NVIDIA 初创加速计划（NVIDIA Inception）是一个虚拟加速器程序，支持初创公司利用GPU实现AI和数据科学应用。自2016年推出以来，该计划的规模已扩大了十倍以上，目前其成员已超过4,000家公司。

从可自动识别塑料购物袋中新鲜农产品的自助式称重站，到能够识别消费者从冷柜中取出的饮料的智能自动售货机，由码隆科技（Malong Technologies）开发的产品识别AI可实现流畅的购物体验。
 
码隆科技的计算机视觉解决方案正在将传统零售设备转变为更智能的设备，使机器能够查看其中的产品，从而提高运营效率、安全性和客户体验。
 
借助NVIDIA Metropolis智慧城市解决方案，该公司正在构建产品识别AI模型，以便在边缘实现高度准确的实时决策。 码隆科技开发了功能强大、可扩展的智能视频分析工具，可以实时准确地识别数十万个零售产品。该公司研究弱监督学习（weakly-supervised learning），以便在产品包装和商店环境发生变化时，大幅减少重新训练模型的工作量。

与CPU相比，在NVIDIA T4 GPU上使用DeepStream和TensorRT软件库时，码隆科技能够将其推理速度提升40倍以上。该公司在云中使用NVIDIA V100 GPU进行训练，在模块上使用Jetson TX2超级计算机，以实现真正的边缘AI计算。
 
在CVPR 1316号展台，该公司展示的研究成果让图像检索达到了新的黄金标准，大大优于现有方法。 码隆科技还是细粒度视觉分类研讨会（Fine-Grained Visual Categorization Workshop）的联合主办者，并在CVPR组织了首个零售产品识别挑战赛。

人工检查铁路轨道是一项危险的任务，通常由工人在火车未运行的夜间进行。但是使用高速摄像头，运输公司可以捕获轨道图像，并使用AI自动检测铁路的缺陷。
 
总部位于日本的ABEJA正在开发深度学习模型，可以检测轨道上的异常，精度超过90％，与其他自动检测方法相比实现了重大改进。该创业公司与新加坡领先的公共交通运营商SMRT合作，检查铁路缺陷。

ABEJA成立于2012年，为包括零售、制造和基础设施在内的多个行业构建深度学习工具。其他用例包括用于衡量汽车工厂效率的AI，以及为呼叫中心提供见解的自然语言处理模型。
 
该公司在本地和云中使用NVIDIA GPU来训练其AI模型。此外，ABEJA已将GPU用于实时数据处理和高性能图像分割项目的推理。它还使用NVIDIA Jetson TX2部署了项目，用于边缘的AI推理。
 
该创业公司在其CVPR展位展示了ABEJA注释模型的演示。

总部位于瑞典的Mapillary使用计算机视觉来自动化绘图。它的AI模型将街道图像实现分解和分类，并对道路、车道标记、路灯和人行道等进行分割和元素元素。该公司迄今已处理过全球个人贡献者、非营利组织、公司和政府提交的数亿张图片。

这些标记的数据集可用于各种目标，包括为地方政府创建实用地图，训练自动驾驶汽车，以及为残障人士打造辅助工具等。

今年，Mapillary将在CVPR上发表四篇论文，其中一篇名为“无缝场景分割”（Seamless Scene Segmentation）。研究中描述的模型，即把两种AI模型合二为一的新方法，实现了更优性能。该模型在八个NVIDIA V100 GPU上进行了训练。

Mapillary展出的分段模型也使用V100 GPU进行了训练。通过在2017年采用NVIDIA TensorRT推理软件堆栈，Mapillary在AWS云服务上运行时能够将其分段算法加速高达27倍。