5个课时，落地AI应用！
欢迎大家来到AidLux零基础边缘端智慧安防训练营~
本次训练营的课程，将全程一路干货。
从AI行业的算法现状、行业应用、项目落地等多个角度，带着大家深入浅出的学习AI应用的一系列落地全过程。
除了经验分享之外，本次训练营还会带着大家一步步实战，利用安装AidLux的安卓手机，实现一整套的越界识别功能。
我们希望能够通过训练营，让更多的同学掌握AI应用落地相关的实战经验，对大家的工作和生活产生帮助。
Lesson 1 的内容框架如下：
- 智慧城市场景应用介绍
- 智慧城市AI项目工程化方式
- AI项目边缘设备落地方案
- 越界识别算法功能
5.Lesson2课件下载
1. 智慧城市场景应用介绍
目前，AI视觉已经越来越多地应用在各个行业场景中，比如智慧城市、工业视觉检测、自动驾驶等。
我们先简单了解一下目前AI视觉行业中的一些基本情况
1.1 智慧城市的场景划分
智慧城市应用领域涉及很广，按照行业领域划分，主要归类如下：
智慧城市覆盖面广泛，很多宣传做智慧城市的公司，其实主要涉及的只是其中某个板块。
要么专注于AI视觉方面，做各类场景的AI视觉解决方案；
要么专注于某一领域，比如专门做智慧园区、智慧交通的软件提供商、视觉提供商。
不同公司的业务领域、覆盖范围不一样，但通常而言，智慧城市行业主要是对空间内的人、车、物进行识别分析。
1.2 智慧城市的算法划分
了解了智慧城市的场景领域划分后，切入到AI视觉算法就更加清晰了。
一般情况下，我们学习的AI视觉算法主要是底层的应用技术，比如目标检测、图像分割、OCR识别等算法。
通常而言，在各个行业实际应用中，不同的场景，对应不同的算法功能，而不同的算法功能则由不同应用技术组合而成。
从上图中，可以看到最底层的是各类的AI算法，往上层组成各种的算法功能，再根据不同场景的实际需求，找到相应的算法功能去解决。
再从场景倒推，比如以下面智慧园区、智慧社区、智慧金融、智慧消防的应用场景为例，每种场景都会对应不同的算法功能。
不同场景中算法应用的需求是不一样的：
比如安全生产中，侧重的是对于人员行为、穿着等的监管，比如安全帽、反光衣等；
而智慧园区中，侧重的是安防相关的应用，常用功能是越界识别、人脸识别等。
但从算法功能实现来说，很多不同算法功能的底层技术都是一样的。
1.3 不同的AI算法功能
以本次训练营课程中涉及的越界识别功能为例，其底层的算法技术，主要是人体检测+人体追踪+区域业务功能判断。
此处的业务功能，主要是判断监管的区域，在某个时间内，是否有人体闯入。
人体检测+人体追踪+不同的业务功能，也可以实现各种各样不同的算法功能。
比如可以实现客流统计——统计经过线段或者区域的人员数量。
再比如人员在离岗——统计某一个设定区域内是否检测到人体，如果没人的话，分析是否合规。
因此，从事智慧城市行业首先需要对于整个智慧城市有一个大场景分类。
再针对不同的场景，去了解有哪些算法应用。进而再判断不同的算法应用，由哪些AI算法实现。
当然，不同的AI公司切入点不同。
有的公司只做特定场景的AI解决方案，比如针对机场场景、港口场景做深入挖掘；
有些公司则从平台入手，比如做通常场景的算法商城、通常算法的训练平台等。切入的领域不一样，产品应用也不同。
了解行业应用背景以后，我们再来看看技术方面常用的项目架构和工程化方式，依旧以智慧城市为例。
2. 智慧城市AI项目开发交付方式
2.1 AI项目开发交付流程
AI项目的一般开发交付流程通常包括以下环节：
①数据采集——现场数据采集、数据标定、数据集校验；
②模型训练——设计模型、训练模型；
③模型部署——模型转化、模型量化、模型裁剪、模型微调；
④工程化开发——视频编解码、视频结构化开发、多任务开发管理；
⑤业务开发——根据项目的需求，设计业务规则，完成相应业务逻辑处理代码的编写调试；
⑥项目部署——制作安装包或者docker镜像，安装部署在目标平台上，现场测试。
通常来说，从①~③是算法人员方面的工作，主要涉及Python方面算法的使用；
④主要是工程化方面的工作，主要涉及C++方面的开发；
而⑤~⑥主要是中台开发的工作，主要涉及Python、Java方面的开发。
tips：其中还有AI软件的产品设计、UI设计、前端开发等没有罗列出来。
可见整个开发过程涉及的编程语言比较多，而很多算法同学主要还是用Python技术路线，对于算力设备上所用的C++并不是很熟悉。
本次训练营会通过使用AidLux平台来解决这个矛盾。
AidLux可为单一设备同时提供Android和Linux运行环境，仅使用Python就能实现算法加速优化。
学习使用AidLux平台，会极大的方便大家后期工作中开发和部署落地AI应用。
2.2 各种AI算力设备
AI现场应用通常是通过摄像头采集视频图像，再利用算力设备的算力，进行算法分析处理，进而得到处理结果。
算力设备多种多样，但总体而言主要分为三种形态：GPU服务器、边缘设备、端侧嵌入式设备。
