Restb.ai：用自定义计算机视觉挣它一个亿！

B2B 创业公司 Restb.ai 位于巴塞罗那，其理念是自定义计算机视觉。该团队正在向那些想要修复薄弱点，或想通过自动化识别特定图像来提高客户服务质量的企业，推销机器学习算法。

虽然像 Facebook 和 Google 这样的科技巨头为了达到自己的目标，正使用其自己的数据来训练自己的人工智能算法。但 Restb.ai 的理想是将计算机视觉以一种服务的方式出售，首先收取其业务客户的初始培训费，然后建立他们所需的自定义模型，最后逐次收取调用 API 的费用。

增长和业务开发团队的 VP Damia Garcia 说：该团队于 2015 年 3 月成立，目前有六个客户 。他补充到，其早期收购的力度主要集中于在多个垂直市场获取大客户，而现在目标则是扩大受众。

目前，该技术的用户之一是二手商品市场 Wallapop，它已经使用了 Restb.ai 来识别和防止用户在网站上张贴非法的药物图片，进行销售。

Garcia 也强调了 Restb.ai 模型的精度，无论客户打算使用什么样的自定义，一旦模板进行了训练 ，其精度为 98 % 。

该系统的工作原理是：用户输入任何已在模型上面训练过的自定义关键字，如上述例子中的汽车制造/模型，然后，模型将具体给出其与指定识别物的相似度，工作过程接近于实时。

Garcia 也指出了该技术的另一个应用，警察利用汽车制造/模型自动交叉引用牌照，以确定车牌没有被换到另一辆车。

他表示：“每一个自定义模型的训练过程都需要大约三周时间，而且由于应用模式的不同，人工智能系统需要输入大量的数据。对于 150-2000 张图片，则通常需要训练一个附带客户提供所数据的，特定的自定义需求。”

虽然该算法只需要一张尾灯的照片（举例），或者车祸汽车的照片，就可以识别量汽车的模型。但在演示车的例子中，每辆车都需要 1500 张图片。它也能具体指出从那一侧/视角可以确定是这辆车。

其它将 Restb.ai 计算机视觉作为服务的例子如：

·  房地产市场要识别和索引公寓内部的照片，例如，处理需要手动标记上传的图像，和基于更好的图像数据分类，提供更好的内容目标。

·  挪威的一家矿业公司，也利用了高科技自动化快速识别特定的矿物晶体，从而分配一些人手去进行其它任务。

Garcia 在美国发现了一位竞争对手—Clarifai —但他们的主攻目标是一般建模，如识别裸体，而 Restb.ai 则想以提供自定义部署的方式，满足特定的客户区分需求。

Via： TC

推荐阅读：

英特尔收购 Movidius，要在计算机视觉更上一层楼

1个亿很多吗？国内这些人工智能公司已经完成了这个小目标