GPU如何设置监控
设计GPU方案是需要根据应用的平台、框架、算法、摄像头清晰程度这些细节来决定不同的方案，目前可以回答的，我们通常做的inference检测，以P4为例，一般像商汤、旷视都能保证一张P4 GPU卡监控20路以上的高清，以这个指标来参考，TX2会稍微弱一些
人脸识别系统品牌商，请问国内比较厉害的人脸识别公司是哪一家
国内人脸识别做的较好的公司有商汤科技、北京旷视科技、上海依图网络科技、阿里、腾讯。相关介绍：
1、商汤科技：商汤科技所推出的包括人脸识别、图像识别、文字识别、图像视频分析、图像及视频编辑、智能监控、自动驾驶、遥感、医疗影像识别等各类智能视觉技术。
2、北京旷视科技：旷视的核心技术是计算视觉及传感技术相关的人工智能算法，包括但不限于人脸识别、人体识别、手势识别、文字识别、证件识别、图像识别、物体识别、车牌识别、视频分析、三维重建、智能传感与控制等技术。
3、上海依图网络科技：2017年7月，依图科技在由美国国家标准技术局（NIST）主办的全球人脸识别测试（FRVT）中夺得第一，成绩在千万分之一误报下达到识别准确率95.5%，是当时全球工业界在此项指标下的最好水平。
4、阿里：阿里旗下的阿里云基于成熟的人脸核心技术，ET的人脸识别已经覆盖了人脸检测、器官轮廓定位、人像美化、性别年龄识别、1对1人脸认证和1对多人脸识别等多个方向，结合阿里云的海量存储数据，采用业内领先的机器学习方法。
5、腾讯：腾讯旗下的腾讯优图成立于2012年，遵循公司“一切以用户价值为依归”的理念以及“研究成果落地才能产生价值”的原则，在人脸识别、图像识别、声音识别三大领域拥有数十项领先技术，具备千亿规模的多媒体大数据计算能力。
为什么说商汤、旷视、云从、依图做的人脸识别在安防实际应用中还有差距
人脸识别可以算是人工智能的一个很成功的落地项目了。问题中提到的四家企业均有人脸识别相关的业务，但是实际人脸识别的效果可能远远没有达到媒体宣传的效果。
首先抓拍其实是非配合型的人脸识别，这和人证1:1验证的人脸识别以及我们广为熟知的IPHONE等手机人脸解锁完全不是一个难度的。非配合意味着可能仅暴露出很小的人脸信息，从直观上就可以理解，相比于正脸对比信息少了很多，另外背景等等更加复杂，而同时如果搜索库很大的话（保守几十万量级），那么在限制一定的误报率（将其他人误认为目标的概率）的情况下可能准确率会低的惨不忍睹。下图是中科院山世光老师（人脸识别方向的大牛老师）的一个ppt中的数字：
可见非配合情况下，监控库中有1000人，在10-6的FAR下（FAR是人脸识别中的指标，确定非同人的一个阈值，如果想仔细了解可以搜索一下）可能准确率只有50%，监控库中有1w人，在10-7的FAR下准确率只有10% 。
其次目前可落地的人脸识别应用大都是限定场景限定人群库的操作，完全开放的识别准确率其实是比较低的，或者至少还要经历很长时间的发展、积累数据过程。我们看到的媒体宣传的人脸识别在LFW库的准确率达到99.7%等等其实是不能代表广义意义上的识别水平的，LFW只有万级的数据，而训练集打比赛的各方往往采用百万级的或公开或未公开的人脸数据，因此过拟合非常严重，甚至参考性都不大，有泡沫的嫌疑。
最后人脸候选比对库其实是限制在一个小范围内才能够满足实际系统运行的时间限制要求，假设需要将一张人脸和全中国的人比较（10亿+的人脸库），估计要算的黄花菜都凉了。。实时的系统短期内必然会牺牲掉一些准确率方面的性能指标。
目前火热的人工智能始终还是在弱人工智能的范畴，因此使用上都或多或少会有限制，大多数都会限定场景和领域，当然这种技术的发展已经能够显著的提高我们的生活工作效率了，不过也要理性看待，不要过度宣传。
感谢邀请回答，关于这个问题，刚好最近的一个项目正在了解这方面的信息，各方面的宣传看了很多，应该说各家宣传的功能都是比较强大的，但是去真正看了旷世和依图的现场demo之后，发现现实还是骨感。比如像人脸匹配，目前旷世能做到的是，在一万人的面孔库，可以做到大概十秒以内的“实时”识别，而且对于环境光也有一定的要求，识别率大概只能达到六成。（要特别说明的是这些参数仅仅代表我2017.10看的现场临时搭建的demo，不代表官方数据）。所以我认为，目前人脸识别技术虽然算是较为成熟，但是更多适合于非实时的识别，安防这种对实时性有一定要求，并且环境比较复杂的场景，技术还需要进一步完善。
这么举例子，一个地铁站，一分钟100人，每分钟抓25个关键帧，这里面人脸还有重复，和逃犯数据库比对，数据库可能在30万左右，每分钟比对可能是200*300000=60000000次，这个比对需要多少机器来跑?
到此，大家对商汤科技监控的解答时否满意，希望商汤科技监控的3解答对大家有用，如内容不符合请联系小编修改。
