NVIDIA AI工具助力体育产业变革之路

数字化正在“侵入”各行各业,人工智能作为新兴技术成为数字化时代企业转型升级的重要驱动力,体育产业亦是如此。从职业联赛到各项运动会,人工智能技术正在用于一系列的竞技运动中提高运动员实力,帮助教练制定决策以及个性化训练内容,降低运动员潜在运动损伤,还能更好地预测比赛结果,提高观众对竞技运动的期待值…这些大都通过各种传感器收集庞大运动数据再进行大量AI训练呈现在我们眼前。

随着数据量的爆发式增长,体育行业对智能分析的需求和使用将持续增长,而人工智能也在以新的、更具成本效益的方式推动体育产业发展。NVIDIA就推出了Metropolis和TAO工具套件等助力体育产业实现体育产业相关智能视频处理的应用创新。

其中,Metropolis作为一个端到端的AI应用框架,能帮助开发人员简化智能视频分析应用从边缘到云的开发、部署和扩展,框架内包括预训练模型、训练和优化工具、SDK、CUDA-X库和NVIDIA EGX 平台等,用于多传感器实时处理的流分析工具包的DeepStream,是Metropolis SDK的一个重要组成部分。目前,Metropolis已经助力零售、交通运输、工业制造、医疗等众多行业机构提升自身自动化运营效率,实现安全应用监测。

Train Adapt Optimize (TAO) 是一个基于python的AI工具包,最新版本是NVIDIA训练、适应和优化(TAO)框架的低代码版,能简化和加速语音和视觉AI应用的AI模型创建。

TAO能让开发者轻松运用迁移学习创建自定义生产级模型,这些模型专门针对缺陷检测、语言翻译、交通管理等各种行业专属用例进行了优化。因此使用TAO开发模型的用户能够用更少的数据优化模型,进而缩短部署时间。

NVIDIA助力新加坡初创公司TVConal加速跑

TVConal是一家很有意思的科技初创公司,2015年成立于新加坡,为各种体育运动提供视频分析,比如板球、网球、羽毛球和足球等。TVConal采用了NVIDIA Metropolis、TAO工具套件支持自己的体育视频分析平台,能自动视频标记赛事过程,比如创建各种瞬时事件发生的时间线标记,让视频标记工作不再花费大量的人力和时间成本。

TVConal的视频平台旨在让关注运动队、联赛和电视广播公司的用户通过预测分析、实时跟踪和视频分析运动中的微小细节,实时了解到运动员或选手的场上表现。在场下还能够帮助比赛团队基于AI分析判断获取洞察力,快速作出明智决策。甚至还能捕捉到肉眼可能错过的关键时刻或运动员的犯规行为。

TVConal主要采用NVIDIA DeepStream SDK简化视频处理管道,预训练模型和TAO工具套件帮助加速 AI 训练,TensorRT SDK帮助进行优化推理。

DeepStream进行实时处理实时视频和音频流,TensorRT库帮助TVConal 将其机器学习模型转换为更快地处理数据,同时保持准确性。

总结

未来,各类体育运动不断通过网络进入大众视野,更多企业机构加入到NVIDIA Metropolis框架中,其掀起的智能视频处理风潮将不断为体育产业发展注入新活力,让观众拥有更好的感官体验,让运动员有更快更科学地方式提高自身能力,我们拭目以待。