边缘AIoT快速训练优化算法工具
拼图——边缘增量式学习模块
端云协同,离在线一体,实现训练样本与模型快速迭代
面向AIoT与边缘人工智能业务场景,尤其是新零售领域的业务场景,机器学习将大量面对学习目标与训练样本小批量高频次的更新的业务场景需求,传统机器学习训练模式讲究的大量样本数据大规模算力集中训练并不满足这种场景需求。
针对这一场景,进化动力于EvoThink算法平台框架内构建了基于端云协同的分布式边缘增量学习模块,基于EvoSense芯片与EvoCloud机器学习云的联动架构,可以于边缘计算平台上自动对未知目标进行快速训练,以保障客户业务无感知快速迭代。
EvoThink算法平台框架内已经针对AIoT分布式边缘增量学习打包了完整的一站式解决方案,并已广泛应用于新零售客户与智慧家居客户的TurnKey方案
无标注场景训练与识别算法工具
高斯——小样本弱监督学习与识别模块
面向小样本无标注场景,实现高精度快速识别目标
为解决新零售、智慧家居等非标小场景下单一目标数据量小,非标程度高,泛化性差所带来的机器学习训练问题,进化动力在EvoThink平台内构建了“高斯”小样本弱监督学习模块。
该技术可以在缺乏高质量数据或者无人工标注的情况下,仍然能训练出高性能的深度学习模型。同时基于长期的基础研究和与产业界的紧密合作,基于EvoThink“高斯”模块的识别算法仅通过图像和视频,便可实现商品检测盒商品属性提取,包括是刚性物体(如快销品灯油标准化包装不易形变的物品)以及柔性物品(如生鲜蔬果等形态容易变化的物品),同时,基于多GPU网络的EvoCloud及基于EvoSense芯片架构的边缘推理技术,“高斯”可在毫秒为单位的时间内完成高效识别。
目前,EvoThink算法平台框架内已经针对AIoT赋能新零售、智能家居场景下的小样本弱监督学习与识别方案打包了完整的一站式解决方案,并已广泛应用于新零售客户与智慧家居客户的TurnKey方案。