共达地AutoML自动化AI训练平台，用AI编织社会安全网

11月16日，由深圳安防行业协会主办的第六届中国安防系统集成商高端峰会成功落地。会上发布了第五届“智能安全优秀解决方案”榜单，评选出了AI-as-a-Service的高效定制安全解决方案。如今，数字化和智能化的趋势确实已经来到安防行业，但如何让安防从人脸识别、安防监控为基础的“点安防”升级到“网状安防”，以保护城市生活的方方面面，因此行业集成商，工程师要摆脱“承包商”形象，真正实现智能化转型，还是要解决的问题。今天，我们就来谈谈“智能安防最后一圈”的重要话题。公共安全落地产业化智能安防背景下的场景“失落”10月29日，一场持续12小时的大火，推动南京金盛百货中心店掀起了一股火热的搜索。随着双十一库存高峰的临近，火灾给多家门店带来了数千万元的直接财产损失。除了热门搜寻，隐藏在“冰山下”的火“大数据”更令人震惊。根据应急管理部的数据，到2021年，大型商业综合体、学校、医院、商业场所等人员密集的公共场所将发生3.2万起火灾，伤亡率和直接财产损失比例远高于其他火灾事故。除火灾外，公共场所的安全事件，如高空抛物线、电梯受伤、宠物咬伤、加油站爆炸等，也经常“失去”公共安全。研究公共安全的专家表示，随着城市规模的扩大和城市功能的不断丰富，传统的被动预防为主的安全理念已经过时，主动预警、预防甚至事件干预的安全理念已成为主流。在此背景下，以人工智能技术为主体的智能安防开始进入公众视野。

早在2019年，应急管理部就明确提出要通过技术创新提高公共安全治理水平。但智能安防产业化落地效应“不够”。中国安防网数据显示，2021年中国安防产业总产值将达到902亿元，中国智能安防市场规模约为586亿元，渗透率仅为6.5%。人工智能可以轻易击败人类最高智能，为何在安防市场“永久冻土”中钻得这么慢？原因，或场景障碍。以深圳前海物流仓储公司的安全“痛点”为例，为保障仓库内大量高净值商品的安全，公司负责人发现了多个方案。“一开始会使用监控摄像头和人的检查，但无法防止内外勾结，也无法防止自盗，后来听说可以使用AI算法，如果有人出现在一个不出现的区域，或者保安人员不在，系统会发出警告，但是，”他说。很多企业都不问，可以做到，但太贵了。“负责安全管理的钱先生说。这些疼痛是非常常见的。目前，90%以上的人工智能算法应用场景集中在人脸识别、车辆识别和OCR识别三大场景，虽然有成熟规范的算法和部署方案，但面对越来越多的“非主流”场景往往束手无策。

如入侵识别、叉车识别、安全人员识别等，都属于这一名单，行业内几乎都有现成的解决方案，定制其中一种算法需要数十人的团队花费数月的时间进行人工培训，费用昂贵，整个包的成本往往高达数百万美元。这样的长尾市场需求，碎片化程度高，新需求快速衍生，例如，聚焦于大型商业共同土地的人工智能，其对接安全需求远远超过传统企业的需求，如人脸、车牌等：●在公共场所，如何识别宠物是否拉绳，移动供应商，违规者是否聚集在一起。●如何识别商场内的自动扶梯大行李、自动扶梯婴儿车、灭火器的放置。在餐厅的厨房里，如何辨别厨师是否戴着厨师的帽子，是否有火灾危险，是否有老鼠。在施工现场，头盔、反光衣、火焰和烟雾，如何识别高危地区的跨界行为;康达兰技术负责人告诉记者，“一吃鱼”标准化方案显然不能满足井喷的个性化安全需求，定制化方案周期很长，成本很高，无法满足后续部署和使用的专业门槛。这已成为安防市场AI产业化道路上的“绊脚石”。AutoML自动化AI培训平台如何解决智能安防场景落地问题，突破场景壁垒，实现AI产业化在安防领域的快速落地？共识的想法是，人工智能供给侧改革将以更低的成本、更高的效率和更快的迭代来解决更大、更碎片化、更高精度的算法困境。根据上述物流仓储企业的诸多算法要求，以“安防人员识别”算法为例，公司最初利用企业提供的500多名安防人员的照片数据，有效提取出关键特征，并结合自动化，实现..。在短短一个小时内，我们就生成了一个安全人员识别算法模型。然后，对该算法的适用边缘硬件盒进行匹配，实现了系统软硬件的集成。一个星期后，它正式交付。算法上线后，Kongda AutoML自动AI训练平台正式扮演了自己的角色。在发挥检测作用的同时，现场数据每天收集并反馈到科尼亚兰人工智能自动化训练平台进行算法自主学习和快速迭代，使精度无限接近真实应用场景的理想值。

