使用深度学习检测在哪些应用方面会遇到比较大的困难？有什么样的应对策略？

主要有两个困难，一个是数据上的困难，工业检测领域一般需要进行缺陷的检测，缺陷数据实际上是我们需要的数据，但是工业系统中因为良品率比较高，所以缺陷数据的样本数量比较少，这对深度学习是一个比较大的挑战。在实际过程中，我们主要解决的方法是通过小样本学习的方案来提升整体的性能。 另外一个是工业检测领域本身对于延迟比较敏感，如果方案设计的很复杂，不能够满足系统实时的情况。在这种情况下，我们需要对于模型进一步压缩，同时对于方案进行简化，但是还要保持比较高的精确度。

深度学习服务器跟普通服务器不一样，主要是有GPU加速硬件，用于深度学习，这里推荐专业的蓝海大脑深度学习专用GPU服务器，具体原因如下：

一、提供和标准主机一致的使用方式和管理功能，GPU实例可以做到分钟级快速发放；

二、G系列提供多种显存，满足图形图像场景。P系列满足科学计算、深度学习训练、推理等计算场景；

三、全面支持多种GPU应用程序、深度学习框架。G系列支持OpenGL、DirectX；P系列支持CUDA、OpenCL；

四、采用业界先进的GPU硬件，同步业界前沿GPU技术，无缝切换新款GPU硬件，节省投入的同时，获得超高性价比