2
B2B 創業公司 Restb.ai 位于巴塞羅那，其理念是自定義計算機視覺。該團隊正在向那些想要修復薄弱點，或想通過自動化識別特定圖像來提高客戶服務質量的企業，推銷機器學習算法。
雖然像 Facebook 和 Google 這樣的科技巨頭為了達到自己的目標，正使用其自己的數據來訓練自己的人工智能算法。但 Restb.ai 的理想是將計算機視覺以一種服務的方式出售，首先收取其業務客戶的初始培訓費，然后建立他們所需的自定義模型，最后逐次收取調用 API 的費用。
增長和業務開發團隊的 VP Damia Garcia 說：該團隊于 2015 年 3 月成立，目前有六個客戶 。他補充到，其早期收購的力度主要集中于在多個垂直市場獲取大客戶，而現在目標則是擴大受眾。
目前，該技術的用戶之一是二手商品市場 Wallapop，它已經使用了 Restb.ai 來識別和防止用戶在網站上張貼非法的藥物圖片，進行銷售。
Garcia 也強調了 Restb.ai 模型的精度，無論客戶打算使用什么樣的自定義，一旦模板進行了訓練 ，其精度為 98 % 。
該系統的工作原理是：用戶輸入任何已在模型上面訓練過的自定義關鍵字，如上述例子中的汽車制造/模型，然后，模型將具體給出其與指定識別物的相似度，工作過程接近于實時。
Garcia 也指出了該技術的另一個應用，警察利用汽車制造/模型自動交叉引用牌照，以確定車牌沒有被換到另一輛車。
他表示：“每一個自定義模型的訓練過程都需要大約三周時間，而且由于應用模式的不同，人工智能系統需要輸入大量的數據。對于 150-2000 張圖片，則通常需要訓練一個附帶客戶提供所數據的，特定的自定義需求。”
雖然該算法只需要一張尾燈的照片（舉例），或者車禍汽車的照片，就可以識別量汽車的模型。但在演示車的例子中，每輛車都需要 1500 張圖片。它也能具體指出從那一側/視角可以確定是這輛車。
其它將 Restb.ai 計算機視覺作為服務的例子如：
· 房地產市場要識別和索引公寓內部的照片，例如，處理需要手動標記上傳的圖像，和基于更好的圖像數據分類，提供更好的內容目標。
· 挪威的一家礦業公司，也利用了高科技自動化快速識別特定的礦物晶體，從而分配一些人手去進行其它任務。
Garcia 在美國發現了一位競爭對手—Clarifai —但他們的主攻目標是一般建模，如識別裸體，而 Restb.ai 則想以提供自定義部署的方式，滿足特定的客戶區分需求。
Via：TC
推薦閱讀：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
