开源模型效果体验，废话不说，先上图：

看到如此神奇，是不是手痒现在就想体验？步骤非常简单！

Step1: 点击https://ai.baidu.com/easyedge/home进入百度EasyEdge端计算模型生成平台

 

 

Strp2: 点击“立即使用”进入操作中心后，选择“体验开源模型”，点击想体验的模型，拿出手机（安卓苹果皆可）扫码，自动安装，等待几秒钟，即可打开APP实时体验各类模型的效果。

 

 

这就是EasyEdge平台最近升级给开发者提供的“开源模型体验”功能，一行代码不用写，还支持苹果手机，妥妥的开发者福利啊！

除了上面演示的OCR模型，公开的模型还有菜品识别，能识别8416种菜！

 

 

螺蛳粉也能识别也是没谁了。

动物识别，能识别7879种动物：

 

 

更有一些通用的物体检测、人脸识别等模型：

 

 

什么都别说，扫码就对了。

言归正传，下面正式介绍一下EasyEdge。

EasyEdge是百度推出的端计算模型生成和服务平台，可基于多种深度学习框架、网络结构的模型，快捷生成端计算模型及封装SDK，并灵活适配多种AI芯片与操作系统, 目前EasyEdge的全部功能服务已预置在零门槛AI开发平台EasyDL、全功能AI开发平台BML中，与模型训练环节紧密配合，提供一站式端到端的AI开发及离线推理服务。。

随着人工智能的不断发展，越来越多的行业和业务场景在应用人工智能来提升效率并降低成本。一方面，现在可以训练模型的框架非常之多，PaddlePaddle，PyTorch，TensorFlow等等，训练模型变得越来越容易，对于框架的选择不同开发者也有各种使用偏好；而在硬件方面，AI芯片的种类也越来越多，除了传统的CPU、GPU、ARM，各种AI的ASIC芯片也逐渐被推出，如华为的昇腾，算丰科技的比特大陆SE，英特尔的Myraid计算卡等等，同时大家使用的手机CPU中都开始逐渐配备专门的AI芯片用于神经网络计算，如苹果A仿生芯片，海思NPU，高通DSP等等。每一类AI芯片都有自己的应用场景与独特的计算框架，然而不同深度学习框架能适配的芯片往往非常有限，如何将训练好的模型高效地部署到设备上，最大化利用芯片能力的同时保持精度无损失，是当前很多AI开发者遇到的技术难题。

EasyEdge输入的是各类深度学习框架的训练好的模型，包括来自零门槛AI开发平台EasyDL及全功能AI开发平台BML训练所得的模型，经过转换、面向设备的兼容和加速、封装，输出的是支持各类芯片的端/边缘计算服务。

EasyEdge支持目前所有主流的深度学习框架

l PaddlePaddle

l PyTorch

l TensorFlow

l MXNet

l Caffe

l DarNet同时拥有目前最广泛的芯片支持：

同时，EasyEdge支持各类经典的、最新的深度学习网络，从ResNet、MobileNet到Yolo、FasterRCNN，都可以很好的通过EasyEdge部署在不同设备之上。完整的支持列表可以去EasyEdge官网查看。

为了能实现多种网络在不同芯片的高效部署，EasyEdge后台提供了非常多的优化，如模型格式转换、图优化、芯片优化、模型低精度量化、模型裁剪和压缩等等。

以模型转换为例，为适配各类框架和芯片，EasyEdge会根据需要自动转换模型格式。

 

而图优化中，会完成一些OP融合、OP拆解、常量折叠、子图替换等操作。

 

 

在模型压缩过程中，会进行模型的低精度量化、模型通道裁剪等操作，在不降低模型精度的前提下，减少模型的体积，提升模型的运行速度。

 

 

 

 

完整的EasyEdge技术介绍可以去B站百度大脑账号观看EasyEdge的各类讲解视频。

以上能力都是EasyEdge后台根据用户的选择自动帮用户完成的。开发者只需选择框架，上传自己本地的模型，或者从EasyDL或BML中选择训练好的模型，选择需要适配的硬件，即可自动生成适配目标芯片的SDK和开发者套件。开发者套件的使用十分简单便捷，无需关注深度学习、具体硬件等底层逻辑，只需关注输入图片和输出的识别结果即可。

还等什么，快来扫码体验EasyEdge的开源模型吧！

https://ai.baidu.com/easyedge/app/openSource