上个月参加了2021云智技术论坛-智能物联网专场，两个多小时的会议里，百度智能云的技术专家们进行了7场不同方向的分享，以端边云全面智能化开场，较为详细地介绍了智能物联网的前沿技术，并分享了应用案例。

作为一名一直关注着视觉智能技术应用情况的研究者，百度智能云物联网高级产品经理徐伟带来的分享，「物边缘与视觉智能技术」，给我留下了很深的印象。今天用这篇博文，和大家分享一下我听到的新技术、新亮点。

视觉智能+物边缘=需求激增

「2018年百度&波士顿咨询公司联合调研报告」与「2020年边缘计算产业研究报告」显示：在 2017-2020 年间，定制化人工智能应用的需求占比高达 86%。百度 AI 平台上定制化 AI 模型的数量增长了 6 倍。从物联网应用的角度来看，在整个国内市场中，边缘侧处理的物联网数据占比达到45%，AI 模型部署在边缘的场景占比超过了 50%。可见，边缘计算场景下的定制化 AI 需求越来越旺盛。

技术解决方案：全面开源的智能边缘平台

这个部分，应该是从业者比较关心的问题。我们看一下百度给出的答案：

百度的 AIoT 视觉智能技术架构包含三层：应用层、平台层、边缘层。其中，百度 AIoT 架构的平台层包含「AI 中台」和「天工 AIoT 智能边缘平台」。AI 中台囊括了数据采集、数据标注、模型训练、模型发布等功能，形成了业务闭环。天工 AIoT 智能边缘平台则为用户提供了应用开发、应用编排、应用部署等功能，可以管理无人机、机器人、智能摄像头、边缘 AI 盒子、边缘服务器等边缘节点，将云端的 AI 算力延伸到边缘，扩大 AI 的服务范围。

百度面向业务人员和算法工程师分别提供了「EasyDL 零门槛 AI 开发平台」和「BML 全功能 AI 开发平台」，形成了 EasyDL 和 BML 的双轮驱动。

• EasyDL 平台

对于业务人员而言，只需采集并上传样本数据，就可以通过 EasyDL 平台自动地生成完整的 AI 模型，并得到输出结果。目前，EasyDL 平台向用户提供了包括图像分类、物体检测、图像分割、文本分类、文本匹配、语音识别、文字识别、目标跟踪，视频分类、表格预测、时序预测、商品检测等服务，涵盖了科研、零售、工业生产、安防、农业、牧业等多个应用场景。百度通过 EasyDL 平台，充分发挥了自身作为国内 AI 技术领导者的优势，其提供的 AutoML 服务具有「零门槛」、「高精度」、「低成本」、「广适配」、「可交易」的特点。

• BML 平台

具有开发能力的算法工程师可以利用百度的 BML 全功能 AI 开发平台提供的从数据处理、模型训练、模型管理到模型推理的全生命周期管理服务构建定制化的 AI 模型，并针对具体业务场景进行深度调优。

• 机器学习代码与机器学习部署

实际上，相较于实验室环境，工业场景下的端到端机器学习工作流十分复杂，涉及到系统的适配、部署、维护等挑战，构建企业级机器学习系统是一项庞大而复杂的软件工程问题，机器学习算法代码仅仅是现实世界中整个机器学习系统的冰山一角、解决方案提供商需面向用户的实际应用需求进一步考虑系统架构的设计、模型强化、模型部署与监管等问题，从而满足企业级机器学习系统对于用例复杂性、大规模部署、可试验性的需求。

为此，百度提供了天工 AIoT 智能边缘平台，负责 AI 模型的部署与管控，形成端到端的解决方案，打通 AI 应用开发和部署的最后一公里。

• EasyEdge 工具

值得一提的是，为了将在云端训练好的模型训练到各种边缘设备上，需要解决模型的跨平台兼容适配问题。百度提供了 EasyEdge 工具，帮助用户将本地模型、开源模型、使用 EasyDL/BML 定制的 AI 模型适配到各种 AI 芯片上，从而实现 AI 模型的转换与优化和多样化本地部署，扩大了模型的适配范围。

目前，百度的 AIoT 智能边缘平台已经全面开源。百度于 2018 年 12 月发布了 BAETYL 平台，并于 2019 年 9 月将该项目捐赠给了 LF Edge。BAETYL 连续两年荣获《边缘计算之家》评选的「10 大开源边缘计算项目」，百度也因此入选 2019 年「边缘计算企业 20 强」。该项目是百度的就打开源捐赠项目之一，在 Github 上获得了超过 1,600 个 Star，位列全球物联网边缘计算领域首位。

应用案例分享

国内某高精度零配件制造厂商引入提供一体化视觉智能解决方案的百度 AI 模型生产线，打通了样本采集、模型训练、模型优化、模型部署的闭环，极大提升了模型部署的效率，将原先需要 1 天完成的任务的部署时间缩短至了 1 分钟，解决了柔性生产质检的难题。为了提升该生产线部署的平滑性，百度采用了灰度发布的方式，保证了整体系统的稳定。

在硬件方面，针对智能边缘场景，百度提供了软硬一体的全栈式解决方案。在近距离身份核验场景下，百度智能面板机可以被用于公司门禁、考勤、口罩识别等场景；针对中远泛视频分析场景，百度提供了面向安防任务的智能人脸视频分析盒，以及面向车路协同场景的边缘 AI 计算盒；针对生产安全监测场景，百度提供了面向智慧工地、智慧工厂的生产安全监测分析盒等产品。

百度 AIoT 视觉智能平台可以被用于生产安全行为识别任务，实时识别员工与绞龙之间的距离，保证员工在车间内安全作业，降低工业事故发生的可能性。

加油站可以进入百度的智能 AI 盒子、智能摄像头，自动监测加油站内是否发生玩手机、打电话、吸烟等违规行为，并告知工作人员立刻予以制止。

结语

• 端到端的 AIoT 视觉智能全栈式解决方案

搞明白了AIoT 视觉智能整体技术架构，又了解了AIoT 视觉智能应用开发与部署方案，整体来看，天工 AIoT 平台在视觉智能技术上还是比较有优势的。毕竟，发展人工智能技术，百度是认真的。

期待在之后的论坛中，百度的技术专家们能够分享更多技术细节。