霨臻 EasiCompress AI模型服务平台

霨臻EasiCompress AI模型服务平台

      霨臻EasiCompress AI模型服务平台是团队自主研发推出的AI模型服务平台，该平台专注于各类AIoT边缘计算场景中深度学习模型的训练、压缩加速与部署。可应对极小样本实际条件，并支持多种资源受限边缘端及物端的推理模型优化及性能验证，以零代码方式快速生成可实用部署的高性能AI模型。

基于“霨臻”EasiCompress AI模型服务平台，可以产出AI辅助智慧医疗、智慧工业、生产安全等多领域高性能计算模型。

应 用 案 例

工业流水线的产品瑕疵检测

     基于提出的无监督异常检测算法，仅需使用正常样本进行训练，即可完成对深度学习模型的建立，在实际使用时实现对新的测试数据中异常样本缺陷区域的识别和定位。从而大大降低了深度学习算法对异常数据的依赖，降低了数据收集和标注成本。下图是一些典型的工业流水线场景中的产品异常检测样例，其中红色区域代表无监督异常检测算法识别到的异常区域。

智能盘点—钢筋数量AI识别

      通过AI目标检测技术，可智能高效的自动完成物料清点任务。通过在移动端手机实现本地推理，在无需网络条件和额外设备的情况下，可将钢筋盘点效率从30min/车提升到5s/车，检测f1-score达到99.4%。通过AI目标检测技术，可智能高效的自动完成物料清点任务。通过在移动端手机实现本地推理，在无需网络条件和额外设备的情况下，可将钢筋盘点效率从30min/车提升到5s/车，检测f1-score达到99.4%。该技术可以扩展到其他类别的工地、车间、库房、货架的物料物品盘点和计数统计应用中。

 工业生产环境安全防范

      生产车间通过采用监控技术可以监管整个流水线作业，以保证产品的生产质量，避免生产过程中出现不必要的安全问题、货品丢失以及其它人员异常行为。此外，重要的厂区，如库房、机房、数据库、服务器等软硬件设备存放的物理区域、重要机柜以及无人值守的场站等，是保证工业控制系统正常运作的基本环节，对这些重点防护区域的实时监测和异常发现，是现代化企业必备的安全防护措施。