UAI-Train与SR完美契合 灵眸科技突破图像放大极限

灵眸科技是一家致力于图像领域的AI公司，专注于超分辨率重构（super resolution,SR）领域。在图像处理过程中，灵眸科技需要处理大量数据，然而现有GPU资源已不足以支持所需的训练量，因此其选择使用UCloud推出的UAI-Train来清除前进道路上的“绊脚石”，不断突破业务极限。

探索16x倍的放大极限

SR可分为两类:从多张低分辨率图像重建出高分辨率图像；从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR主要是基于单张低分辨率的重建方法。但这是一个逆问题，对于一个低分辨率图像，可能存在许多不同的高分辨率图像与之对应，因此通常在求解高分辨率图像时，会加一个先验信息进行规范化约束。

在传统方法中，这个先验信息可以通过若干成对出现的低-高分辨率图像的实例中学到。而基于深度学习的SR通过神经网络，可直接学习分辨率图像到高分辨率图像的端到端的映射函数。

（图：SRCNN递归卷积网络结构图）

通过深度学习，可将低分辨率的图片进行4x、8x、16x倍的放大，并且在放大分辨率的同时也尽量保持图像清晰度。然而，从灵眸科技的反馈来看，目前4x、8x倍的放大已经能够满足用户的最终需求，但认为16x还能有更大的提升空间，另外也想看看这个放大保持清晰度的极限在哪里，因此灵眸科技购买了大量标注数据。

（图：不同网络下的效果对比）

这些大量数据需要很多资源来计算，从而将它们训练成模型。不过，现有的GPU资源已经不足以支持如此大的训练量，因为使用一张家用级GPU训练一批数据需要几天时间，这就大大拖延了产品上线进度。实际上，AI模型训练任务执行环境配置复杂，再加上GPU资源采购周期长、成本高、运维工作繁杂，这都成为AI公司前进道路上的“绊脚石”。

UAI-Train的一站式PaaS解决方案

为了克服种种挑战，灵眸科技采用了UCloud最新发布的UAI-Train在线训练产品，解决包括代码管理、运行环境维护、GPU管理维护、数据管理等模型训练过程中的每个环节，提供一站式Paas解决方案。

（图：UAI 系列核心产品架构图）

UAI-Train平台提供的专业级P40 GPU，使用4张GPU资源，极大地提升了训练速度，原来使用CPU需要几天才能完成的训练现在只用了10个小时。同时，由于使用UAI-Train是按照GPU资源的使用时间计费，本次使用4张P40、训练10小时的费用仅为人民币400元，而采购一张P40 GPU的成本是8000美元，这也极大地降低研发成本。

更重要的是，使用UAI-Train无需担心资源采购、环境配置、集群维护等问题，便可以快速开展AI模型训练工作。同时，UAI-Train不仅可以获得充足的GPU硬件资源，还可以按照实际计算消耗付费，使用较少投入获取充足计算资源，具有极高的性价比，可以有效降低AI成本。

—End—

点击“阅读原文”，了解更多UAI-Train 产品信息。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/