端側(cè)智能公司產(chǎn)品學(xué)習(xí)02:xnor和imagimob

現(xiàn)在的云端AI公司的模式基本集中在軟件工具+解決方案(算法API;算法模型部署)帜消,硬件+軟件服務(wù)(芯片+算法)打包的模式

端側(cè)公司的模式基本也是如此;今天分析的兩家都是提供開發(fā)套件+領(lǐng)域內(nèi)封裝AI服務(wù)的模式幻捏;xnor.AI是AI2GO模型開發(fā)部署平臺+低功耗物體識別算法模型(計算機視覺);imagimob則是imagimobcapture+imagimobstudio組成的邊緣AI模型訓(xùn)練平臺+手勢檢測模型(雷達(dá)傳感器模式識別)益楼;

xnor.AI作為YOLO的創(chuàng)始公司已經(jīng)被蘋果以2億美金收購氧秘;而imagimob好像還在探索合適的變現(xiàn)領(lǐng)域情臭;

在具體的邊緣端模型上省撑,因為不同傳感器收集的數(shù)據(jù)不一樣,能在某個細(xì)分領(lǐng)域做好傳感器數(shù)據(jù)收集俯在、分析竟秫、語義翻譯和預(yù)測,在接下來的一段時間內(nèi)應(yīng)該都會具有商業(yè)價值跷乐;

03.xnor.AI

AI?everywhere肥败,on?every?device

上一輪A輪 1200w美元,今年直接被apple用2億美元收購;聽說人均2000w馒稍;(對于創(chuàng)新的支持和發(fā)展是市場環(huán)境對技術(shù)的尊重而不是口號呀)

致力于開發(fā)不依賴于數(shù)據(jù)中心或互聯(lián)網(wǎng)連接的皿哨,可以直接有效地在移動端或嵌入式設(shè)備(例如手機、無人駕駛車輛等)上運行的深度學(xué)習(xí)模型纽谒;開發(fā)人員可以利用現(xiàn)成的即用型訓(xùn)練模型進行對象識別证膨,可以讓任何開發(fā)人員都應(yīng)該能夠?qū)I部署到其平臺,應(yīng)用程序鼓黔,軟件中并加以使用央勒;

xnor這家的爸爸很有意思,艾倫研究所(AI2)请祖,孵化的另一家語音識別公司Kitt.ai在2017年被百度收購订歪;

Xnor.AI?也是實時物體識別神經(jīng)網(wǎng)絡(luò) YOLO 的創(chuàng)始團隊;xnor?net肆捕,xnor?core應(yīng)該也是xnor.AI模型的核心;

除了直接提供物體識別的軟件模型之外盖高,Xnor 的 AI2GO 平臺允許企業(yè)和個人開發(fā)者將超高效的深度學(xué)習(xí)模型方便地部署到邊緣設(shè)備慎陵;AI2GO 擁有上百個 Xnor 預(yù)先訓(xùn)練好的模型,針對特定的硬件平臺喻奥、使用案例和性能要求進行調(diào)試席纽,從而滿足不同的需求;計算機視覺任務(wù)模型如物體和人體識別撞蚕、圖像分割润梯、運動分類可以在一些低算力的硬件上運行。(https://v.youku.com/v_show/id_XNDI5NzcyMjkyOA==.html


蘋果收購了之后甥厦,一系列文章都在說蘋果通過xnor擴展端側(cè)AI能力纺铭,但蘋果還是慣有風(fēng)格沒有做明確解釋;

被蘋果收購后官網(wǎng)已經(jīng)停止更新刀疙;可以找到的案例有智能攝像頭wyze使用xnor的實時監(jiān)測模塊進行家庭場景監(jiān)測舶赔;主要應(yīng)用方向應(yīng)該在智能家居的攝像頭監(jiān)測場景;另外xnor.AI和ambarella合作谦秧,為邊緣端智能攝像頭公司提供可在邊緣端部署的低功耗物體檢測模型竟纳;

https://www.edge-ai-vision.com/2018/07/at-the-edge-of-ai-at-the-edge-ultra-efficient-ai-on-low-power-compute-platforms-a-presentation-from-xnor-ai/

Xnor.ai的首席技術(shù)官Mohammad Rastegari在2018年5月的嵌入式視覺峰會上的演講視頻介紹了他們的核心方案和應(yīng)用方向;


想象一下疚鲤,xnor可以使你的冰箱得知你的牛奶存儲不夠提醒你購買牛奶成為可能锥累;




