在人工智能领域，计算机视觉技术正变得越来越重要。为了让更多的开发者和企业能够利用这一技术，英特尔与Roboflow展开了合作，共同优化计算机视觉软件管道，使其在英特尔硬件上达到最高性能。这种合作不仅能够让更多的地点和用例部署计算机视觉，还能推动整个行业的发展。
英特尔支持高增长的科技公司，这些公司专注于创新的人工智能和以数据为中心的企业用例，通过联合工程努力来优化硬件和软件解决方案。英特尔与Roboflow的合作，将使计算机视觉技术能够部署到更多的地点和用例，这是前所未有的。
“Roboflow致力于让计算机视觉技术普及化，而英特尔为构建计算机视觉管道的企业提供高性能的训练和部署解决方案，这使能够将计算机视觉技术交到所有开发者手中。” - Roboflow合作伙伴和现场工程负责人Mark McQuade表示。
加入英特尔的颠覆者计划，与Elastic和Snowflake等其他公司一起，突显了Roboflow作为英特尔客户值得信赖的合作伙伴，满足需要部署企业级计算机视觉应用的企业客户的需求。
在训练机器学习模型时，选择能够优化模型性能的硬件至关重要。在训练过程中，关键是每个周期的速度——硬件能够多快地运行所需的计算来训练模型。
Jacob Solawetz撰写的文章介绍了英特尔与Roboflow合作的开始，以及首个重要里程碑——Roboflow 100（RF100）的发布。RF100是一个众包的、开源的目标检测基准，它以一种新的方式推进了目标检测领域的最先进技术，并为计算机视觉模型跨领域和任务目标的基准测试提供了新方法。
RF100包含100个项目，涵盖7个图像领域，包含224,714张图像和829个类别，超过11,170小时的标记时间。创建一个新的目标检测模型基准，有助于企业更好地理解其模型在不同任务中的泛化能力，并提供了选择最佳模型架构的方法。将这种洞察力带给客户，是突出定制数据集对视觉应用价值的重要一步。
英特尔与微软和Roboflow合作，通过集成英特尔OpenVINO工具包与Torch-ORT，重新定义了在英特尔硬件上的推理，同时保持了原生PyTorch体验，仅通过添加两行代码，就在定制数据集上实现了模型性能约13%的提升。对于PyTorch模型来说，这使得企业能够使用PyTorch API，并在英特尔硬件上实现加速的推理性能提升。
使用定制数据构建模型并优化推理性能，展示了Roboflow和英特尔在计算机视觉管道的每一步都提供了一流的解决方案。
Roboflow和英特尔将共同提供开源数据集和预训练模型，开发者可以利用这些资源在几天内而不是几周内开始部署计算机系统。专注于继续在各个商业领域和用例中提供最先进的模型性能，将尖端技术交到企业手中，以便在边缘部署视觉人工智能。
通过将软件和硬件对齐，推动性能的边界，极大地扩展了计算机视觉在各个行业的适用性和采用率。
“英特尔的工程团队帮助颠覆性创新者利用尖端的英特尔产品，为客户和生态系统提供更高的性能水平。”英特尔企业分析和人工智能首席技术官Arijit Bandyopadhyay表示，“正在共同创造下一代计算机视觉的进步，为企业带来高性能的视觉人工智能应用。”