对话美团AI视觉专家：GPU计算平台全面升级，AI效率提高百倍

会员服务 ·

对话美团AI视觉专家：GPU计算平台全面升级，AI效率提高百倍

2019 年 9 月 18 日 智东西

看点：美团的AI视觉能力已经渗透到其业务的方方面面。

不知不觉间，AI已经渗透到了生活的方方面面，甚至包括我们所熟知的餐饮外卖。

从商家的菜单录入、招牌识别、到促销时AI自动生成的广告首图优选、外卖骑手的身份验证…… 美团的AI视觉能力已经渗透到其业务的方方面面。

▲美团视觉图像中心图像视频组负责人魏晓明

近日，智东西来到美团北京总部，与美团视觉图像中心图像视频组负责人魏晓明进行了一次深度对话，全面地解读了美团的视觉AI能力、美团视觉AI平台发展历程、与美团视觉AI背后的“发电厂”。

从菜单录入到AI选图，AI无处不在

魏晓明说，与其他很多企业不同，美团的AI技术有着强烈的业务导向特色。

当前，美团的AI技术主要分为四大类，分别为：基于AI的语音/语义理解技术、基于AI的视觉处理技术、基于运筹学为主的配送调度优化、以及基于自动驾驶相关的无人配送技术。

▲美团AI视觉布局

魏晓明是美团视觉图像中心图像视频组负责人，有着超过9年视觉领域研发和技术管理经验，此前曾经就职于佳能研究院和三星研究院。

魏晓明2015年加入美团后，主导了超过50个AI视觉项目。在采访中，魏晓明分别从商户、骑手、用户、平台四个角度，对于美团的典型AI视觉应用场景进行了介绍。

▲AI菜单拍照录入

对于商户而言，美团AI能够让其通过拍照录入菜单，通过文字检测、语义分割、视觉关系学习等技术抽取纸质菜单上的结构化信息，让商户菜单录入的时间由小时级降至一分钟以内。

▲AI招牌识别

随着OCR技术的不断发展，菜单识别、招牌识别等细分场景成为了当前OCR领域的研究热点。在今年的 ICDAR 2019 上，美团主办了业界首个中文门脸招牌文字识别比赛（ICDAR 2019 Robust Reading Challenge on Reading Chinese Text on Signboards），并公开的业界首个真实场景招牌图像数据集。

此外，商户的证件资质认证、骑手的刷脸认证、用户所使用的AI菜品识别小程序、广告首图优选、骑手抽检等等应用背后，都有着美团AI视觉的加持。

魏晓明说，当前，美团的技术人员有上万人，美团AI视觉团队规模仍在不断扩展当中。

GPU计算平台全面升级，效率提高百倍

美团的AI视觉团队从2015年开始建立，为美团各项业务提供AI视觉能力（比如图像审核、智能选图等），2015-2016年可以看作是美团AI视觉平台的第一个发展阶段。

随着集团内部对于AI算力的需求飙升，2017年，美团进行了企业层面的计算平台全面升级，将从CPU为主的计算平台升级为以英伟达GPU为主的集群化AI计算平台，2017-2018年可以看作是美团AI视觉平台的第二个发展阶段。

在升级为以英伟达Tesla V100 GPU为主的集群化AI计算平台后，美团AI在文字检测、人脸识别、商品识别的离线训练（Training）环节能够达到上百倍的效率提升。

而在应用推理（Inference）方面，当前，美团基于英伟达Tesla P4 GPU + TensorRT的搭配能让计算效率提高数十倍。而且，美团目前使用的是FP32精度，未来如果使用英伟达T4 Tensor Core GPU进行FP16精度的推理计算，性能将进一步提升。这种低时延、高实时性的计算性能对于用户与配送员的体验非常重要。