旷视开源深度学习框架旷视天元MegEngine近日开源了MegFlow 流式计算框架，助力 AI 算法开发者快速完成AI模型的落地应用。MegFlow是面向计算机视觉应用的流式计算框架，提供了一套可快速完成AI应用部署的视觉解析服务方案。AI应用开发者可以基于MegFlow提供的图像和视频解析服务，最快15分钟即可完成客制化所需功能，例如发票扫描、明火检测等。
常规的 AI 算法交付流程一般分为模型训练、SDK 封装、业务集成和交付验收四个步骤，冗长繁杂。MegFlow总结了旷视内部多年的AI应用工程落地经验，将资源、消息、任务等概念进行了清晰一致的抽象化，将冗长的算法交付流程简化为模型训练、业务集成及交付验收三步。通过 MegFlow ，AI 算法研究人员可以快速将训练好的模型集成部署成简单易用的 AI 服务并完成交付。
MegFlow 针对 AI 算法工程落地中的频发问题，诸如性能调优、安全性、模型加密等，都能提供行之有效的解决方案并有效提升了工程效率。MegFlow拥有安全可靠、简单易用、语义支持丰富等特性，可以帮助AI应用快速落地。
安全可靠
技术选型上， MegFlow 的研发团队调研了多种技术方案，最终选择了安全且零额外开销的 Rust 异步生态，从基础上保证了 MegFlow 的安全性与性能。
简单易用
MegFlow 支持 Python 插件，且仅需要开发者编写同步的 Python 程序，即可实现可以被MegFlow 异步调度的 Python 插件。同时 MegFlow 提供了一套基于 Web UI的可视化调试工具，可有效提升模型部署的工作效率。
语义支持丰富
表达能力上，MegFlow 支持静态图、动态图和共享图，辅以 demux、reorder、transform等函数式语义的通用插件，为搭建多样化的 AI 服务提供了丰富的语义支持。
此外，MegFlow 还内置了开箱即用的 AI 应用，如宠物围栏检测和电瓶车检测。宠物围栏检测目前支持猫咪检测，注册过的猫咪离开围栏会发出告警。电瓶车检测应用则为物业管理者提供了智能化管理工具，如摄像头检测到电瓶车进入电梯，系统会发出通知，提醒管理人员，有效排除起火安全隐患。
后续 MegFlow 还将上线更多计算机视觉相关的 AI 模型和应用。点击了解更多 MegFlow 的相关信息和使用方法：https://github.com/MegEngine/MegFlow
