标签:大数据

  • 用ElasticDL和社区Keras模型库实现大量小众预估场景

    在互联网行业里有很多需要利用深度学习模型预估点击率的场景,比如广告系统、推荐系统,和搜索引擎。有些重要的场景背后是很大的用户流量,体验了重要的商业价值,所以有数十人甚至数百人的团队在不断优化预估效能。这些团队为了优化自己负责的场景甚至专门研发深度学习工具链。

    4天前 616 0
  • 图文详解:四大常见的物联网协议

    本文介绍物联网基础知识:什么是物联网,以及常见的物联网协议。一、什么是物联网?

    2020年11月16日 331 0
  • AIoT决胜边缘 研华嵌入式物联网伙伴峰会直击边缘运算&AI全球趋势商机

    智能边缘正在快速崛起,据IDC预测,2025年全球物联网连接数预计将增长至270亿个,物联网设备数量也将达到1000亿台。预计到2025年,边缘智能总体市场规模将增长至650亿美元以上。

    2020年11月11日 778 0
  • 物联网技术有哪些应用场景

    物联网迎来了10周年。虽然经过10年的发展,我们依然将物联网说不清楚,说不清它到底是什么,看不清它的商业模式,界定不了谁是物联网公司,规划不了它的详细未来,但是,基于物联网技术路径而形成的应用,已经遍布在我们生产生活的方方面面。比如马路边的共享单车,家里的智能电视,工厂里的自动化生产线等等。

    2020年11月9日 742 0
  • 中国数字化之路:人工智能技术的挑战和机遇

      2020年11月3日下午,中国(深圳)综合开发研究院举行“中国数字化之路研讨会”,中科院深圳先进技术研究院数字所所长乔宇做了主题为《中国数字化之路:人工智能技术的挑战和机遇》的发言。

    深度学习 2020年11月8日 847 0
  • 一张图数字孪生北京大兴机场

    北京大兴国际机场被称为“新世界七大奇迹”之首,总投资800亿元,占地面积140万平方米,预计年客流吞吐量1亿人次,飞机起降量80万架次,实现了高铁地铁飞机交汇互通,让中国的交通史掀开了新的篇章。

    2020年11月5日 363 0
  • 工业互联网发展面临的5大挑战问题

    2020年政府工作报告中指出,“推动制造业升级和新兴产业发展。大幅增加制造业中长期贷款。发展工业互联网,推进智能制造。要继续出台支持政策,全面推进“互联网+”,打造数字经济新优势。”

    物联网 2020年11月4日 467 0
  • 业务场景数据的采集和标注

    无论是在传统机器学习领域还是现今炙手可热的深度学习领域,基于训练样本有明确标签或结果的监督学习仍然是一种主要的模型训练方式。尤其是深度学习领域,需要更多数据以提升模型效果。目前,已经有一些规模较大的公开数据集,如ImageNet,COCO等。对于深度学习入门者,这些公开数据集可以提供非常大的帮助;但是对于大部分企业开发者,特别在医学成像、自动驾驶、工业质检等领域中,他们更需要利用专业领域的实际业务数据定制AI模型应用,以保证其能够更好地应用在业务中。因此,业务场景数据的采集和标注也是在实际AI模型开发过程中必不可少的重要环节。

    2020年11月2日 425 0
  • 新基建 | 风口下的“工业互联网”

    自中央提出加快新型基础设施建设以来,新基建相关领域及产业备受各方关注。从发展战略方向来看,重点在于促进新旧基础设施体系互联互通,打造集约高效的现代化基础设施体系。其中,智能化数字基础设施是主导方向,主要包括基于新一代信息技术演化生成的基础设施,如工业互联网等通信网络基础设施。

    2020年11月2日 940 0
  • 预见物联新未来 2020研华工业物联网伙伴峰会报名开启

    2020年,“新基建”开足马力,以势不可挡之态奔涌向前,人工智能、物联网、边缘计算、大数据在内的新一代基础网络化、智能化技术开始成为社会原有基础设施上的新型技术“底座”,产业竞争也从供应链对供应链走向生态系对生态系的竞争,对此,企业如何抓住机遇,推进千行百业的转型升级。