04.imagimob

https://www.imagimob.com/cases

eclipse?pycharm? ? 這些我們熟悉的代碼編譯器,在計算機工程和算法領(lǐng)域以自己各自的特色百花齊放集歇;imagimob致力于開發(fā)Edge AI應(yīng)用程序的軟件套件桶略,software?tools?as?service模式;

Imagimob AI由?Imagimob Capture?和?Imagimob Studio組成。工作流程主要分為數(shù)據(jù)收集删性、數(shù)據(jù)標(biāo)記亏娜、自動端側(cè)模型構(gòu)建、模型驗證蹬挺、優(yōu)化和部署

Imagimob Capture-快速维贺,輕松地收集數(shù)據(jù)

Imagimob Capture包含一個移動應(yīng)用程序和多個捕獲設(shè)備。它用于在數(shù)據(jù)捕獲階段捕獲并標(biāo)記同步的傳感器數(shù)據(jù)和視頻(或其他元數(shù)據(jù))巴帮。

Imagimob Studio-更快的開發(fā)和更好的性能

通過Imagimob Studio溯泣,您可以查看,聽到和了解AI模型在每個時間步的性能榕茧±伲快速識別和糾正錯誤,并即時顯示改進的結(jié)果用押。

除了提供端側(cè)AI開發(fā)工具之外肢簿,還提供封裝好的服務(wù);目前官網(wǎng)可以看到的主要只有一個手勢檢測蜻拨;

手勢檢測庫目前包含覆蓋池充、擺手、拉缎讼、滑動拇指收夸、轉(zhuǎn)動手指等動作的識別;主要應(yīng)用應(yīng)該是用到tws耳機上血崭;官網(wǎng)上寫到Acconeer卧惜,Imagimob和Flexworks決定聯(lián)合開展一個開發(fā)手勢控制的入耳式耳機的項目;

往前看2017,2018年分別有些汽車方向盤交互和SensorBeat項目夹纫;sensorbeat可以識別寵物咽瓷、兒童等的運動狀態(tài)和時間;綜合看下來捷凄,感覺imagimob還沒有太理想的盈利能力(高精度模型or套件核心能力)忱详;



?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市跺涤,隨后出現(xiàn)的幾起案子匈睁,更是在濱河造成了極大的恐慌,老刑警劉巖桶错,帶你破解...
    沈念sama閱讀 221,548評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件航唆,死亡現(xiàn)場離奇詭異,居然都是意外死亡院刁,警方通過查閱死者的電腦和手機糯钙,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,497評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人任岸,你說我怎么就攤上這事再榄。” “怎么了享潜?”我有些...
    開封第一講書人閱讀 167,990評論 0 360
  • 文/不壞的土叔 我叫張陵困鸥,是天一觀的道長。 經(jīng)常有香客問我剑按,道長疾就,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,618評論 1 296
  • 正文 為了忘掉前任艺蝴,我火速辦了婚禮猬腰,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘猜敢。我一直安慰自己姑荷,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 68,618評論 6 397
  • 文/花漫 我一把揭開白布锣枝。 她就那樣靜靜地躺著厢拭,像睡著了一般。 火紅的嫁衣襯著肌膚如雪撇叁。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,246評論 1 308
  • 那天畦贸,我揣著相機與錄音陨闹,去河邊找鬼。 笑死薄坏,一個胖子當(dāng)著我的面吹牛趋厉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播胶坠,決...
    沈念sama閱讀 40,819評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼君账,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了沈善?” 一聲冷哼從身側(cè)響起乡数,我...
    開封第一講書人閱讀 39,725評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎闻牡,沒想到半個月后净赴,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,268評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡罩润,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,356評論 3 340
  • 正文 我和宋清朗相戀三年玖翅,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,488評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡金度,死狀恐怖应媚,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情猜极,我是刑警寧澤中姜,帶...
    沈念sama閱讀 36,181評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站魔吐,受9級特大地震影響扎筒,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜酬姆,卻給世界環(huán)境...
    茶點故事閱讀 41,862評論 3 333
  • 文/蒙蒙 一嗜桌、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧辞色,春花似錦骨宠、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,331評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至立美,卻和暖如春匿又,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背建蹄。 一陣腳步聲響...
    開封第一講書人閱讀 33,445評論 1 272
  • 我被黑心中介騙來泰國打工碌更, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人洞慎。 一個月前我還...
    沈念sama閱讀 48,897評論 3 376
  • 正文 我出身青樓痛单,卻偏偏與公主長得像,于是被迫代替她去往敵國和親劲腿。 傳聞我的和親對象是個殘疾皇子旭绒,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,500評論 2 359