OpenVINO
Open Visual Inference & Neural network Optimization

Основная статья: Видеоаналитика (термины, сферы применения, технологии)

2018: Анонс и начало использования клиентами

В мае 2018 года производитель микропроцессоров Intel анонсировал инструментарий OpenVINO (Open Visual Inference & Neural network Optimization), при помощи которого разработчикам станет легче реализовывать функции компьютерного зрения и глубокого обучения в различных устройствах Интернета вещей.

Используя OpenVINO, можно создавать обучать и модели искусственного интеллекта в облачной инфраструктуре, а также в платформах TensorFlow, MXNet и Caffe. Разработанные таким образом технологии можно переносить в готовые IoT-продукты также при помощи решения Intel.

Intel выпустила инструмент для внедрения компьютерного зрения в IoT-устройства

Согласно сообщению компании, OpenVINO оптимизирован под ускорения ИИ-задач, которые Intel интегрировала в свои процессоры, программируемые пользователями вентильные матрицы (FPGA) и модули видеообработки (VPU) Movidius.

В рамках OpenVINO доступна среда исполнения, которую разработчики могут использовать для тестирования своих моделей, выбрав подходящую архитектуру. Например, они могут внедрить технологии компьютерного зрения в торговые терминалы в магазинах, системы видеонаблюдения, рекламные дисплеи и др. Объём данных Казначейства прирастает на 22-25% ежегодно. Как развивается экосистема сервисов датацентричного ведомства 40.7 т

Несколько крупных компаний уже начали применять OpenVINO. Так, производитель оборудования для видеонаблюдения Dahua задействует новый инструментарий Intel для создания интеллектуальных городских и транспортных решений, а GE Healthcare — для развития систем медицинской визуализации. Кроме того, технологию используют AgentVi, Amazon Web Services (AWS), Dell и Honeywell.

По словам старшего вице-президента и генерального менеджера подразделения Intel IoT Group Тома Ланча (Tom Lantzsch), OpenVINO решает проблему объединения и анализа данных, объем которых становится необычайно большим, когда изображения и видео снимают камеры высокого разрешения.^[1]

Примечания