我对几年前的一个晚上坐在 Yosemite 一个熊熊燃烧的篝火旁的情景记忆犹新。 这一记忆非常生动,因为在某个时刻,我从篝火转过头,看着周围的黑暗,却看到一群郊狼的眼睛耐心地从四面八方看着。 这段经历让我对基于边缘的监控有了一个相当独特的视角。
毫无疑问,深度学习最引人注目的应用之一是郊狼,我的意思是,计算机视觉。 计算机视觉已经变得如此普及,以至于我们在不知不觉中就能体验到它。 例如,每次我们拿起一部智能手机,它都会通过面部识别轻松解锁,不再需要输入密码或摸索着使用指纹。 事实上,深度学习正在挑战计算机视觉 (CV) 的极限。 有了卷积神经网络 (CNN) 等方法,图像分类等以前被认为无法解决的问题现在正以超人的精度得到解决。 过去 20 年发明的许多 CV 技术,包括基于特征的传统方法,都因为 DL 而变得无关紧要。 DL 和设备功能的进步,包括处理器、内存容量、功耗、图像传感器分辨率和光学,正在边缘实现新的基于计算机视觉的应用。
但在先进技术的前沿,有时会感到孤独。 随着产品创作者寻求将视觉能力融入边缘 AI 硬件和软件,他们可以从哪里找到灵感和实用信息来指导他们? 答案是边缘 AI 和视觉联盟。 设计实用计算机视觉解决方案的任何人员都应了解边缘 AI 和视觉联盟,包括芯片、摄像头、算法、工具和编程语言。 他们的成员会议和活动,如嵌入式视觉峰会,为希望将 AI 技术有效融入设计的系统设计人员提供了实用知识。
作为联盟的成员,艾伯德获得了许多优势,包括在一个场合与数量最多的潜在 AI 开发合作伙伴和客户建立联系(目前的数量超过 100 个)。 此外,艾伯德将于 5 月 17 日至 19 日在 2022 年嵌入式视觉峰会上展出,这里距艾伯德的圣克拉拉总部仅一英里左右。 也许最令人兴奋的是,除了成员资格和展会之外,作为会议支持技术路径的一部分,艾伯德还将展示我们的 Origin™ 技术。 我们将在接下来的几个月里提供关于这方面的更多信息。
有任何疑问? 我们很想听到您的消息。 在此处给我们留言,我们将会与您联系。