四年前，當 Julien Trombini 和 Guillaume Cazenave 創立視頻分析初創公司 Two-i 時，他們有一個雄心勃勃的目標：有一天能夠監控城市的道路、垃圾收集和其他公共服務，從而提高城市生活質量。

在創業的過程中，這對搭檔發現了一個完全不同的利基市場。今天，該公司結合了計算機視覺、數據科學和深度學習的技術，正在幫助防止石油和天然氣行業發生致命事故，石油和天然氣行業是世界上最危險的行業之一。

最初，Trombini 和 Cazenave 設想了一個系統，使市政領導人能夠看到整個城市需要改進的地方。

“這個系統就像是一張城市的氣象圖，我們制定了有效衡量的標準。” Two-i 董事長 Trombini 說。Two-i 是 NVIDIA Metropolis 的合作伙伴，坐落于法國東北部歷史名城 Metz 。

事實證明，這是一項艱巨的任務，因此兩人重新將重點放在了特定的設施上，如體育場、養老院和中轉站，在這些設施上，其技術有助于安全和事故檢測。例如，當養老院的居民在走廊跌倒時，或者當使用輪椅的過境乘客因電梯損壞而無法登上火車時，它可以提醒適當的聯系人。

最近，埃克森美孚與該公司接洽，希望幫助解決一個潛在的致命問題：提高開放式油罐周圍工人的安全。

Two-i 與這家能源巨頭一起創建了一個支持 AI 的視頻分析應用程序，用于檢測個人何時接近危險區域和跌倒風險，并立即提醒其他人采取快速行動。在最初幾個月的運行中，視覺人工智能系統防止了兩起事故的發生。

雖然這個用例非常具體，但該公司的 AI 架構旨在靈活支持許多不同的算法和功能。

“這些算法與我們用于不同客戶的算法完全相同，”Trombini 說。“這是相同的技術，但包裝方式不同。”

充分利用視覺人工智能

Two-i 的靈活性源于它對 NVIDIA Metropolis 平臺的依賴，該平臺可以用于支持 AI 的視頻分析應用程序，利用先進的工具并采用全棧方法。

因此，它也依賴于各種 NVIDIA 認證系統，使用基于高性能 NVIDIA Ampere 架構的最新工作站和數據中心 GPU，用于訓練和推理。為了進一步縮短訓練時間，Two-i 希望在強大的 NVIDIA A100 GPU 上測試其龐大的圖像數據集。

該公司希望經常升級其 GPU，以確保為客戶提供盡可能快的解決方案，無論有多少攝像頭向其系統提供數據。

“我們可以節省的時間至關重要，硬件越好，結果就越準確，我們就可以更快地進入市場，”Trombini 說。

Two-i 利用 CUDA 11.1 工具包和 cuDNN 8.1 庫來支持其深度學習過程，并利用 NVIDIA TensorRT 來加速推理吞吐量。

Trombini 說 NVIDIA 技術中最引人注目的部分之一是 NVIDIA TAO 工具套件，它可以幫助公司在修補算法的同時降低成本。

“算法越重，成本就越高，”他說。“我們使用 TAO 工具套件來削減算法并使它們更適合任務。”

例如，使用 NVIDIA TAO 工具套件（一種基于 CLI 和 Jupyter Notebook 的 NVDIA 訓練、適應和優化框架的人工智能模型適應平臺）將最初需要長達兩周的訓練時間縮短為三天。

Two-i 還開始根據其算法對 NVIDIA 的預訓練模型進行基準測試，并開始使用 NVIDIA DeepStream SDK 來增強其視頻分析工作流程。

以成功為基礎

Two-i 將其在各種環境中解決復雜問題的能力（例如對于埃克森美孚）視為回到其最初的智慧城市愿景的跳板。

現在，Two-i 已經監控了八個歐洲城市的所有道路，分析交通流量并了解汽車的來源和去向。

Trombini 認識到，為了實現公司的長期目標，Two-i 必須專注于實現一個又一個的效益。

“雖然進展緩慢，但我們已經開始實施我們的愿景。”Trombini 說。

原文標題：為了追求智慧城市的愿景，初創公司Two-i將人工智能應用于工人安全

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注！文章轉載請注明出處。