

核心技術(shù)
產(chǎn)品
解決方案
去年8月,國務(wù)院印發(fā)《全民健身計劃(2021-2025年)》,促進全民健身更高水平發(fā)展,更好滿足人民群眾的健康和健身需求。一年來,豐富的在線健身直播帶動新的運動潮流,飛盤、騎行等運動風(fēng)靡一時成為年輕人的最愛,全民健身熱潮持續(xù)上漲。
伴隨著人們健身熱情的如火如荼,AI、云計算等新興技術(shù)也被廣泛應(yīng)用于體育產(chǎn)業(yè)中。這其中,曠視運動猿訓(xùn)練站能夠科學(xué)分析并判定多項體育動作,在7月曠視技術(shù)開放日上亮相,便吸引了行業(yè)的關(guān)注,成為全民健身與AI技術(shù)融合的代表。
曠視運動猿訓(xùn)練站基于MegEngine框架,依托算法生產(chǎn)平臺AIS(AI Service,簡稱AIS)研發(fā)而成,在純視覺方向上實現(xiàn)了精度高、速度快、成本低等優(yōu)勢,可準確識別正確與違規(guī)動作,以AI助力體育訓(xùn)練全流程的數(shù)字化和智能化。曠視運動猿訓(xùn)練站通過自研模型快速精準的檢測超過30個人體骨骼點,可覆蓋跑步訓(xùn)練、身體素質(zhì)訓(xùn)練、球類訓(xùn)練三大運動品類下的多種運動場景。
舉例來說,在跳繩場景中,在240次/分鐘的條件下,曠視運動猿訓(xùn)練站能夠?qū)崿F(xiàn)正負1的誤差,并可以準確分辨出跳繩與開合跳等相似的動作。而仰臥起坐不僅支持識別運動過程中的雙手未抱頭、雙腿未屈膝、手肘未觸碰膝蓋等多種違規(guī)情況,還能準確記錄運動過程中的真實數(shù)據(jù),實現(xiàn)正負1的計數(shù)要求。
與支持多種運動場景形成鮮明對比的是曠視運動猿訓(xùn)練站短短數(shù)月的開發(fā)周期。一直以來,智能運動健身雖然被視為重要賽道,卻尚未迎來行業(yè)爆發(fā)階段。究其原因,正是因為傳統(tǒng)的算法生產(chǎn)囿于數(shù)據(jù)生產(chǎn)的復(fù)雜性、算法模型的不確定性和硬件平臺的多樣性等問題,導(dǎo)致算法生產(chǎn)門檻高、成本高、效率低,讓AI難以“飛入尋常百姓家”,未能廣泛地走進健身場景。
“面對紛繁的運動場景,我們需要一周實現(xiàn)一個模型的驗證與迭代,一個月就要完成4項運動項目的 Alpha 版本。”項目組成員介紹到。曠視運動猿訓(xùn)練站如何才能實現(xiàn)快捷、高效的開發(fā)?其背后功臣正是曠視提出的算法量產(chǎn)理念及其自研的算法生產(chǎn)平臺AIS。
AIS基于曠視Brain++體系,構(gòu)建了一套覆蓋數(shù)據(jù)處理、模型訓(xùn)練、性能分析調(diào)優(yōu)、推理部署測試等算法生產(chǎn)全鏈路,零代碼、自動化的生產(chǎn)力工具平臺,提供多種功能支持算法快速生產(chǎn)部署,可以大幅降低算法生產(chǎn)的門檻,提升算法生產(chǎn)效率。以足球顛球計數(shù)為例,需要有人體檢測、骨骼點檢測、足球檢測至少三個模型。借助算法生產(chǎn)平臺AIS,人體檢測和骨骼點檢測模型耗時為12小時左右,足球檢測模型則進一步降低至1-4小時,極大地提升了模型訓(xùn)練的效率。
模型訓(xùn)練完成只是第一步,模型運行后依然可能面臨各種動作漏判、誤判等問題,例如在跳繩中,假跳或單腿跳等動作的骨骼點動作軌跡與正確的跳繩動作十分相似,這就要求模型快速迭代、調(diào)優(yōu),讓曠視運動猿訓(xùn)練站練就“火眼金睛”,快速識別出假動作和錯誤動作。
而有了算法生產(chǎn)平臺AIS的保駕護航,項目組可以大幅提升模型優(yōu)化速度,在一天中能進行多輪迭代。通過AIS平臺提供的模型評測工具,研發(fā)人員可以快速定位模型問題,指導(dǎo)后續(xù)模型調(diào)優(yōu)工作。
“如果不借助算法生產(chǎn)平臺AIS的能力,算法研究員將一個模型做到60分可能需要幾天時間,持續(xù)投入才可能做到80分,但在算法生產(chǎn)平臺AIS的加持下,算法研究員很快就能拿到80分,效率得到極大的提升?!表椖拷M成員表示。
得益于高精度、低成本等優(yōu)勢,未來曠視運動猿訓(xùn)練站也有望走進標準更嚴格的體育教研一線,更重要的是,其背后的AIS和算法量產(chǎn)的理念,不僅為智能運動健身等行業(yè)場景的應(yīng)用與發(fā)展打開了思路,對于AI生產(chǎn)模式理念的革新和生產(chǎn)力的進化也提供了良好的借鑒意義。相信在不遠的未來,AI將在更多場景下發(fā)揮作用,讓更多的人享受到更加智能的生活。
