华为云ModelArts和Hilens在智能航空领域的联合应用

结缘

之前所从事的都是机器学习算法和传统算法的一些开发工作，初次接触深度学习是在公司的语音项目中，通过Keras搭建seq2seq模型实现了简单的机器翻译功能。随着项目的不断深入，一些问题也随之浮现。作为工程师，工作重心在于把神经网络应用于生产生活，而非使用数学工具研究神经网络，这就造成我们的工作核心与难点不只是神经网络本身，而是问题的提出、数据的准备、算法的开发、模型的训练与部署、输出结果的处理和应用。随着语音这块踩的坑和投的资源越来越多，公司也在多方探寻相关解决解决方案，直到某天上级给我发过来一个ModelArts的使用文档说明链接和两台Hilens Kit设备，我和华为云的羁绊就此展开。

上手

通过使用说明文档的学习，我很快了解了ModelArts和Hilens相关的基础知识，以及相关服务的特有概念和详细功能。其中深深吸引我的，就是其支持的AI全流程开发过程：数据处理、模型训练、模型管理、模型部署。

俗话说，“百闻不如一见，百见不如一干”，只有自己亲自动手实践才能知道具体咋样，结果就是真香定律 。数据准备环节，ModelArts支持自动预标注和多人协同标注，这极大地减少了标注时间成本；模型训练环节，“操作简单、训练快速”令人印象深刻；模型管理环节，模型调优、版本管理非常方便；模型部署环节，在线服务、批量服务、边缘服务类型齐全。

ModelArts可以根据用户需要灵活选择AI开发框架，而不需要关心底层技术，帮助我们快速创建模型并看到模型效果。Hilens包括云侧管理平台和端侧摄像头设备，云侧开发技能、管理模型，端侧提供音视频输入数据，极大方便了人们将AI技术应用到实际生产生活中。

应用

随着公司语音项目的成功和深入，视频识别项目也开始有所涉及。对于一个全新的领域，华为云便捷易用的特性，无疑非常适合我们抓住黄金发展期，进行产品的快速研发与验证。在智能航空领域，我们提出并实现了《基于ModelArts与Hilens的智能塔台监控防护系统》。

该解决方案通过ModelArts进行数据标注来准备训练数据，ModelArts提供的预置算法和GPU资源用来训练航空器、小车的识别模型，端侧设备Hilens Kit作为摄像头或接入机场实时监控视频流，Hilens云侧进行协同推理，推理结果输出到外部系统进行二次开发应用。该方案通过机场监控视频，结合ADS-B、飞行计划等外部数据，可以帮助管制人员快速判断跑道安全态势，一旦发现航空器有侵入跑道的迹象，会立即触发告警以通知相关人员。

相较于传统雷达设备高昂的造价，摄像机的架设无疑便宜方便很多。同时得益于华为云端云协同推理低延时和高精度的特点，该方案实时性非常强。最终，该方案荣获了2020华为人工智能大赛的金奖。

展望

从计算机视觉到自然语言处理，在过去的几年里，深度学习技术被应用到了数以百计的实际问题中。诸多案例也已经证明，深度学习能让工作比之前做得更好。随着国家“新基建”的推进，将为很多领域数字化智能化转型奠定基础，人工智能必能更好地服务经济和社会。