AI dan ML··6 menit baca

Mengapa kami membangun computer vision yang berjalan di perangkat

Visi di perangkat lebih cepat, lebih murah, dan privat sejak awal. Begini cara kami memikirkannya di Techiro.

R

Raul Ilma

Techiro

Sebagian besar computer vision masih mengirim gambar ke server. Kami memilih arah sebaliknya: menjalankan model di tempat kamera berada. Hasilnya lebih cepat, lebih murah, dan privat sejak awal.

Latensi yang terasa

Saat inferensi terjadi di perangkat, tidak ada perjalanan bolak balik ke server. Prediksi tiba dalam hitungan milidetik, dan itulah beda antara demo dengan produk yang benar dipakai orang.

Privat sejak rancangan

Jika piksel tidak pernah meninggalkan perangkat, tidak ada yang bisa bocor. Di produk kami, Camlyze, tidak satu byte pun keluar dari peramban, dan itu fitur utama, bukan catatan kaki.

Apa yang dibutuhkan

Merilis model di perangkat berarti memperlakukan model sebagai bagian dari produk, bukan tambahan di akhir.

  • Model terkuantisasi yang muat di perangkat keras
  • Pipeline real time yang stabil di 60 FPS
  • Cadangan yang anggun saat perangkat lemah

Ceritakan idenya.Kami balas dengan langkah pertama.

Satu kalimat saja cukup. Kami membalas dalam satu hari kerja.

aplikasi kasir untuk 30 cabang