去年8月,國務(wù)院印發(fā)《全民健身計劃(2021-2025年)》,促進全民健身更高水平發(fā)展,更好滿足人民群眾的健康和健身需求。一年來,豐富的在線健身直播帶動新的運動潮流,飛盤、騎行等運動風(fēng)靡一時成為年輕人的最愛,全民健身熱潮持續(xù)上漲。
伴隨著人們健身熱情的如火如荼,AI、云計算等新興技術(shù)也被廣泛應(yīng)用于體育產(chǎn)業(yè)中。這其中,曠視運動猿訓(xùn)練站能夠科學(xué)分析并判定多項體育動作,在7月曠視技術(shù)開放日上亮相,便吸引了行業(yè)的關(guān)注,成為全民健身與AI技術(shù)融合的代表。
曠視運動猿訓(xùn)練站基于MegEngine框架,依托算法生產(chǎn)平臺AIS(AI Service,簡稱AIS)研發(fā)而成,在純視覺方向上實現(xiàn)了精度高、速度快、成本低等優(yōu)勢,可準確識別正確與違規(guī)動作,以AI助力體育訓(xùn)練全流程的數(shù)字化和智能化。曠視運動猿訓(xùn)練站通過自研模型快速精準的檢測超過30個人體骨骼點,可覆蓋跑步訓(xùn)練、身體素質(zhì)訓(xùn)練、球類訓(xùn)練三大運動品類下的多種運動場景。
舉例來說,在跳繩場景中,在240次/分鐘的條件下,曠視運動猿訓(xùn)練站能夠?qū)崿F(xiàn)正負1的誤差,并可以準確分辨出跳繩與開合跳等相似的動作。而仰臥起坐不僅支持識別運動過程中的雙手未抱頭、雙腿未屈膝、手肘未觸碰膝蓋等多種違規(guī)情況,還能準確記錄運動過程中的真實數(shù)據(jù),實現(xiàn)正負1的計數(shù)要求。
與支持多種運動場景形成鮮明對比的是曠視運動猿訓(xùn)練站短短數(shù)月的開發(fā)周期。一直以來,智能運動健身雖然被視為重要賽道,卻尚未迎來行業(yè)爆發(fā)階段。究其原因,正是因為傳統(tǒng)的算法生產(chǎn)囿于數(shù)據(jù)生產(chǎn)的復(fù)雜性、算法模型的不確定性和硬件平臺的多樣性等問題,導(dǎo)致算法生產(chǎn)門檻高、成本高、效率低,讓AI難以“飛入尋常百姓家”,未能廣泛地走進健身場景。
“面對紛繁的運動場景,我們需要一周實現(xiàn)一個模型的驗證與迭代,一個月就要完成4項運動項目的 Alpha 版本。”項目組成員介紹到。曠視運動猿訓(xùn)練站如何才能實現(xiàn)快捷、高效的開發(fā)?其背后功臣正是曠視提出的算法量產(chǎn)理念及其自研的算法生產(chǎn)平臺AIS。
AIS基于曠視Brain++體系,構(gòu)建了一套覆蓋數(shù)據(jù)處理、模型訓(xùn)練、性能分析調(diào)優(yōu)、推理部署測試等算法生產(chǎn)全鏈路,零代碼、自動化的生產(chǎn)力工具平臺,提供多種功能支持算法快速生產(chǎn)部署,可以大幅降低算法生產(chǎn)的門檻,提升算法生產(chǎn)效率。以足球顛球計數(shù)為例,需要有人體檢測、骨骼點檢測、足球檢測至少三個模型。借助算法生產(chǎn)平臺AIS,人體檢測和骨骼點檢測模型耗時為12小時左右,足球檢測模型則進一步降低至1-4小時,極大地提升了模型訓(xùn)練的效率。
模型訓(xùn)練完成只是第一步,模型運行后依然可能面臨各種動作漏判、誤判等問題,例如在跳繩中,假跳或單腿跳等動作的骨骼點動作軌跡與正確的跳繩動作十分相似,這就要求模型快速迭代、調(diào)優(yōu),讓曠視運動猿訓(xùn)練站練就“火眼金睛”,快速識別出假動作和錯誤動作。
而有了算法生產(chǎn)平臺AIS的保駕護航,項目組可以大幅提升模型優(yōu)化速度,在一天中能進行多輪迭代。通過AIS平臺提供的模型評測工具,研發(fā)人員可以快速定位模型問題,指導(dǎo)后續(xù)模型調(diào)優(yōu)工作。
“如果不借助算法生產(chǎn)平臺AIS的能力,算法研究員將一個模型做到60分可能需要幾天時間,持續(xù)投入才可能做到80分,但在算法生產(chǎn)平臺AIS的加持下,算法研究員很快就能拿到80分,效率得到極大的提升?!表椖拷M成員表示。
得益于高精度、低成本等優(yōu)勢,未來曠視運動猿訓(xùn)練站也有望走進標準更嚴格的體育教研一線,更重要的是,其背后的AIS和算法量產(chǎn)的理念,不僅為智能運動健身等行業(yè)場景的應(yīng)用與發(fā)展打開了思路,對于AI生產(chǎn)模式理念的革新和生產(chǎn)力的進化也提供了良好的借鑒意義。相信在不遠的未來,AI將在更多場景下發(fā)揮作用,讓更多的人享受到更加智能的生活。