①端侧嵌入式设备：主要特点是算力偏小
比如手机、人脸识别闸机等，内部都有一个AI算力芯片，可以进行一些简单轻量级的AI算法模型处理；
比如人脸识别、OCR识别等，不过处理的视频流路数，一般只针对设备上的一路视频流，进行智能分析。
②AI边缘设备：主要用于多路视频多种算法分析
当分析的视频流路数变多时，比如针对10路摄像头采用各类算法进行分析，会采用边缘设备的方式。
因为涉及到多个摄像头的处理，其中会有大量的视频流编解码处理，单路多模型、多路多模型的分析，相对而言更复杂。
③GPU服务器：
此处所说的GPU服务器主要分成两种，一种是我们常用的GPU训练服务器；另一种是专门用于推理的GPU服务器。
两者的底层架构不同，在项目推理应用时，主要用的还是推理GPU服务器。
有些同学可能好奇：有了边缘设备，为什么还用GPU服务器呢？
这是因为在一些智慧城市应用的场景中，会有一个中央机房统一管理，现场的摄像头路数会很多。
例如智慧交通场景常常有数千路摄像头，园区场景常常有数百路摄像头。
此时如果再用每几十路视频一个边缘设备的方式，可能就需要在现场机房里采用几十台、甚至上百台边缘设备了。
因此，在这种情况下，通常采用GPU服务器的方案，让每台服务器可以负责上百路摄像头的分析。
2.3 AI边缘设备和GPU设备不同
部分场景直接使用GPU服务器做视频分析，还存在几个问题：
①许多场景下，数据源（摄像头）是分布式的，可能分布在不同的子网内，甚至分布在不同的城市。
使用GPU服务器集中处理延时大、带宽占用高、能耗高（因为传输的数据中大部分是无效信息）；
对于分散的工地或者连锁店店铺等场景，如果要集中处理，不仅要占用宝贵的专线带宽，还要内网穿透，麻烦且不经济。
②有的场景下使用GPU，会显得大材小用，比如连锁店铺的客流统计，每个店铺可能只有2-4路摄像头，少的甚至只有1路，使用GPU会造成算力过程、资源浪费。
3. AI项目边缘设备落地方案
从前面可以看到，AI边缘设备是非常重要的算力载体设备。
其中非常关键的就是AI芯片，目前市面上的销售方式，主要有以下两种：
（1）AI芯片模组
公司自研AI芯片，比如寒武纪，对外销售的主要是AI芯片模组，由一些外部的设备公司再集成到边缘设备或者工控机上，以设备公司的品牌对外销售。
（2）AI边缘设备
部分公司会自研或者采购AI芯片，以AI边缘设备的形态对外销售，为AI解决方案企业提供算力设备，比如英伟达，算能科技，阿加犀。
一般来说，想要玩转边缘设备，通常会开发一整套的视频结构化功能。
通过C++的方式调用算力，将需要处理的结构化信息输出，比如编程Json形式，为后面的业务处理提供分析的信息。
市面上的边缘设备，也主要是以C++的方式来进行开发。
本次训练营主要使用另外一种边缘设备开发的方案，即以Python的方式。
该方式的好处在于，算法工程师使用Python开发的模型，可以直接无缝衔接继续开发应用。比如直接用于AidBox GS865边缘设备（基于高通865芯片）。
不用担心没有边缘计算设备，本次训练营内容使用AidLux APP安装到安卓手机或者平板上即可。
就可以把手机或者平板变成一个移动边缘计算设备，整个流程熟悉了之后大家可以尝试使用AidBox边缘设备。
本次训练营，会手把手带着大家，利用手机端AI芯片，完成智慧城市领域中应用非常广泛的越界识别算法功能。
4. 越界识别算法功能
越界识别属于综合型的算法应用。
在AI算法应用中，从简单到复杂划分，一般有三种类型：
（1）简单型算法应用
有些算法功能，采用单一的算法模型，比如目标检测就能完成算法应用。
比如安全帽检测、反光衣检测，通常采集安全帽数据集、反光衣数据集，利用一个目标检测算法就能完成算法功能应用。
（2）中等型算法应用
中等型算法则是多个模型串联的功能。
比如越界识别，由人体检测+人体追踪+业务功能（区域监测）串联处理。
再比如人流统计，是由人体检测+人体追踪+业务功能（画线统计）串联处理。
（3）复杂型算法应用
复杂型算法是更加复杂的多种算法的串联。
比如像动态人脸识别，是人体检测+人脸追踪+人脸关键点+旋转矫正+人脸特征提+人脸比对的综合型算法。
在做项目时，经历了复杂型算法的捶打后，再做简单和中等型算法，思路上就比较简单清晰了。
5. Lesson 2 课前准备
第一节涉及代码层面的不多，主要是先从整体架构上和大家一起了解行业现状，大家也可以慢慢温习下本节课的内容。
从第二节课开始，就会涉及到相关软件的下载和安装，需要准备的东西如下：
（1）安卓设备（手机/平板）
设备需要满足几个条件：ARM64位，Android6以上；
（2）下载AidLux软件
可以在各大安卓应用商店搜索AidLux，下载安装；也可以点击这里，在官网下载。
本节课到此结束~
大家可以加入AidLux AI开发者交流群，群内有AidLux工程师和江大白等众多AI行业专家，可以给予技术指导以及进行交流互动。
训练营所需的数据集、资料包，都可以在AidLux AI交流群内获取呦~
