如何构建私有的智能视觉系统

  随着人工智能应用不断被教育和普及，我们生活中越来越多的重复的范式化行为可以使用智能视觉来替代，对于很多个人开发者，如何低成本、高效率的进行原型验证就很有意义，这个低成本不仅是硬件BOM的费用，更多的是前期的学习曲线，时间成本。自己在日常系统解决方案设计中，也面临很多这样的困惑，为此花些时间做了些调研和实践。

  从实用角度出发，需要从以下几个基本原则去选择和设计方案：

• 深度学习模型的迁移学习和推理部署

现在深度学习框架已经比较成熟，像tensorflow、caffe、pytorch和百度的paddlepaddle.模型训练完成如何高效简单在端侧部署，是我们是否能够快速适应不同场景的重要因素。既要开花也要结果，中国开发者是务实的。

• 是否具备二次开发和开源社区支持

个人开发者，脑子里总有些自己独特的想法，让自己生活可以那么有点与众不同。如果不支持二次开发，怎么可以让我们从芸芸大众凸显开发人的特点。开发又是那么枯燥、寂寞，如有开源和社区大法支持，让我们站在巨人肩膀上，摘星逐月不是黄粱一梦。

• 硬件是否是准产品化

开发人，想法很多，硬件动手能力不敢直视。能有个硬件妈妈已经料理好日常，能让我的开发品多带些现代工业范，那也是极美的一件事。