基於TensorFlow演算法的物體識別API，將引發計算機視覺鏈式突破
導讀：
蘿蔔頭AI視覺服務平臺提供基於TensorFlow 演算法的、全面開放的物體識別API，目前已可識別60餘種物體，最快半小時即可對接應用，將被應用於N多個應用場景。計算機視覺作為人工智慧的核心領域，在科技大環境促動與國家政策雙重刺激下，將引發鏈式突破。
近幾日，人工智慧憑藉英特爾與美團雲人工智慧戰略合作釋出會、中國人工智慧大會（CCAI）這兩大盛會再次怒刷科技大咖眼球。7月21日，科技部正式釋出《國務院關於印發新一代人工智慧發展規劃的通知》，其中提到，新一代人工智慧發展分三步走的戰略目標，到2030年使中國人工智慧理論、技術與應用總體達到世界領先水平，成為世界主要人工智慧創新中心。
在科技大環境促動與國家政策雙重刺激下，人工智慧將會從相關學科發展、理論建模、技術創新、軟硬體升級等逐步整體推進，正在引發鏈式突破，推動經濟社會各領域從數字化、網路化向智慧化加速躍升。而人工智慧發展推進過程，以機器人和自動駕駛汽車、計算機視覺、語音識別、虛擬代理和機器學習這五大關鍵領域為核心。不同的領域結合行業、產業特點會逐步形成各具特色的技術突破，掀起行業熱潮。以計算機視覺為例，隨著深度學習和卷積神經網路概念的加入,“AI+安防”已蓄勢待發。
物體分類識別：人工智慧技術在計算機視覺領域的落地體現
高清監控普及，安防監控領域資料量爆炸式增長，催生了對智慧化技術的需求。基於深度學習演算法的物體分類識別，使得裝置的促發機制可以更“智慧”，並且加上資料演算法的處理，可實現對海量資料的智慧分析歸類，“AI+安防”成人工智慧產業化的第一“著陸場”。
計算機視覺技術支撐：谷歌TensorFlow API
目前有很多種影象識別的方案，而 Google 釋出其最新的 TensorFlow 物理檢測介面（Object Detection API），使計算機視覺無處不在。Google 的產品通常都是黑科技，TensorFlow能非常方便地在多種架構下實現深度學習演算法，準確進行物體分類識別，YouTube 上的一個視訊可讓人有初步認識：
對於業內人士而言，API的妙處總所周知。它以能夠全面適配不同晶片和系統的介面能力，為需求方提供介面，僅需一串介面的程式碼，即可完成對該服務的對接。谷歌以API釋出其TensorFlow服務，最大程度的體現了谷歌開放的精神。
蘿蔔頭AI視覺認知：提供基於TensorFlow 演算法的API
從蘿蔔頭平臺瞭解到，目前它提供的視覺認知服務，是基於卷積神經網路深度學習演算法，採用Google前沿的TensorFlow開源框架實現物體分類檢測；目前已達到60多個物體分類檢測之多，其中包括人形、動物、車輛檢測識別等，甚至可識別各類標誌檢測。總結了一下，大概有：
作為開放的計算機視覺服務，開發者將面臨兩方面的考驗。它既需要考慮方案商的成本與技術難度，又需兼顧終端使用者的使用體驗。如何破局？蘿蔔頭提供的服務具有一定的指導意義。
首先，它全面開放並提供標準RESTful API服務，方案商呼叫該視覺認知的API介面，最快半小時即可完成開發應用，縮短開發週期；其次，開放的API介面將全面適配市面上主流晶片或系統，包括海思、智源、富漢、國科、全志、瑞星微、ＭＴＫ、高通晶片組與UCOS、RTOS、LINUX、WINDOWS、IOS、ANDROID系統。也就說不管服務的應用載體是什麼晶片都適配，僅需開發1次即可。而3張/秒的識別響應能力、98%以上的檢測準確率、可個性化定製的60餘種，從響應速度，準確率，個性化三個維度綜合之後，將為使用者體驗帶來一定幅度的提升。
基於應用場景的AI視覺推進落地
從某種角度而言，可識別的物體分類品類，在很大程度上反映該視覺認知服務的應用廣度，從安防IPC、智慧機器人、玩具、VR遊戲小行小業，延伸到智慧家居、智慧交通等大領域。但人工智慧技術的推進落地應該是基於應用場景，計算機視覺也不例外。舉個例子，物體分類識別中的人形檢測，可基於AR遊戲中的人物識別、智慧IPC的智慧監控上等。隨著應用場景的多樣化，計算機視覺經過深度學習也將在物體品類的識別數量與準確度上有所提升，由此將會帶動該技術在不同領域的應用與發展。可預見的未來，當計算機視覺不僅能夠檢測出現有的90餘種物體甚至更多時，更多的應用場景將被建立。
蘿蔔頭平臺將致力於打造AI視覺生態鏈
安防領域因人工智慧的融入，將產生質的飛越。不少技術領先的企業紛紛開始佈局，在積極探索完善人工智慧生態體系，擁抱AI+安防的大潮。蘿蔔頭平臺以“計算機視覺”為方向，推出了人形檢測識別、物體分類識別等視覺認知服務及一整套開源物聯網解決方案，這是走向AI的第一步;另一方面，AI作為通用工具，能夠與多行業相結合產生價值。所以蘿蔔頭在佈局AI時不僅僅將目光停留在傳統安防領域，而且將把計算機視覺服務延伸至各行各業，為他們全面開放API接入服務，打造AI視覺生態鏈，共同促進計算機視覺的落地與發展。