以前深度学习没起来之前，基本是基于传统视觉算法opencv来做一些项目，我们称之为传统视觉算法，现在大模型起来之后，基于深度学习分类检测分割似乎也可以被叫做传统视觉项目了，随着评估项目和接触赋能项目的增加，感觉基于基础深度学习算法在行业内赋能还是要软硬一体去做解决方案要更好一点，要更加关注硬件，摄像头和盒子，算法侧有时是在关注如何在有限数据内进行闭环和训练，数增广或者数据爬取有时候是更难的事情，当然这里面也有很多算法难题，比如识别幼童七八九岁这种，也是很有难度的。去了解算法大类，通常说硬件和算法包的集合是赋能行业或者往业务侧走的一个方向，相较于在大厂只做特定领域或者一个方向来说，确实有很大差异。比如说赋能行业做明厨亮灶这种项目就要算法包和硬件捆绑这种形式，一套二三十万合理。下面自己搜了一些公司以及相应的技术方案，后续要以大类去了解相应的算法方案，其次通用算法方案自己要准备一套，比如行人识别，车识别，开源的东西可控性还是不高，在基础方案上起码作为算法是要有可控性的。
1.旷视
2.极视角科技
筑地产，智慧能源，无人机巡检，智慧工业，智慧交通，智慧油站，智慧城管，明厨亮灶，智慧园区，智慧物流，智慧水务
极光盒子：
16路视频流（RTSP），huawei atlas 200，
3. 火眼智能
.