①边缘计算
异构设备的普适性接入
平台利用已建设物理实体资源，实现对分布的各类资源能力进行接入与共享，按需搭建各类智能应用服务，使各类用户快速融合已有资源，提供面向不同场景的智能应用服务能力
算法剪枝
基于领先的结构化剪枝技术，在不降低模型精度的前提下，可减少模型93%的参数量，极大的降低模型的计算量与内存消耗
异构设备的普适性接入
目标检测
目标配准
②通用人工智能
目标检测
基于人工智能的高性能通用目标检测算法，对下游任务进行快速迁移学习，有效检测出在可见光或不可见光下形成的视频或图像中的目标
目标配准
将多源数据目标检测结果进行目标配准，修正补漏，进一步提高检测效果
人体结构化分析
利用深度学习算法实现对图片中人体的属性进行检测，具体功能包括人体检测以及属性预估。例如：性别、年龄、朝向、帽子、眼镜、包、衣服、颜色、口罩等
③数据工程
数据标准
主要是建立规范的数据标准，消除数据的不一致性，从根本上改善和解决系统的数据质量问题，实现数据与数据的有效共享与交换，并为后续的数据质量提供帮助。
数据模型
实体关系模型也称E-R图或实体关系图，提供表示实体、属性和联系的方法，是用来描述现实世界的概念模型。实体关系模型描述数据库的概念模式，不考虑数据库的逻辑与物理结构。实体关系模型包含实体（即数据对象）、关系和属性3个基本要素。
数据ETL
ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。
数据处理方法关系模型
数据处理方法关键模型涉及组织机构、表单信息以及表单属性定义等相关数据，处理模型本身包括模型基本信息、模型描述信息两个部分。上述数据之间互相关联共同形成数据处理方法关系模型。
表单服务对象关系模型
数据表单服务对象表用来定义数据表单所归属的数据节点以及其服务的对象，实体关系模型概要设计如图。
图像质量评估
基于参数相关性挖掘图像质量指标之间的关系，提取合适的评价指标，采用机器学习技构建图像质量评估模型，实现图像质量的客观评价，针对可见光、红外、CT等图像评估准确率＞90%。
图像数据清洗
基于有价值数据的判定规则，构建包含图像质量、图像内容、数据质量的评估系统，实现对图像质量低、图像内容无指定目标、数据一致性不符合要求的图像数据的清洗，针对可见光、红外等图像清洗准确率＞90%，清洗效率较人工提升10倍。
用户画像
基于APH层次分析、专家知识库及聚类方法构建供应商信用等级评价系统，生成多维尺度的用户画像。
三维重构定位
通过拍摄姿态信息重构拍摄物与摄像头之间的三维空间关系，完成目标的三维空间定位。
异构设备的普适性接入
④决策人工智能
异构设备的普适性接入
平台利用已建设物理实体资源，实现对分布的各类资源能力进行接入与共享，按需搭建各类智能应用服务，使各类用户快速融合已有资源，提供面向不同场景的智能应用服务能力
算法剪枝
基于领先的结构化剪枝技术，在不降低模型精度的前提下，可减少模型93%的参数量，极大的降低模型的计算量与内存消耗