机器学习(Machine Learning) -- 宝马公司(BMW)希望使用人工智能(AI)加速图像识别

宝马集团在其创新实验室发布了用于图像识别的人工智能算法，旨在加速图像识别过程并缩短无人运输系统和机器人神经网络的开发时间。这些算法基于TensorFlow和YOLOv3，可在GitHub上获取。

“我们正在人工智能领域投入巨资。通过向全球开发人员社区提供我们的算法，我们有意识地为了让广泛的用户能够访问人工智能应用做出我们的贡献。对于进一步的开源研发，我们承诺,将快速、灵活地继续开发软件。”

---- Kai Demtröder(宝马集团IT部门人工智能和数据平台主管)

德国汽车制造商宝马公司（BMW）在开源社区发布了一系列用于图像识别的人工智能算法。

在开源平台“宝马创新实验室(BMW-InnovationLab)”，宝马公司发布了一些算法，用这些算法借助人工智能进行自动图像识别和图像标记。据宝马公司宣称，因此缩短了用于无人运输系统和机器人的神经网络开发时间。宝马公司使用这些算法，在生产过程中借助一个图像数据库核对实时图像，以快速识别偏差。

TensorFlow和YOLO

该算法集可在GitHub获得，并提供了一个应用程序接口(API)以及一个自动训练模型，基于流行的机器学习框架TensorFlow用于对象识别。同样，还有一个基于YOLOv3算法的用于中央处理器(CPU)和图形处理器(GPU)的API。YOLO为“You Only Look Once (你只看一次)”的缩写，是实时识别对象的算法。不同的资源库有详细的安装说明，但系统基本要求始终是Linux (Ubuntu 18.04), NVIDIA驱动程序和Docker(Community Edition)。