行业应用 | Sophon AutoCV推动AI应用从模型生产到高效落地

随着技术市场和应用方向的逐渐成熟，人工智能与各行各业的结合和落地逐渐进入了深水区。虽然由于行业规模化和应用普及度的限制，人工智能在“传统”行业的落地不如消费互联网行业，但是借助人工智能为“传统”行业的发展注入新能量一直是相关从业者探索的方向和创造数据价值的重要途径。从人工智能落地的市场上来看，目前的业务场景主要有两种类型：较成熟的存量智能化场景与新兴而广泛的长尾智能化场景。在存量智能化场景中，用户通常拥有大量内置通用模型或与之相关的业务应用系统，来解决诸如智能安防监控需求，此类业务通常场景单一，价值传递简单；但随着业务变化与发展， 算法精度的提升需求随之越发的强烈，同时业务需求也日益复杂。而在长尾智能化场景中，业务导向更加明显，智能分析场景碎片化且通常传递链条较长，和业务价值高度相关，此情况下用户往往是期望通过有效的手段进行快速的从数据到人工智能模型到业务价值的验证，从而达到能够直接落地，快速提升数据价值和业务价值的目的。Sophon AutoCV是由星环科技自主研发，提供视觉模型训练、应用部署和管理能力的一站式CV模型生产应用平台。不仅支持存量智能场景中的模型高精度迭代，还能帮助企业快速落地新的智能化场景，解决传统智能场景中存在的模型维护、迭代效率低、建模周期长、部署成本高、数据资产积累难等应用痛点。平台还具有样本数据管理、人工协同与自动化数据标注、引导式模型和低代码应用构建等能力，提供“数据”到“模型”再到“应用”的端到端模型生产和应用部署一体化功能，帮助企业实现CV模型从快速生产到部署。下面让我们通过建筑业、制造业、科研教育、城市管理、泛金融场景、OCR图文识别场景六大方向，看看Sophon AutoCV如何高效助力人工智能应用从模型生产到落地的全过程。建筑业

当前，建筑业智能化升级时机已经成熟。计算机视觉技术与建筑业深度融合，正在成为推动建筑业转型升级的重要力量。据统计，目前我国建筑业信息化率约为0.04％，远低于国际建筑业信息化率0.3％的平均水平，国内建筑业信息化空间巨大。星环Sophon AutoCV针对建筑业生产系统之间存在地理覆盖区域广、操作人员多的情况，设备异常及生产安全等问题，通过训练预置模型，助力智慧工地持续健康发展。智慧工地安全监测因人力监控难以时刻覆盖，工地常常被安全事故隐患大及安全管理难度大的问题所困扰。基于Sophon AutoCV构建统一视频分析平台，提供预置智能AI模型实现工地生产的安全监测和防护。

智慧工地安全监测系统实现了现场实时安全隐患排查、人员动态监控、作业防护预警等功能，可快速提高应急响应速度和事件处置速度；此外，帮助工地从被动监控向主动监控迈进，实现事前预警-事中检测-事后规范管理全流程监控，弥补传统方法和技术在监管中的缺陷。智慧配电房安全管理配电房电量大且设备多，为了保证工人的安全会要求工人遵守安全规范。除此之外，配电房还要防止小动物进入，避免引起故障或者破坏，有一定的管理难度。基于Sophon AutoCV构建了统一视频分析平台，提供预置智能AI模型实现配电房的安全监测和防护。智慧配电房安全管理平台能够实时检测工作场景下人员穿戴和操作是否符合规范，并对检测结果进行分析判断，实现管理精准化、智能化；通过对环境和人员进行智能检测，及时发现老鼠等异物入侵行为，杜绝可能引起的故障和破坏。通过对开关柜开关状态以及编号识别，可远程实时监控刀闸状态，实现开关柜异常状态告警。制造业

制造业是国民经济的主体，制造业发展水平直接影响着我国经济的发展。制造业智能化发展仍有问题亟待解决，例如：智能识别系统建设滞后、产品质量参差不齐、缺乏统一标准等。星环Sophon AutoCV平台支持数据、模型和应用的版本管理，以应对使用过程中业务需求的动态变更。结合预置的算法及预训练模型，帮助企业训练出高精度的CV模型，助力企业制造业高水平发展。钢管材生产缺陷检测某制造业客户通过平台对其生产的钢营材进行缺陷检测，主要包括:夹、未焊透、末熔合、气孔、裂纹5类，随着日常的生产会新增缺陷的类别。基于Sophon AutoCV搭建的一站式模型生产平台，支持目标检测、图像分类和实例分割等类型的数据标注，满足不同缺陷类别的结构化数据生产。通过上线模型的预标注功能，对于新增迭代的样本，可快速进行模型预刷，提高标注效率。配合引导式模型训练功能，加速模型从0-1的生产过程，增量训练可快速进行模型的选代训练。

