百度飞桨：切合实际需求与场景，搭建端到端的AIoT应用
在7月27日的 "2021国际AIoT生态发展大会"上 ， 百度杰出架构师、飞桨企业版总架构师马如悦分享了百度飞桨在边缘AI服务领域中的宝贵经验 。
文章插图
真正的AIoT应用 ， 要切合实际需求和场景从互联网到物联网 ， 再到未来万物感知的智联网 ， "应用场景"一直是开启亿级市场的财富密码 。不接地气的应用项目 ， 即使创新技术再高大上 ， 也无法真正解决用户的实际问题 ， 自然很快被淘汰；实际应用价值高、技术含量高、实施可行性强、市场前景好的应用项目 ， 必然是产业里的"香饽饽" 。
据马如悦观察 ， 物联网产业链呈现多层次 ， 有的做物联网芯片、有的做物联网平台 ， 还有做物联网的核心技术、场景 。不过 ， 当下物联网的发展更需要聚焦实际场景 。
马如悦以其团队主导的三个案例为例：第一个案例是团队内部有一个每日健身数据的应用 ， 员工可以将每天的运动数据分享出来、相互打气 ， 达到高效健身的效果；第二个案例是每天午餐的时候 ， 为了避免餐厅里人员拥挤 ， 团队内部开发了一个自动检测人流量的摄像头 ， 员工可以根据实时数据去选择人流量少的餐厅就餐；第三个案例是智能会议室 ， 将定时检测会议室的实际使用情况 ， 对已完成预约但无故缺席的员工进行惩罚 。
"上述三个案例的技术难度并不大 ， 但都能实实在在地解决实际问题 ， 我们便认为这是成功的AIoT应用 。"马如悦形象生动地讲述道 。
文章插图
那么如何挖掘一个接地气的"AIoT应用场景"？马如悦认为 ， 要从失败当中吸取教训、在成功当中吸取经验 ， 不能一味地做大做全 ， 为了物联而物联 。
飞桨企业版EasyDL与边缘AI服务解决方案当然 ， AIoT要切合实际需求、实际场景来开发应用 ， 这是第一步；接下来 ， 该应用场景能否实现落地、广泛推广 ， 其关键是如何用好数据 。
马如悦说道："人工智能是物联网的核心技术 ， 具有对数据实时收集、快速分析、精准预测的强大能力 。因此 ， 百度AI在AIoT时代的施展空间逐渐扩大 。"
公开资料显示 ， 飞桨（PaddlePaddle）是中国首个自主研发、功能完备、开源开放的产业级深度学习平台 。它以百度多年的深度学习技术研究和业务应用为基础 ， 集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体 。
"我们发现 ， 当下AIoT应用开发呈现两个需求 ， 一是AI模型的定制化 ， 二是AI模型的边缘部署 。对此 ， 飞桨推出‘EasyDL’ ， 可提供端到端的模型构建和部署的解决方案 ， 包括‘数据管理→模型构建→模型部署与应用’三大块工作 。"马如悦称 。
文章插图
"同时 ， 飞桨推出了一站式边缘AI服务解决方案 ， 其核心功能有4个：网络的硬件适配与加速、模型转换、模型优化、模型压缩 。"马如悦介绍道 。
文章插图
（1）网络的硬件适配与加速
文章插图
文章插图
（2）模型转换
文章插图
（3）模型优化
文章插图
（4）模型压缩
文章插图
此外 ， 飞桨还重视软硬一体与开源 ， 推出了EdgeBoard计算盒和EdgeBoard计算卡 。
针对上述产品 ， 马如悦通过两个客户案例来说明其实际应用价值 。第一个案例是：攀枝花学院一对一帮扶四川甘孜藏族自治区乡城县 ， 基于援藏干部提出的藏区农牧民虫草搜寻的切实困难 ， 利用百度EasyDL训练冬虫夏草识别模型 ， 并将训练好的模型部署为设备端SDK ， 集成在手机中离线识别 ， 方便牧民在无网络的野外环境进行虫草搜寻 。
第二个案例是：广州长川使用百度EasyDL定制开发了一个公车车辆、塔吊识别模型, 搭载EdgeBoard以软硬一体方案部署在输电线路沿线 ， 通过拍照图片实现对输电线路沿线是否有工程施工、塔吊靠近线路等外部安全隐患 。
"所以就目前的经验来看 ， AIoT往往需要从实际业务出发 ， 围绕模型开发到硬件部署做端到端的系统集成 ， 借助成熟的工具平台往往能获得更快的落地效果 。"马如悦最后总结道 。
【百度飞桨：切合实际需求与场景，搭建端到端的AIoT应用】
推荐阅读
- 百度组建智能汽车公司有何重要意义？与吉利合作的主要计划是什么？
- 百度官宣组建智能汽车公司，联手吉利打造智能电动汽车
- 自动驾驶，当梦想照进现实
- 靖国神社中国人能去吗 靖国神社中国人能去吗百度知道
- 上海新增1例本土确诊 上海新增1例本土确诊百度
- 李彦宏:百度智能汽车正在研发当中
- 锁魂墓李嘉诚 锁魂墓百度
- 口腔溃疡吃什么水果好得快 口腔溃疡吃什么水果好得快百度百科
- 小美人鱼剧组15人新冠阳性 小美人鱼剧组15人新冠阳性百度
- 美国宣布进入国家紧急状态 美国宣布进入国家紧急状态百度