The Most Advanced Deep Learning Algorithm
SVNet的高准确度不仅是因为学习训练，而是通过 meta-learning-based data sampling, feature-enhancing learning, hard example mining, knowledge distillation等多种最先进技术运用于学习算法中实现的。
由此，更准确地找出更多目标物体，并在细分过程中提供更高的性能。
Object Detection
Lane Detection
Traffic Sign Recognition / Traffic Light Recognition
Light Source Detection
High Efficiency
SVNet是使用基于小型DNN算法的轻量化解决方案，可充分减少每一帧的运算量。因此，可最大程度地降低运算所需的硬件资源-内存以及电量等，进而大幅提升效率。
在 4TOPS 以下的低价芯片组中，也能保持30fps以上高性能。
Fully Optimized Modular Solution
SVNet可完美用于客户所需的ADAS及自动驾驶的任何硬件。由此，缩短客户产品上市的时间。
MODULAR SOLUTION
Flexible Solution to Support Any SoC
SVNet以其轻量化的优点运用于18个以上的平台，可在硬件方面实现卓越性能。除商用平台外，也适用于研发阶段的平台。
此外， SVNet还是TI公司的TDA2x以及 Renesas 公司的V3H、V3M和H3上所配置的首个深度学习算法。
待续
