海康AI开放平台客户端是AI海康VIOS Open平台的PC端支撑工具，支持物体检测、图像分类、检测与分类混合、OCR等应用场景，提供数据标注、模型训练、模型验证、模型发布和导出功能。结合EBG人工智能模型管理组件，可以实现该算法。

软件相关性

现在我将介绍开放平台提供的这些服务功能。

我们知道，目前的深度学习算法是数据驱动的，但用户很难获得海量的训练数据。为了帮助行业用户突破数据鸿沟，AI Open平台提供了基于领域模型的迁移学习能力。AI Open平台在不同应用领域训练了大量领域模型。根据用户的任务，Open平台会自动选择一个领域模型作为训练基础，然后在此训练基础上使用场景数据进行迁移学习。

这张图是船舶图像检测算法的实验结果。横坐标是参与训练的数据量，纵坐标是检测精度，虚线是迁移学习结果，实线是总学习结果。从实验数据中我们可以看到，该算法仅使用约100个训练样本进行迁移学习就可以达到85%的检测准确率。然而，从头开始训练至少需要5000个样本才能达到相同的性能。基于领域模型的迁移学习使用户能够以非常少的数据量获得可用的算法，这大大降低了用户的数据输入门槛。

为了帮助用户进一步突破数据瓶颈，平台还开发了虚拟数据引擎，利用三维建模、光线追踪、对抗学习等技术生成虚拟数据来丰富训练样本。第一个视频展示了不同摆放位置和角度的虚拟货架产品样品；第二段视频展示了模拟光斑和字符叠加效果生成的虚拟制造工件样品；第三段视频展示了通过三维建模生成的虚拟室内场景。

虚拟数据引擎可以帮助用户丰富训练样本，大大降低用户的数据成本。

除了数据准备之外，深度学习算法的设计也是一项艰巨的任务，其中包括神经网络结构的设计和超级参数的调整，并且一般需要高级算法工程师的参与。为了帮助算法设计能力不足的用户，我们开发了模型架构搜索算法，该算法利用巨大的计算能力自动找到神经网络模型的最优解。用户提交任务并设置约束条件，如算法消耗的计算资源和内存资源，搜索引擎自动完成算法设计。AI Open平台投资了一个大规模并行训练系统，以支持模型架构的在线搜索服务。

在完成模型训练后，算法在产品端的移植还需要大量的研发工作。为了提高从算法到产品的研发效率，Kai平台开发了ai编译器，利用神经网络图优化、汇编优化、指令编译优化等技术手段，实现了算法在各种芯片平台上的自动优化和部署。从上图可以看出，AI编译器自动优化的算法比一般的优化方法效率要高得多。AI compiler现在支持多种云计算和边缘计算平台，这使得在海康的前后台产品中移植人工智能算法非常方便。

AI开放平台大量海康现有智能应用能力供行业用户调用，包括各种视频感知和跨媒体感知能力。我们的开放视频感知能力包括识别各种目标的属性以及准确感知各种对象和行为的能力；平台它还提供字符识别和语音识别功能。平台它还提供了各种跨媒体信息的融合感知能力。AI Open平台通过萤石云上线我们的智能应用服务。

人工智能技术已在中国实体经济中大规模落地，这需要大量AI从业者进行持续的大众创新和群体智慧。然而，人工智能从业者现在面临的一个问题是，他们往往缺乏合适的产品来承载他们的算法。因此，我们在前端和后端开放了全系列人工智能硬件产品，帮助AI从业者实现自己的AI功能和解决方案。

更新日志

1.支持OCR图像文本识别模型:可应用于图像文本和标签内容的分析识别；

2.支持智能数据标注:用户标注几张图片后，系统可自动标注剩余数据；

3.支持模型授权:基于边缘设备的序列号生成授权许可证，实现模型在边缘设备的操作授权，保护模型资产；

4.缺陷修复。