量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式

 深度学习在许多领域尤其是视觉识别/理解方面取得了巨大突破，但它在模型训练和部署方面都存在一些挑战。为实现边缘深度学习视觉推断而进行的高效CNN算法设计、领先DNN模型压缩和部署时网络结构优化以及以人为中心的视觉分析与合成的前沿研究。

目标检测是计算机视觉领域的传统任务，与图像识别不同，目标检测不仅需要识别出图像上存在的物体，给出对应的类别，还需要将该物体的位置通过最小包围框（Bounding box）的方式给出。根据目标检测需要输出结果的不同，一般将使用RGB图像进行目标检测，输出物体类别和在图像上的最小包围框的方式称为2D目标检测，而将使用RGB图像、RGB-D深度图像和激光点云，输出物体类别及在三维空间中的长宽高、旋转角等信息的检测称为3D目标检测。

 资料

 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 OpenCV 用于各种图像和视频分析，如面部识别和检测，车牌阅读，照片编辑，高级机器人视觉，光学字符识别等等。

Caffe，全称Convolutional Architecture for Fast Feature Embedding，是一个兼具表达性、速度和思维模块化的深度学习框架。

 Theano 是神经网络python机器学习的模块，和TensorFlow非常类似，可以说是TensorFlow的鼻祖。TensorFlow基于 Theano进行了很多的升级改进。

 资料

技术原理、计算单元、常见算法、目标检测等相关、

AIoT就是人工智能技术与物联网在实际应用中的落地融合。它并不是新技术，而是一种新的IoT应用形态，从而与传统IoT应用区分开来。

 资料

概念模型导读：为了方便读者阅读，本主题的CML模型（概念模型Concept Model Language ）如下：

文字导读 :

AI框架 is classify as AI执行框架 and AI应用框架；

AI执行框架 have: Application层、system层，Application层实现 have: API 和 计算模型，System层 have: 任务调度 和 数据管理；

AI应用框架 is  classify as MXNet   and  MindSpore  and  TensorFlow and Caffe and  pyTorch；

1. MXNet功能 have ：图像分类、图像分割、目标检测；

2. MindSpore功能 have：图像识别、情感分析；

3. TensorFlow计算过程 have：Tensor、Flow；

4. Caffe功能 have：图像分类、图像分割；

5. pyTorch功能 have：工具和库、本机ONNX支持、云合作伙伴、C++前端、移动实验性、分布式培训、Torch脚本；

导读：

• 对物体基于图像进行目标跟踪 ；

• 图像有多帧，每个帧内有目标的像素信息；

• 对物体的特征通过欧式距离和余弦距离进行识别；

• 对目标进行跟踪需要2种目标关联算法：基于坐标 和基于特征。

为了方便读者阅读，本主题的CML模型（概念模型Concept Model Language ）如下：

本图由：俎涛，采用 工具：EA建模

-----------------------------------------------------------------------------------

关于CML（概念模型Concept Model Language ）：

• 什么是CML：基于自然语言，对概念进行可视化建模，

• 为什么采用CML：面对越来越多的信息，我们的语言需要进化，帮助各个领域的专家整理概念关系。