这种高效率、高精度、低门槛的碎片算法定制能力在目前市场上很少见，但标准化和定制的“组合发挥”效果更好。以高海拔抛物线让房地产人员头疼为例，作为深圳南山华侨城区最丰富的房地产类型，堡垒由四座办公楼、四层商业路缘和四层地下车库、复杂的空间结构和安全盲点组成。“高空监禁已被正式判刑，监理明确表示，物业管理部门还应当履行监理职责。这对我们来说是很大的压力。“市房地产工程总监周先生说。在对客户需求进行评估后，我们首先采用了算法商城的成熟算法，匹配了一个硬件盒和五个摄像头组，只用了一天时间就完成了算法的部署。换句话说，通过标准化的功能，我们满足了客户的即插即用需求。算法上线后，我们将进入“场景定制”阶段。基于前端摄像头采集的数据，使用Comda AutoML自动化AI训练平台，对机器进行快速迭代算法，不断提高城市环境特征和事件特征的识别精度。最终识别准确率达到97%，训练效率提高了15倍，与传统安全措施相比，年平均成本降低了96%。周先生表示，康达的解决方案不仅考虑了交付效率和质量，而且还控制了成本，可以轻松地消除房地产顶部的堆积如山。

传统的“长拳”玩法很难适应安防市场的需求，我们的策略是“长拳”短，短拳快。”共达地总监李说。协助湖南省市行人街管理伞/椅子管理，识别街头小贩的非法经营、垃圾桶溢出;控制智能站点不戴头盔、不穿反光服的行为，保护站点安全。辅助石化能源领域的火灾、冒烟、员工离职、打电话等行为，帮助广东省大型银行金融网点吸烟、玩手机识别，帮助人们聚集在一起，AutoML自动化AI培训平台以其识别准确度高、部署周期短、使用门槛低等显著优势。为智能安防大规模快速落地做出了贡献，获得了业界的高度关注和认可。人工智能即服务利用人工智能编织社会安全网Coinda AutoML自动化人工智能培训平台在智能安全领域的优势源于Coinda对人工智能和物联网的了解，以及对数千行智能安全发展趋势的前瞻性和准确把握。让安全从业者参与AI的创建。如果我们只是拿着AI锤子找钉子，那么社会保障水平的提高只能被动地跟随AI技术的发展。康达认为，未来智能安防的主体将越来越“去专业化”，让贴近安防业务需求的人也可以使用AI，是解决问题的正确思路。因此，与一般行业将AutoML作为专业算法工程师的高效工具不同，AutoML自动化AI培训平台是一套行业级的生产工具，可以在安防产业链的上游和下游使用，支持用户以零代码的形式训练商业算法。用户只需简单地上传数据，选择芯片，完成一键部署三个步骤，即可快速训练一套算法，确保准确性要求。通过这种共同创造，我们将“点安全”与“网格安全”连接起来。

使用AI越好。AutoML自动化AI培训平台支持99%的计算机视觉场景。换句话说，智能安全需求的很大一部分都可以通过AutoML自动化AI培训平台来满足。在该平台上训练的算法的平均准确率超过92%，相当于一个拥有8年经验的人类算法工程师。但这还不够，安全性并不重要，精确度越接近理想的场景值越好。因此，在应用过程中，Cointar AutoML自动化AI训练平台还可以返回终端数据，实现每天快速迭代，让算法深入场景，实时增长，使用更准确。让每个人都能使用它。供需矛盾的核心是生产效率和应用成本问题。业务数据显示，AutoML自动化AI培训平台可以将整体解决方案成本降低90%，为扩展满足长尾市场的算法需求提供现实基础。同时，公大陆算法商城可以提供5000多个成熟的AI算法和定制化服务，覆盖智慧城市、智慧产业、智慧农业等99%的CV场景，可以让客户参观淘宝网。

此外，Cundai AutoML自动化AI训练平台可以预先适应寒武纪、华为、海思、英特尔、英伟达等100多个主流芯片，基于训练平台的算法可以预先灵活地适应云服务器、边缘AI BOX、终端摄像头等硬件形态。它极大地简化了应用程序链接，因为只需单击一下即可完成部署，只需5秒钟。它不仅节省了算法迁移的时间，而且避免了由于算法与芯片结构不匹配而造成的计算能力浪费。从“人工智能”概念提出以来，人工智能历经了几十年的工程“1.0时代”和“2.0时代”的方案，现在正站在“3.0时代”产品化的门槛上。“我们希望利用自己的实践，提高AI服务智能安防的广度、准确性和效率，推动AI在安防细分领域的快速落地，让AI技术普及到所有普通安防从业者中。只有这样，我们才能坚持“千行百业”的安全标准，切实保障人民的幸福生活。”共达地总监李说。