构建、训练AI模型不必令人困惑且耗时

随着技术被推向物联网的边缘，使用数量大幅攀升。开发人员正在迅速部署其 AI 架构。

毫不夸张地说，人工智能（AI）几乎可以用于工业领域的任何应用。随着技术被推向物联网的边缘，使用数量大幅攀升。开发人员正在迅速部署他们的人工智能架构，这要归功于Vecow等供应商的进步。

值得庆幸的是，必须手动对AI设备进行编程的日子已经过去了。因此，部署速度在提高，而成本在缩小。虽然它变得越来越容易，但为特定的 AI 场景设计最佳模型仍然非常耗时且具有挑战性。

设计过程中最困难的部分是训练 AI 模型以提供对象检测、运动跟踪和面部识别等核心功能。这种训练会影响系统成本：部署的模型效率越高，实现它所需的资源就越少。

Vecow的VHub AI开发人员具有集成解决方案，可减少模型训练时间，并为工程师开发基于边缘的AI解决方案提供所需的资源。提供四个版本，从基于英特尔酷睿处理器的英特尔 NUC（下一代计算单元）入门套件到提供英特尔酷睿 SoC 或英特尔至强处理器选择的 Titan 套件，适用于计算密集型应用。所有版本都包括标记工具、训练平台、推理解决方案以及 200 多个用于典型 Edge 用例的预训练模型。

基于边缘的 AI 的完整框架

VHub AI开发人员为基于边缘的计算应用程序提供了完整的开发框架。对于经验丰富的开发人员来说，该套件相对容易部署，并且与大多数平台兼容，并包括一组 200 多个可扩展的 AI 模型。这些模型涵盖的应用包括对象跟踪、面部识别和运动检测等常见功能。

因此，系统集成商可以专注于开发和训练AI模型，而不是花时间集成和维护整个AI框架。预先集成和预测试的软件工具进一步简化了流程。

VHub AI开发人员的四个不同版本有助于为特定应用程序提供硬件和软件资源的最佳组合。VHD NUC 系列是基本的入门套件;VHD ECX-1000 PoER 系列部署套件带来了丰富的 I/O 功能;VHD ECX-1400 PEG 系列部署套件引入了 GPU 计算引擎;VHD RCX-1520R PEG 系列泰坦套件可为大多数计算密集型应用程序提供更多 GPU 功能。

在所有版本中，该框架都经过集成和测试，进一步缩短了开发时间。此外，VHub AI Developer 框架旨在保证稳定的版本管理，因此设计不应受到版本控制问题的困扰，这在开源 AI 培训工具中很常见。

使用案例

机器视觉和自动化是AI的两个流行用例，因此对于VHub AI开发人员来说也是如此。智能零售和访问控制也得到了突出应用。以下是该工具在每种工具中脱颖而出的原因：

机器视觉：效率和准确性对于对工厂中的缺陷零件进行分类至关重要。带有 VPU 和 GPU 加速器的预装检测 SDK 能够以低成本实现高精度。

自动化：智能自动化集成智能技术和服务来执行关键任务。借助预安装的自动化监控 SDK，制造商可以提高生产力。

智能零售：零售店需要了解和了解他们的客户，以增加收入和盈利能力。预安装的功能识别 SDK 使工程师能够捕获性别、年龄范围、客户数量和店内行为，以创建有针对性的体验。

访问控制：安全性通常取决于仅向授权用户授予访问权限。使用面部识别，可以将数据存储在视觉库中，以快速方便地批准或拒绝访问。

审核编辑：郭婷