后大部分已广泛应用于市场,包含AIoT,智能安防,智能驾驶领域。
操作上也极为便捷,简单以Object Detection 4class 模型为例,该模型可以对室内场景的内容物体进行分类识别(人、瓶子、盆栽、椅子),只需将提前准备好的场景照片或视频进行导入,即可输出模型预测的结果。
(△输入前后结果对比)
关于精度及平台的数值结果,分为两种:
一是算法的结果, 是基于GPU平台所得出的值,可以用来对照量化后的结果。
一是适用的硬件平台的执行结果,展示了耐能在经过边缘运算后的压缩结果,模型精度损失小于0.1%
而识别的物体类别也是可替换的,客户可以从耐能的Model zoo下载预训练模型并导入需要的场景照片,客户即可自行或是委由耐能团队进行模型优化,以便达到最优值。
目前所上线的算法模型,仍有少部分暂未优化为商用级别,「Showroom」平台仅做demo供用户体验,以下为部分未优化的体验效果展示。
(△人体关键点定位体验)
(△人脸质量体验)
需注意的是,在进行体验的时候,请参照输入信息里的规格格式,以便达到最优体验。
人工智能道阻且长,但只要坚持对产品设计的执着,将科技基因融入创新产品,以客户为中心,未来一定可期。
而这,也是耐能正在做,未来也会一直做的事情。
原文标题:耐能AI模型工具上线,为核心场景提供体验支撑
文章出处:【微信公众号:Kneron耐能】欢迎添加关注!文章转载请注明出处。
-
AI
+关注
关注
87文章
30830浏览量
268986 -
模型
+关注
关注
1文章
3238浏览量
48824 -
耐能
+关注
关注
0文章
26浏览量
10617
原文标题:耐能AI模型工具上线,为核心场景提供体验支撑
文章出处:【微信号:KneronChina,微信公众号:Kneron耐能】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论