19、边缘AI项目开发：从可行性评估到数据集构建

边缘AI项目开发：从可行性评估到数据集构建

1. 边缘AI项目可行性评估与决策

在边缘AI项目中，应用约束条件后，可能会发现没有合适的解决方案。例如，在棕地项目中，可用的硬件可能没有足够的内存来以合适的性能运行目标检测模型。可以参考相关表格来判断应用对于可用硬件选项是否可行，若需要更高灵活性，还能将应用分布到多种设备类型上。

1.1 做出最终决策

当从伦理、商业、数据集和技术等角度审查项目的可行性后，就有足够信息来做决策了。若头脑风暴出的解决方案都不合适，接下来应按以下步骤操作：
1. 根据审查过程中确定的新约束条件更新问题描述。
2. 重新进行头脑风暴，提出考虑了新约束条件的新解决方案。
3. 对新解决方案进行同样的可行性审查。

这可能是一个迭代的过程，可能需要多次重复这些步骤，以明确对约束条件的理解并找到可行的解决方案。要有耐心并愿意重新审视假设，即便最终解决方案与最初设想不同，也可能得到一个潜在的解决方案。

不过，有些情况下可能确实没有好的边缘AI解决方案。此时要记录原因，可能是伦理方面的，表明项目存在过高的伦理风险；也可能是纯技术方面的，这意味着随着新硬件和技术的出现，项目未来可能变得可行。

若解决方案未通过可行性测试，应避免继续推进。若证明项目风险过高，继续开发会浪费时间并可能造成潜在危害。即便知道某个问题没有合理的边缘AI解决方案，这也是有价值的信息，是一种竞争优势。

若项目可行，那就可以开始将其变为现实。

1.2 边缘AI项目规划

边缘AI开发是一个多阶段的过程，涉及迭代开发和可能无边界的任务（如数据收集）。因