萝卜头AI视觉服务平台提供基于TensorFlow 算法的、**开放的物体识别API，目前已可识别60余种物体，*快半小时即可对接应用，将被应用于N多个应用场景。计算机视觉作为人工智能的核心领域，在科技大环境促动与国家政策双重刺激下，将引发链式突破。

近几日，人工智能凭借英特尔与美团云人工智能战略合作发布会、中国人工智能大会(CCAI)这两大盛会再次怒刷科技大咖眼球。7月21日，科技部正式发布《国务院关于印发新一代人工智能发展规划的通知》，其中提到，新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到****水平，成为世界主要人工智能**中心。

在科技大环境促动与国家政策双重刺激下，人工智能将会从相关学科发展、理论建模、技术**、软硬件升级等逐步整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。而人工智能发展推进过程，以机器人和自动驾驶汽车、计算机视觉、语音识别、虚拟代理和机器学习这五大关键领域为核心。不同的领域结合行业、产业特点会逐步形成各具特色的技术突破，掀起行业热潮。以计算机视觉为例，随着深度学习和卷积神经网络概念的加入,“AI+安防”已蓄势待发。

物体分类识别：人工智能技术在计算机视觉领域的落地体现

高清监控普及，安防监控领域数据量爆炸式增长，催生了对智能化技术的需求。基于深度学习算法的物体分类识别，使得设备的促发机制可以更“智能”，并且加上数据算法的处理，可实现对海量数据的智能分析归类，“AI+安防”**工智能产业化的**“着陆场”。

计算机视觉技术支撑：谷歌TensorFlow API

目前有很多种图像识别的方案，而 Google 发布其*新的 TensorFlow 物理检测接口(Object Detection API)，使计算机视觉无处不在。Google 的产品通常都是黑科技，TensorFlow能非常方便地在多种架构下实现深度学习算法，准确进行物体分类识别，YouTube 上的一个视频可让人有初步认识：

对于业内人士而言，API的妙处总所周知。它以能够**适配不同芯片和系统的接口能力，为需求方提供接口，仅需一串接口的代码，即可完成对该服务的对接。谷歌以API发布其TensorFlow服务，*大程度的体现了谷歌开放的精神。

萝卜头AI视觉认知：提供基于TensorFlow 算法的API

从萝卜头平台了解到，目前它提供的视觉认知服务，是基于卷积神经网络深度学习算法，采用Google前沿的TensorFlow开源框架实现物体分类检测;目前已达到60多个物体分类检测之多，其中包括人形、动物、车辆检测识别等，甚至可识别各类标志检测。总结了一下，大概有：

作为开放的计算机视觉服务，***将面临两方面的考验。它既需要考虑方案商的成本与技术难度，又需兼顾终端用户的使用体验。如何破局?萝卜头提供的服务具有一定的指导意义。

首先，它**开放并提供标准RESTful API服务，方案商调用该视觉认知的API接口，*快半小时即可完成开发应用，缩短开发周期;其次，开放的API接口将**适配市面上主流芯片或系统，包括海思、智源、富汉、国科、全志、瑞星微、MTK、高通芯片组与UCOS、RTOS、LINUX、WINDOWS、IOS、ANDROID系统。也就说不管服务的应用载体是什么芯片都适配，仅需开发1次即可。而3张/秒的识别响应能力、98%以上的检测准确率、可个性化定制的60余种，从响应速度，准确率，个性化三个维度综合之后，将为用户体验带来一定幅度的提升。

从某种角度而言，可识别的物体分类品类，在很大程度上反映该视觉认知服务的应用广度，从安防IPC、智能机器人、玩具、VR游戏小行小业，延伸到智能家居、智慧交通等大领域。但人工智能技术的推进落地应该是基于应用场景，计算机视觉也不例外。举个例子，物体分类识别中的人形检测，可基于AR游戏中的人物识别、智能IPC的智能监控上等。随着应用场景的多样化，计算机视觉经过深度学习也将在物体品类的识别数量与准确度上有所提升，由此将会带动该技术在不同领域的应用与发展。可预见的未来，当计算机视觉不仅能够检测出现有的90余种物体甚至更多时，更多的应用场景将被创建。

安防领域因人工智能的融入，将产生质的飞越。不少技术**的企业纷纷开始布局，在积极探索完善人工智能生态体系，拥抱AI+安防的大潮。萝卜头平台以“计算机视觉”为方向，推出了人形检测识别、物体分类识别等视觉认知服务及一整套开源物联网解决方案，这是走向AI的**步;另一方面，AI作为通用工具，能够与多行业相结合产生价值。所以萝卜头在布局AI时不仅仅将目光停留在传统安防领域，而且将把计算机视觉服务延伸至各行各业，为他们**开放API接入服务，打造AI视觉生态链，共同促进计算机视觉的落地与发展。