产品
nhà cái k8的解决方案
开发者
商务合作
业务需求、落地场景、所需产品功能咨询
400-6700-866 |
nhà cái k8的售后服务
去年8月，国务院印发《全民健身计划（2021-2025年）》，促进全民健身更高水平发展，更好满足人民群众的健康和健身需求。一年来，丰富的在线健身直播带动新的运动潮流，飞盘、骑行等运动风靡一时成为年轻人的最爱，全民健身热潮持续上涨。
伴随着人们健身热情的如火如荼，ai、云计算等新兴技术也被广泛应用于体育产业中。这其中，旷视运动猿训练站能够科学分析并判定多项体育动作，在7月旷视技术开放日上亮相，便吸引了行业的关注，成为全民健身与ai技术融合的代表。
旷视运动猿训练站基于megengine框架，依托算法生产平台ais（ai service，简称ais）研发而成，在纯视觉方向上实现了精度高、速度快、成本低等优势，可准确识别正确与违规动作，以ai助力体育训练全流程的数字化和智能化。旷视运动猿训练站通过自研模型快速精准的检测超过30个人体骨骼点，可覆盖跑步训练、身体素质训练、球类训练三大运动品类下的多种运动场景。
举例来说，在跳绳场景中，在240次/分钟的条件下，旷视运动猿训练站能够实现正负1的误差，并可以准确分辨出跳绳与开合跳等相似的动作。而仰卧起坐不仅支持识别运动过程中的双手未抱头、双腿未屈膝、手肘未触碰膝盖等多种违规情况，还能准确记录运动过程中的真实数据，实现正负1的计数要求。
与支持多种运动场景形成鲜明对比的是旷视运动猿训练站短短数月的开发周期。一直以来，智能运动健身虽然被视为重要赛道，却尚未迎来行业爆发阶段。究其原因，正是因为传统的算法生产囿于数据生产的复杂性、算法模型的不确定性和硬件平台的多样性等问题，导致算法生产门槛高、成本高、效率低，让ai难以“飞入寻常百姓家”，未能广泛地走进健身场景。
“面对纷繁的运动场景，我们需要一周实现一个模型的验证与迭代，一个月就要完成4项运动项目的 alpha 版本。”项目组成员介绍到。旷视运动猿训练站如何才能实现快捷、高效的开发？其背后功臣正是旷视提出的算法量产理念及其自研的算法生产平台ais。
ais基于旷视brain 体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路，零代码、自动化的生产力工具平台，提供多种功能支持算法快速生产部署，可以大幅降低算法生产的门槛，提升算法生产效率。以足球颠球计数为例，需要有人体检测、骨骼点检测、足球检测至少三个模型。借助算法生产平台ais，人体检测和骨骼点检测模型耗时为12小时左右，足球检测模型则进一步降低至1-4小时，极大地提升了模型训练的效率。
模型训练完成只是第一步，模型运行后依然可能面临各种动作漏判、误判等问题，例如在跳绳中，假跳或单腿跳等动作的骨骼点动作轨迹与正确的跳绳动作十分相似，这就要求模型快速迭代、调优，让旷视运动猿训练站练就“火眼金睛”，快速识别出假动作和错误动作。
而有了算法生产平台ais的保驾护航，项目组可以大幅提升模型优化速度，在一天中能进行多轮迭代。通过ais平台提供的模型评测工具，研发人员可以快速定位模型问题，指导后续模型调优工作。
“如果不借助算法生产平台ais的能力，算法研究员将一个模型做到60分可能需要几天时间，持续投入才可能做到80分，但在算法生产平台ais的加持下，算法研究员很快就能拿到80分，效率得到极大的提升。”项目组成员表示。
得益于高精度、低成本等优势，未来旷视运动猿训练站也有望走进标准更严格的体育教研一线，更重要的是，其背后的ais和算法量产的理念，不仅为智能运动健身等行业场景的应用与发展打开了思路，对于ai生产模式理念的革新和生产力的进化也提供了良好的借鉴意义。相信在不远的未来，ai将在更多场景下发挥作用，让更多的人享受到更加智能的生活。
