廣州熱線

?　　9月15日，百度世界2020大會于線上正式召開，作為百度每年面向行業(yè)、媒體、合作伙伴和廣大用戶的最高級別的行業(yè)盛事。本次大會以“萬物智能”為主題，吸引了眾多行業(yè)專家、技術(shù)大咖、開發(fā)者及科技愛好者的關(guān)注。

　　本次大會中，百度不僅交出了一份份令人滿意的人工智能最新產(chǎn)品、技術(shù)、落地成績單，發(fā)布了多項AI革命性新品;更是向外界展示了一年來百度各個業(yè)務線所取得的巨大成果，例如百度移動生態(tài)、百度大腦最新技術(shù)產(chǎn)品獲得巨大突破;百度智能云在城市、能源、工業(yè)制造等領(lǐng)域持續(xù)落地;小度發(fā)布“破圈戰(zhàn)略”智能硬件新品;Apollo自動駕駛再取佳績......

　　其中，計算機視覺作為AI技術(shù)的重要部分，在此次大會百度大腦分論壇上，也成為了百度重點分享的內(nèi)容。百度視覺技術(shù)部總監(jiān)丁二銳表示，伴隨著云化概念的深入，硬件的計算能力從云到移動端、到邊緣，算力以三個數(shù)量級的比例在下降。所以，百度重點建設并開源了模型小型化技術(shù)，在有限計算資源的情況下保持算法效果不降。同時，這次還向算法開發(fā)者開源了多個性能卓越的視覺模型，向應用開發(fā)者開放了多種視頻生成SDK。

　　為模型“健康瘦身” PaddleSlim助力Slim系列模型發(fā)布

　　2019年，百度推出了PaddleSlim，提供量化、蒸餾、剪枝、網(wǎng)絡結(jié)構(gòu)搜索等壓縮和設計策略，同時多種策略可快速配置組合使用，幫助深度學習開發(fā)者解決了設備上內(nèi)存緊張、功耗限制、算力有限等難題。

　　對于業(yè)務用戶來說，PaddleSlim提供完整的模型壓縮和設計解決方案，目前已用于圖像分類、檢測、分割等各種類型的視覺場景。而對于模型壓縮算法研究者或開發(fā)者來說，PaddleSlim提供各種壓縮和設計策略的底層輔助接口，方便用戶復現(xiàn)、調(diào)研和使用最新論文方法。

　　在此次分論壇上，丁二銳除了分享了PaddleSlim的強大能力之外，還為用戶及開發(fā)者帶來了一條重磅消息——Slim系列模型開源。目前，Slim系列模型不僅包括分類和檢測等效果出眾的基礎模型，還包括業(yè)界最小的開源人臉識別和文字識別等模型。在人臉識別方向，Slim系列模型可以在效果不降的情況下，計算量只有其他開源模型的1/7。在文字識別上，最新的模型大小僅僅只有3.1M。

　　值得特別提及的是，CVPR的低功耗計算視覺比賽CVPR 2020 LOW-POWER COMPUTER VISION CHALLENGE也剛剛宣布了結(jié)果，百度聯(lián)合清華大學在競爭最激烈的Real-time Image Classification Using Pixel 4 CPU 賽道中擊敗眾多強勁對手取得冠軍。本次發(fā)布的開源分類模型中就包含了此次比賽的冠軍模型。

　　用技術(shù)賦予每個人獨特形象 業(yè)界首發(fā)多個人物生成SDK

　　除了在端邊算法上的不斷優(yōu)化及模型壓縮解決方案的不斷完善，本次分論壇上，丁二銳還帶來了百度AI視覺領(lǐng)域的全新產(chǎn)品：業(yè)界首發(fā)終端2D虛擬真人SDK、業(yè)界首發(fā)二次元人像轉(zhuǎn)換SDK和業(yè)界首發(fā)端云一體虛擬形象構(gòu)建及應用解決方案。

　　終端2D數(shù)字虛擬真人SDK，基于3D人臉建模、唇形預測、圖像融合、GAN視頻生成等技術(shù)，可實現(xiàn)基于5分鐘視頻素材的低成本形象建模，支持終端的實時對話視頻生成及表情和肢體動作驅(qū)動?？梢源蟠蠼档涂蛻舻馁徺I及部署成本，同時解決網(wǎng)絡依賴延遲的性能等問題;二次元人像轉(zhuǎn)換SDK，基于人臉分割、關(guān)鍵點檢測、GAN視頻生成、模型壓縮等技術(shù)，支持膚色自定義調(diào)節(jié)、人像多種風格切換;而虛擬卡通人端云一體方案，具備秒級的形象生成、并可通過視覺和語音驅(qū)動，可以賦予每個人獨特形象。這些人物生成SDK，構(gòu)成了全面的能力生態(tài)，可以為虛擬主播、智能化視頻生產(chǎn)提供完善的解決方案。

　　端邊硬件+場景算法+PaddleSlim ，生活各個方面正經(jīng)歷“軟+硬”時代

　　近年來，視覺技術(shù)已經(jīng)廣泛應用于各大領(lǐng)域，但要進一步普及，在成本控制、算法指標、持續(xù)服務和完整方案上，對廠商提出了更高的要求，目前軟硬件相結(jié)合的產(chǎn)品服務成為主流趨勢。

　　作為最早的視覺軟硬一體化解決方案，百度大腦度目硬件將極具優(yōu)勢的算法模型通過嵌入式開發(fā)技術(shù)移植到端邊產(chǎn)品上，打造了人臉應用套件、人臉抓拍機、AI鏡頭模組、視頻分析盒四款民用軟硬件產(chǎn)品。軟硬結(jié)合一體化，實現(xiàn)算法與硬件的深度調(diào)優(yōu)，配備預設應用，可直接部署應用及輕量級二次開發(fā)集成。

　　目前，度目依靠“端邊硬件+場景算法+PaddleSlim”三位一體的強大能力，已經(jīng)在承德市30家連鎖商超進行商業(yè)分析等工作;中山市公安局鎮(zhèn)級社區(qū)門禁系統(tǒng)也通過度目實現(xiàn)了智能化升級;包括廣州某出租車營運系統(tǒng)的駕駛身份、行為識別。當PaddleSlim和其他視覺算法在硬件上結(jié)合時，也賦能了許多其他應用場景，小度在家的手勢控制;好看視頻APP的表情識別;國家電網(wǎng)智能巡檢解決方案......從智慧分析、智慧社區(qū)，再到駕駛管理、產(chǎn)業(yè)賦能，百度大腦已經(jīng)打造出一個特有的“軟+硬”視覺時代，并時刻守護生活的每個角落。

　　可以看到，二十年的技術(shù)積淀，近十年的 AI布局，讓百度AI前進的步伐越走越穩(wěn)，也越來越快速敏捷。除了進一步開放AI能力，百度也在通過軟硬一體化等方式，降低視覺各種技術(shù)的落地門檻，讓AI技術(shù)得以延伸到更多行業(yè)場景，無論是安防、金融、交通，還是教育、酒店、零售、醫(yī)院、公寓，助力開發(fā)者繞過算法與硬件的桎梏，將更多精力放在業(yè)務開發(fā)部署上，這為產(chǎn)業(yè)智能化的進程提供了前所未有的加速度。