钢管材生产缺陷检测平台上线后，客户和算法人员都可方便的查看和管理数据，并通过引导式建模和增量训练，将模型生产周期从“月”缩短至“周”，加快模型上线。科研教育

科研教育是我国高等教育的重要组成部分，也是国家战略性支柱产业。星环Sophon AutoCV一站式模型生产和应用平台，提供优质的模型生产及搭建服务，为高质量科学研究赋能，助力国家科教兴国战略。科研机构海洋生物多样性分析在对海洋资源尤其以鱼类为代表的生物资源开发探测过程中，因前期积累较少，鱼类种类复杂，故该场景需要从0到1进行模型的搭建，技术复杂度高。基于Sophon AutoCV搭建一站式模型生产和应用平台搭建海洋生物的识别模型，并基于平台的数据监测回流及增量训练功能实现模型迭代。

Sophon AutoCV帮助科研机构快速上线海洋生物识别的AI能力，其全流程平台化的操作降低了客户运维成本，且借助平台的数据监测回流及增量训练功能保障了模型的长期迭代。城市管理

现代城市管理有场景复杂，数据庞大的特点，城市管理智慧化的升级刻不容缓。星环科技Sophon AutoCV提供平台统一模型管理，实现城市各领域高效、智能和精细化管理，助力城市治理现代化升级。城市智慧高速公路城市高速公路车流量较大，依靠人工进行信息、流量识别的方式增加了高速公路的管理难度，亟需由人工监管转为智能化检测。基于边缘计算平台研发车辆识别的AI算法对视频进行图像识别和智能分析，实现流量及信息实时识别，并将车辆信息及拥堵情况反馈高速数据中心。借助星环Sophon AutoCV平台对高速公路进行24h不间断监测识别，一方面减少了高速管理的人力投入，另一方面也保障了高速的道路畅通。泛金融场景

金融行业数据资源丰富，数据依赖程度高，场景安全要求高，目前人工智能技术已成为金融行业的必备基础。星环科技借助自身优势，推动传统金融机构的数字化转型，助力商业价值增长。农业保险远程核保农业保险期望通过线上的方式进行死猪/牛的远程估重和投保猪、牛的一致性比对，根据结果来进行远程赔付，以提升工作效率。基于Sophon AutoCV搭建一站式模型生产和应用平台：通过数据标注及引导式的模型训练，完成死猪/牛的分割模型，形成死猪/牛估重的整体方案。

Sophon AutoCV帮助用户快速上线死猪/牛估重的AI能力，猪/牛脸识别技术可精准判断投保猪/牛和登记的一致性，辅助客户进行决策，将农业保险远程核保变为可能，并通过全流程平台化的操作，降低客户运维成本。金融机构金融仓管金融机构期望实现远程的智能化仓管，解决人工巡检、异常状况以及仓管人员的操作行为记录等效率低下等问题。Sophon AutoCV融合图像和光流信息，实现行为工作的精准识别；7×24监控库内场景，及时预警明火烟雾等危险情况；现场部署边缘计算盒子，统一接入远程监控。

Sophon AutoCV 7×24h不间断监控取代人工巡查，实现运营成本下降30%；平台支持算法技术优化，不断提升人/物识别精准度；将计算机视觉技术运用到金融仓管领域，并支持快速标准化复制，属业内首创。OCR图文识别场景

利用OCR技术进行图文识别，可以释放大量的人力成本。星环Sophon AutoCV在不断项目落地过程中，逐渐积累了全文识别、标准识别和自定义模板识别3种识别模式，以及卡证、发票、银行回单、混合文表等20多种识别能力。基于自主研发的高性能算法，不仅在通用的识别场景表现优异，在金融、物流、医疗等垂直领域也有较多的部署和应用。金融工单识别金融机构储存海量的期货交易工单图片，工单图片角度各异，版式繁多，纯靠人工录入和核验需耗费大量人力。通过AutoCV一站式平台搭建模板识别方案，实现交易工单多项交易信息结构化识别的功能。

*仅为示例仿真数据平台支持处理现有的二十余种交易工单的结构化信息提取，用户只需上传批量的混合图片集，即可实现自动化提取交易单结构化信息，节省人力物力。总结

星环科技自主开发的Sophon AutoCV一站式模型生产应用平台目前已在多个行业的实践落地中展现出极强的性能与极高的稳定性。总体而言，星环Sophon AutoCV平台的核心优势可以概括为以下四点：高效率生产：通过智能预标，标注效率相较开源工具提升30%，基于全流程的平台操作，模型生产落地的人力投入可降低50%；零门槛运营：平台支持通过引导式和低代码的方式进行模型生产和部署，业务运营人员也可快速上手，并完成模型迭代和优化；高性能运行：平台支持GPU加速模型训练，并针对异构硬件进行推理加速，支持国内外多款主流加速卡。同时，使用TensorRT框架来进行模型推理加速，以支撑万路摄像头的智能化流处理；多资产积累：对于企业数智化改造过程中3类数字资产，数据、模型以及应用，能够通过平台有效的积累和沉淀。

Sophon AutoCV专注于打通数据、模型、应用、运营各环节，以原始数据为起点，模型训练为工具，数据价值为业务终点，通过构建“数据-模型-反馈”闭环，助力CV模型高效持续迭代并最终规模化部署落地，为企业高质量发展注入智慧动能。