去年8月，国务院印发《全民健身计划（2021-2025年）》，促进全民健身更高水平发展，更好满足人民群众的健康和健身需求。一年来，丰富的在线健身直播带动新的运动潮流，飞盘、骑行等运动风靡一时成为年轻人的最爱，全民健身热潮持续上涨。
伴随着人们健身热情的如火如荼，ai、云计算等新兴技术也被广泛应用于体育产业中。这其中，旷视运动猿训练站能够科学分析并判定多项体育动作，在7月旷视技术开放日上亮相，便吸引了行业的关注，成为全民健身与ai技术融合的代表。
旷视运动猿训练站基于megengine框架，依托算法生产平台ais（ai service，简称ais）研发而成，在纯视觉方向上实现了精度高、速度快、成本低等优势，可准确识别正确与违规动作，以ai助力体育训练全流程的数字化和智能化。旷视运动猿训练站通过自研模型快速精准的检测超过30个人体骨骼点，可覆盖跑步训练、身体素质训练、球类训练三大运动品类下的多种运动场景。
举例来说，在跳绳场景中，在240次/分钟的条件下，旷视运动猿训练站能够实现正负1的误差，并可以准确分辨出跳绳与开合跳等相似的动作。而仰卧起坐不仅支持识别运动过程中的双手未抱头、双腿未屈膝、手肘未触碰膝盖等多种违规情况，还能准确记录运动过程中的真实数据，实现正负1的计数要求。
与支持多种运动场景形成鲜明对比的是旷视运动猿训练站短短数月的开发周期。一直以来，智能运动健身虽然被视为重要赛道，却尚未迎来行业爆发阶段。究其原因，正是因为传统的算法生产囿于数据生产的复杂性、算法模型的不确定性和硬件平台的多样性等问题，导致算法生产门槛高、成本高、效率低，让ai难以“飞入寻常百姓家”，未能广泛地走进健身场景。
“面对纷繁的运动场景，我们需要一周实现一个模型的验证与迭代，一个月就要完成4项运动项目的 alpha 版本。”项目组成员介绍到。旷视运动猿训练站如何才能实现快捷、高效的开发？其背后功臣正是旷视提出的算法量产理念及其自研的算法生产平台ais。
ais基于旷视brain 体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路，零代码、自动化的生产力工具平台，提供多种功能支持算法快速生产部署，可以大幅降低算法生产的门槛，提升算法生产效率。以足球颠球计数为例，需要有人体检测、骨骼点检测、足球检测至少三个模型。借助算法生产平台ais，人体检测和骨骼点检测模型耗时为12小时左右，足球检测模型则进一步降低至1-4小时，极大地提升了模型训练的效率。
模型训练完成只是第一步，模型运行后依然可能面临各种动作漏判、误判等问题，例如在跳绳中，假跳或单腿跳等动作的骨骼点动作轨迹与正确的跳绳动作十分相似，这就要求模型快速迭代、调优，让旷视运动猿训练站练就“火眼金睛”，快速识别出假动作和错误动作。
而有了算法生产平台ais的保驾护航，项目组可以大幅提升模型优化速度，在一天中能进行多轮迭代。通过ais平台提供的模型评测工具，研发人员可以快速定位模型问题，指导后续模型调优工作。
“如果不借助算法生产平台ais的能力，算法研究员将一个模型做到60分可能需要几天时间，持续投入才可能做到80分，但在算法生产平台ais的加持下，算法研究员很快就能拿到80分，效率得到极大的提升。”项目组成员表示。
得益于高精度、低成本等优势，未来旷视运动猿训练站也有望走进标准更严格的体育教研一线，更重要的是，其背后的ais和算法量产的理念，不仅为智能运动健身等行业场景的应用与发展打开了思路，对于ai生产模式理念的革新和生产力的进化也提供了良好的借鉴意义。相信在不远的未来，ai将在更多场景下发挥作用，让更多的人享受到更加智能的生活。