Microsoft发布Windows Vision Skills预览版以简化计算机视觉开发

 
目前，计算机视觉是一个非常有用的机器学习子领域，已经应用于从面部识别到结核病诊断的各个方面，微软希望简化其在Windows上的部署。该公司今天发布了Windows Vision Skills的预览版，这是一套包，可以实现一系列AI驱动的照片和视频分析任务。
启动时可以使用三种预建技能：物体探测器，骨骼探测器和情感识别器。
“实施和集成高效的机器学习和计算机视觉解决方案是开发人员的一项艰巨任务。微软开发人员作家艾略特考利在一篇文章中写道，业界正在快速发展，定制解决方案的出现使得应用程序开发人员能够保持紧张。 “Windows Vision Skills框架旨在使计算机视觉更容易使用。它标准化了计算机视觉模块在Windows应用程序中使用的方式，在本地设备上运行。“
开发人员可以添加技能 – 处理输入和生成输出的模块化代码 – 适用于任何.NET，Win32和UWP应用程序，提供开箱即用的WinRT API，不需要事先的机器学习或计算机视觉知识使用。同时，计算机视觉开发人员可以通过将他们的解决方案打包为技能，在Windows设备上利用DirectX和DirectML等硬件加速框架。
微软表示，Windows Vision Skills框架可以扩展到与现有的机器学习框架和OpenCV等库一起使用，并且它表示技能可以在应用程序中拼凑在一起，以解决复杂的情况或捆绑在一个软件包中。
Windows Vision Skills通过利用WinML进行本地推理，补充了现有Windows对ONNX模型推理的支持。该框架允许您在利用平台优化的同时构建智能应用程序。
“技能的版本很强，可以在不破坏现有应用程序的情况下简化迭代，”Cowley说，“[它们]易于摄取，易于更新，并且通过许可保护知识产权。”
微软并不是最近唯一一家在开源中提供计算机视觉工具的公司。上周，谷歌推出了针对其云TPU硬件平台优化的AI图像分割模型，并且在3月份，英特尔制作了普遍可用的CVAT，一种用于图像数据标记的工具包。去年3月推出了英特尔的OpenVINO，这是一款用于边缘计算的计算机视觉工具包，与Facebook的Caffe2和谷歌的TensorFlow等开源框架兼容。两年前，Facebook推出了三种用于分割图像中对象的工具。