视觉人工智能和计算机视觉正在为许多类型的系统带来引人注目的能力--使它们更安全、更容易使用、更有效、更有能力。 但是，视觉人工智能和计算机视觉与传统的嵌入式技术有很大的不同，对于许多产品开发小组来说，这些新技术带来了不熟悉的挑战和意想不到的风险。

您如何才能获得信心，相信您的要求可以通过今天的技术来满足？ 您应该用什么指标来评估准确性？ 您是否需要收集和标记自己的训练数据？ 您是否需要一个更强大（而且昂贵和耗电的）处理器？ 随着环境的变化，您将如何保持您的算法是最新的？

加入边缘人工智能和视觉联盟的Jeff Bier和Phil Lapsley，他们将带您快速学习管理嵌入式系统的视觉人工智能项目。 我们将讨论数据现在是如何成为您最好的朋友，也可能是您最糟糕的噩梦（以及您可以做什么来保持它的良好形象）；我们将研究 人工智能/视觉项目的迭代性质，以及它与传统开发的不同之处；我们将讨论需求和现实世界与实验室条件的重要性；我们将触及重要的偏见问题；我们将概述如何考虑准确性；我们将就如何与管理层讨论可能与他们所习惯的有点不同的开发过程给出提示。