QCon北京2018-《未来都市--智慧城市与基于深度学习的机器视觉》-陈宇恒

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/baiyutang

摘要

文档主要探讨了智慧城市中基于深度学习的机器视觉应用。演讲者陈宇恒分享了如何构建城市级AI+智慧城市系统，并重点介绍了大规模深度学习系统的实践经验。内容涵盖了从处理数十路到数百路监控摄像头数据的单机和分布式系统，到城市范围级别的数万到数十万路监控数据处理。系统还涉及10-100 Billion级别的深度学习特征检索和PB以上级别的数据库存储。演讲强调了在智慧城市中构建大规模深度学习系统的挑战和经验，并指出城市内所有市民都是系统用户的重要观点。

AI总结

## 文档总结

**主题**：《未来都市-智慧城市与基于深度学习的机器视觉》
**演讲者**：陈宇恒（商汤科技联合创始人、架构师，NIPS国际会议论文作者）

### 核心内容：

1. **智慧城市中的机器视觉应用**
- **技术能力**：
- 处理数十路到城市级别的监控数据。
- 支持千万到百亿级别的深度学习特征检索。
- 实现大规模云原生（Cloud-Native）系统，处理数万到数十万路城市级监控数据。
- 每秒可处理万次并发检索请求。
- **系统规模**：
- PB级别数据库存储。
- 100PB级别抓拍图片存储。

2. **构建城市级AI+智慧城市系统的经验**
- **大规模深度学习实战**：
- 构建城市级AI系统的核心技术与实践经验。
- 优化系统性能和扩展性的关键点。
- **行业应用**：
- 在城市范围内，所有市民都是系统的用户。
- 通过AI技术实现城市管理和服务的智能化。

3. **未来趋势**
- 随着技术的不断进步，AI+智慧城市系统将更加普及，逐步渗透到城市生活的方方面面。

### 总结
陈宇恒分享了基于深度学习的机器视觉技术在智慧城市中的实践应用，重点介绍了大规模深度学习系统的构建经验和技术挑战。演讲内容结合了技术细节和行业案例，展示了AI技术在城市管理中的巨大潜力和未来发展方向。