10月25日, 在山东省科学技术协会、山东省人工智能学会、德州市人民政府联合主办的首届泰山人工智能产业大会暨泰山科技论坛上，来自中国科学院、山东省科学技术协会等知名科研院校专家学者、优秀企业代表500余人共聚一堂，围绕智能制造与主导产业升级主题，以及大数据、云计算、人工智能等技术赋能议题展开交流探讨，探寻工业制造业智能升级和产业变革的新路径。
大会论坛上，博观智能济南研究所所长、资深算法专家包汉彬代表山东省人工智能学会理事单位作《智能工业领域的计算机视觉算法应用与实践》主题报告，就当前工业智能技改领域存在的典型问题进行了系统剖析，并以石化、钢铁、家电制造等行业案例为例，介绍了博观智能在工业制造业场景的全景AI落地技术和实战经验。
全景AI算法+定制化细分场景 突破智能化落地壁垒
随着“新基建”发展战略推进，新旧动能转换、传统产业智能化升级进入高速发展期。以山东省为例，规模以上工业企业约3万家，庞大的需求基数对于新旧动能转换、转型升级的发展动向极为关键。因受产业规模及发展红利驱使，众多人工智能企业的主要服务目标聚焦在城市管理、商业消费服务等领域，而较少关注落地应用更为困难的工业制造业。工业制造业因其自身碎片化场景多、流程复杂等特性，使其在智能化升级过程中，产生大量数据孤岛，这使得工业制造企业与人工智能技术企业之间难以深入合作。
在面向工业制造行业的AI算法落地开发当中，通过大量对产业链服务的实地调研分析，博观智能总结出，当前AI算法落地存在数据难、算法难、落地难、部署难、整合难等几大问题。如何应对工业智能化改造的碎片化需求、定制化场景多的复杂局面？博观智能深入理解工业制造业企业的个性化、小规模的应用场景及生产管理问题，通过自研AI算法开发平台，针对各类细分工业场景开发出区域入侵、攀高、工作服、烟火、跌倒等20项行为分析算法功能，叠加人像、轨迹、行为、车辆等自研算法，可提供全面贴合定制化需求的轻量级算法解决方案部署。
制造行业产线因生产产品的不同，检测目标千变万化，针对多样化算法需求，博观全景AI算法体系的优势可以更好地得到体现。博观主张以算法为公式，针对问题提出定制化解决方案：在企业安全层面，对企业人的不安全行为、物的不安全状态、环境的不安全因素三个层面进行智能化改造分析；在降本增效层面，对人、车、机器三个层面进行改造升级，并给予针对性解决方案。与此同时，博观可满足企业的算法设计和定制需求，赋能工业企业顺应新旧动能转换、实现智能化升级的目标。
AI落地加速器 提供数据到部署全流程支撑
根据Gartner Group 2019人工智能技术产业报告——AI落地阻碍因素分析显示，当前各个领域的AI项目落地都亟待更多的专业人员、更清晰明确的落地方案以及更低的算法成本。
人工智能算法的研发落地需要经过数据采集、数据标注、数据管理、GPU资源调度、算法模型训练、算法模型测试、算法模型发布、产品化开发、基于芯片的性能优化、产品测试、产品版本发布等10余个环节，复杂度高，难度大。开发人员往往需要具备非常全面专业的知识，才能打通所有流程，完成AI的产品化落地。市面上的一站式开发平台基本上以追求高指标的算法模型输出为最终结果，而对于产品化落地，算法模型仅仅是其中一个中间形态，其他诸如芯片适配、性能优化，量化移植等AI产品化落地的关键环节，这些平台均无法提供有效支持。
1、自研Bresuite一站式开发平台 算法产品化更迅捷
作为人工智能实战派，博观智能基于自主研发的Bresuite一站式算法开发平台，这是一个致力于AI产品化落地的一站式开发平台，为AI开发者提供从数据到部署的全流程支撑，包括数据管理、模型训练、AI产品化开发、部署发布等功能，提供从Iaas到Saas的各种细粒度的数据、计算、部署等服务。该平台尝试将这些专业知识固化进软件系统中，提供直观、流水线式的软件系统，与实际生产环境一致化的测试能力，多样化芯片落地支持，降低芯片落地难度，提高产品迭代效率。
2、当算法遇到定制化场景 典型问题解析
1）场景碎片化，单一应用场景数据量少。在通过数据增强等技术手段提高数据量的同时，算法模型设计中引入注意力机制，让AI算法更专注于重要特征，比如安全帽识别算法，引入空间注意力机制后，可以看到，注意力热力图集中在安全帽区域，从而提高模型识别效率，保证在少量训练样本的情况下，大幅提高算法指标和泛化能力。
2）算法定制化程度高，需寻求通用化设计方案；例如工作服识别算法，不同工厂或者同一工厂不同厂房的工作服不尽相同，如果为每种工作服都单独设计一种识别算法，工作量巨大，且受限于数据、算力等资源，可行性较低，因此需要寻求通用方案。如果采用对用户既有工作服提取特征并作为基准特征保存，对当前人员的服饰进行识别并提取特征，与保存的基准特征比对，从而判断是否穿了用户要求的工作服。这样就实现了用一种算法满足不同场景的服饰识别需求。
3）AI产品化落地多样，需满足云边端序列化产品部署。同一种AI算法在不同场景下对指标、性能等要求不同，同时云边端序列化产品提供的的算力、显存等资源也不尽相同，需要针对特定场景对算法模型进行量化裁剪，在指标和性能之间做好权衡，从而满足不同场景的需求。
当中国制造业站在国际舞台，面向全球化的市场竞争，工业制造业的智能化转型升级刻不容缓。博观智能将通过在AI技术研发与落地领域的丰富积淀，结合传统行业转型升级存在的难点，在为海尔、莱钢、弘润石化、东明石化等合作伙伴的服务过程中，博观智能不断完善基于计算机视觉技术的全景AI算法体系，为中国制造向中国智造的转型升级提供AI推进器。
