机器学习迅速发展，边缘设备实现视觉AI应用

点击下方卡片，关注“新机器视觉”公众号视觉/图像重磅干货，第一时间送达 AI视觉应用在过去十年，人工智能和机器学习算法有了长足发展。这些发展主要体现在视觉相关的应用上。2012年，AlexNet从ImageNet大规模视觉识别挑战赛胜出(ILSVRC)，成为首个使用反向传播算法完成训练的深度神经网络。与传统的浅网络相比，性能产生近10%的成长，预测精度跻身前5位。这个重大发展是一个转折点。从那时起，深度神经网络在性能/精度两个方面不断迎来巨大进展。2015年ResNet超越单个人类的分类能力，如图1所示。就各种目的和用途而言，现今神经网络的错误率已经可以与贝叶斯错误率相媲美，可视为解决计算机视觉应用中的图像分类问题。图1 前5名预测准确性(来源：https://devopedia.org/imagenet)有鉴于如此令人振奋的结果，半导体制造商争相开发组件，支持深 ………………………………