    2020年11月2日 738 0
  • DL和传统计算机视觉的比较

    来自《Deep Learning vs. Traditional Computer Vision》 摘要: 深度学习推动了数字图像处理领域的极限。但是,这并不是说传统计算机视觉技术已经过时了。本文将分析每种方法的优缺点。本文的目的是促进有关是否应保留经典计算机视觉技术知识的讨论。本文还将探讨如何将计算机视觉的两个方面结合起来。评论了几种最近的混合方法论,这些方法论证明了改善计算机视觉性能和解决不适合深度学习的问题的能力。例如,将传统的计算机视觉技术与深度学习相结合在新兴领域(例如全景视觉和3D视觉)中很流行,而对于这些领域,深度学习模型尚未完全优化。

    2020年11月2日 819 0
  • 深度学习如何让传统机器视觉企业买单

    电子发烧友网报道(文/黄山明)随着当前工业制造技术的高速发展,机器视觉技术已经逐步成为工业自动化生产过程中不可或缺的关键组成部分。从功能上看,机器视觉的主要作用是利用机器替代人眼,通过机器的视觉能力,实现对物体的识别、检测、测量、工业机器人的定位引导等功能。   从技术角度来看,传统的工业视觉通过高分辨率图像对物体进行检测或识别。那么是否可以结合人工智能技术,让机器视觉变得更加智能,更加精准呢?答案显然是可以的,并且已经有许多厂商在这条道路上快速前行。   据国内公开数据统计,2018年中国机器视觉行业销售总额为83.9亿元,比上年同期增长21.6%;研发投入增长至11.7亿元,同比增长32.8%。

           据专业调研机构Grand View Research的预测,到2025年,全球机器视觉市场空间将超过180亿美元,年均复合增速7.7%,快速增长的市场也吸引了诸多玩家投身其中。  深度学习让机器视觉定义缺陷更快速  以外观缺陷检测为例,传统的工业视觉需要由专业的人员对机器进行大量的调试,繁复的调试工作不仅需要大量的工时,同时还需要品管人员进行反复的校核,最终进入产线检测。而将深度学习与传统视觉相结合,将极大地优化作业流程。   康耐视华南区销售经理刘墨在接受电子发烧友采访时称:“与过去的机器视觉技术不同的是,传统机器视觉在前期需要做许多参数的调试,而深度学习的机器视觉是做一种定义的判断,根据给出样品照片为产品的缺陷下一个定义。”  

    2020年11月2日 387 0
  • 北京软协筹备成立“人工智能专委会”

    10月26日,在中国科协学会服务中心支持下,由北京软件和信息服务业协会(以下简称:北京软协)主办、亚信科技承办的“人工智能生态新优势专题研讨会暨北京软件和信息服务业协会人工智能专委会筹备会”在亚信科技北京研发中心举办。亚信科技与太极股份、联想协同科技、金山办公、金山云、猎豹等33家发起单位共商共议,共同探讨专委会(筹)工作思路、发展计划以及新形势下我国人工智能的创新应用之道。

    深度学习 2020年10月30日 325 0
  • Squad宣布与Snap合作推出VR培训解决方案

    高通推出沉浸式家庭平台,集成Wi-Fi6和6E以低延迟支持XR应用高通(QualcommTechnologies,Inc.)今天宣布推出了高通沉浸式家庭平台,这款产品是该公司的网状网络平台的继任者。高通公司表示,这些设备以小如手掌的尺寸将千兆级无线性能部署到家里的每个房间,“具有足够的成本效益,可以满足较低的消费者价格点”。沉浸式家庭平台通过模块化架构方法,网络分组处理技术的进步以及下一代Wi-Fi6和6E的集成来实现。

    2020年10月29日 461 0
  • 深度学习的三种学习模式介绍

    深度学习是一个广阔的领域,它围绕着一种形态由数百万甚至数十亿个变量决定并不断变化的算法——神经网络。似乎每隔一天就有大量的新方法和新技术被提出来。不过,总的来说,现代深度学习可以分为三种基本的学习范式。每一种都有自己的学习方法和理念,提升了机器学习的能力,扩大了其范围。

    2020年10月24日 511 0

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code