课程简介

    旷视视觉计算平台是将从感知侧接入的数据进行分析，生成半结构化/结构化数据，并产生数据智能的系统。整个分享将以旷视视觉计算平台的发展演进历程为线索，分别介绍计算、检索、数据三大模块，以及技术和市场发展趋势给旷视视觉计算平台带来的机会和挑战，带给听众一个完整视觉中枢的技术生态解决方案。

一、 旷视视觉平台演进历程：从以人脸为主，到以人脸为核心、结合人机非的全结构化视觉计算平台，从0到1驱动旷视城市大脑商业化并走向成熟的经验总结。

二、 技术和商业发展趋势带给旷视视觉计算平台的机会和挑战：近年来，云化架构成为技术主流，分层解耦正在成为越来越多客户的诉求，旷视的算法既要接入其他平台，自身也要进行平台化改造供其他算法接入。

三、 未来展望：面向云原生构建PaaS平台，是旷视视觉计算平台未来的发展方向。结合旷视的算法和工程优势，构建更加灵活算法平台，满足客户更多的行业算法需求 

课程收益

目标

1、 分享旷视视觉计算平台在城市大脑商业化的成功经验

2、 旷视视觉计算平台的技术架构和核心亮点展示

3、 旷视如何应对技术和市场发展趋势，以及视觉计算平台未来演进方向的思考

成功要点

1、 城市级视觉计算平台落地问题及应对方案

2、 计算、数据双引擎驱动

3、 算法为本，业务驱动，工程核心

启示

1、 视觉计算平台的建设经验

2、 视觉计算平台从顶层设计到行业落地的经验

3、 面向云原生构建PaaS平台对算法商业化落地的重要意义

受众人群

高管、开发人员、项目经理、产品经理、部门负责人、负责AI项目的高管以及对AIoT感兴趣的人员

课程周期

1天

课程大纲

一、 旷视视觉计算平台要解决的问题

a) 解析：理解

b) 检索：存储、查询

c) 归档：轨迹、数据分析

二、 技术实现方案

a) 总体架构

b) 组成模块

i. 计算平台

ii. 检索平台

iii. 数据平台

三、 核心亮点

四、 技术和市场发展趋势

a) 云化架构、分层解耦

b) 云原生正在成为技术发展主流

c) 算法精度提升边际效应

五、 面向云原生构建PaaS平台

a) 算法与模型解耦

b) 算法与业务解耦

六、 关键技术

a) 训推一体化

b)云边端协同落地