近期，耐能團隊上線了一款新的AI模型體驗工具「Showroom」。

作為一棧式邊緣終端AI方案提供商，耐能除了自研邊緣AI 芯片，同時專注輕量級AI模型的開發(fā)。

「Showroom」不僅展示了耐能支持的多種AI算法，同時結(jié)合場景可以讓廣大用戶對耐能算法方案得到一個快速的體驗反饋。

基于模型體驗讓用戶了解耐能算法性能，以便明確在耐能的哪一個平臺運行更加契合。

近年來，已經(jīng)有越來越多的用戶選擇耐能的AI算法方案，「Showroom」作為一款web端實時演示工具，內(nèi)置了耐能支持的AI算法。

大部分模型可被導入商用，無需注冊登錄，只需要提前準備好需識別的素材（圖片/視頻），即可體驗demo，同時也支持設備端本地攝像頭直接拍攝。

目前，在「Showroom」里，我們將所有算法模型按系列分成6類，分別如下：

Object Detection（對象檢測）

Face Recognition（人臉識別）

License Plate Related（車輛相關）

Regression（回歸模型）

Liveness（活體檢測）

Classification（分類檢測）

用戶可以在這6個系列里選取對應相關的AI算法模型進行體驗。

已上線的在線AI算法體驗模型合計已達39項，經(jīng)訓練及優(yōu)化后大部分已廣泛應用于市場，包含AIoT，智能安防，智能駕駛領域。

操作上也極為便捷，簡單以Object Detection 4class 模型為例，該模型可以對室內(nèi)場景的內(nèi)容物體進行分類識別（人、瓶子、盆栽、椅子），只需將提前準備好的場景照片或視頻進行導入，即可輸出模型預測的結(jié)果。

關于精度及平臺的數(shù)值結(jié)果，分為兩種：

一是算法的結(jié)果， 是基于GPU平臺所得出的值，可以用來對照量化后的結(jié)果。

一是適用的硬件平臺的執(zhí)行結(jié)果，展示了耐能在經(jīng)過邊緣運算后的壓縮結(jié)果，模型精度損失小于0.1%

而識別的物體類別也是可替換的，客戶可以從耐能的Model zoo下載預訓練模型并導入需要的場景照片，客戶即可自行或是委由耐能團隊進行模型優(yōu)化，以便達到最優(yōu)值。

目前所上線的算法模型，仍有少部分暫未優(yōu)化為商用級別，「Showroom」平臺僅做demo供用戶體驗，以下為部分未優(yōu)化的體驗效果展示。

需注意的是，在進行體驗的時候，請參照輸入信息里的規(guī)格格式，以便達到最優(yōu)體驗。

人工智能道阻且長，但只要堅持對產(chǎn)品設計的執(zhí)著，將科技基因融入創(chuàng)新產(chǎn)品，以客戶為中心，未來一定可期。

而這，也是耐能正在做，未來也會一直做的事情。