EasyDL定制化图像识别,应用在哪儿?怎么用?

前两天,我们用小动画片的形式,向大家简单科普了百度 AI 面向所有开发者推出的超低门槛的 EasyDL 定制化图像识别。相信看过的朋友一定会发出“竟然如此全能!”的感叹!

其实,应用广泛的 EasyDL 具体都有哪些用处,也是有迹可循的。今天我们就来做个简单分类、举几个例子,跟大家说说, EasyDL 定制化图像识别,应用在哪儿?怎么用?

一、 图片分类、审核 

有首陕北民歌这样唱,“他大舅他二舅都是他舅,高桌子低板凳都是木头”,对于人类来说,对不同物品进行分辨和归类简直是轻而易举,但当几百万张图片摆在面前的时候,机器的优势就体现出来了。

之前多次被 cue 到的“家图网”,就是应用了 EasyDL 定制化图像识别的这一功能,为百万张家居图片分门别类地打好了标签,更精准地推荐给用户。

通过实时结构化数据库和快速训练审核标准, EasyDL 定制化图像识别的图片分类/审核功能还可以应用在如今大热的短视频领域,随时定制审核标准,快速将视频中的违规画面筛查出来。

 二、生产质检 

随着工业化的快速实现,生产领域的许多体力劳动都在逐渐被机械化的流水线解放,而最后一环的“质检”工作却依然需要耗费相当大的人力物力。如何帮助工人们又好又快地完成质检工作,恰好是 EasyDL 定制化图像识别的“用武之地”。

圣象地板的产品质量检测工人们,因为有了 EasyDL 定制化图像识别的辅助,多了一双“慧眼”,大大减轻了劳动强度。

三、 专业领域识别 

一个人如果想要在本领域成为“专家”,大概需要数十年的经验积累,而对于掌握了深度学习的机器来说,掌握专业技能可以说是“眨眼之间”。

在缺医少药的藏区,调配或者培训能够准确识别寄生虫虫卵的医生,都并非易事。援藏医生陈静飞运用百度的定制化训练与服务平台 EasyDL 进行显微镜下寄生虫虫卵识别,辅助检验人员进行相关诊断,有效改善人工识别的诸多不足。

目前模型已经在临床进行小范围试点,辅助检验人员进行相关诊断,经临床试点测试准确率达97%。

四、 商品识别 

除了一线工厂、西藏牧区,其实 EasyDL 早就已经进入了我们的日常生活之中,比如在超市、卖场、小卖铺里,能够帮助人们识别商品、辅助进行无人结算等。

与前面描述的情况类似,如果完全依靠人工进行识别和分拣,会有很多的重复劳动。不吃不喝不觉累的机器,是一个很好的“替补选手”。

五、安防监控 

在商场超市里,EasyDL 除了能识别商品外,还能有效防范一些“特殊”的顾客,帮助商家有效止损。

美国纽约、新泽西、宾夕法尼亚等七个州的160个超市为了监测购物车里是否有未付款商品,部署了总计约1600个智能摄像头。

Checkpoint 将摄像头采集的购物车下层图像,使用 EasyDL 定制化图像识别进行训练,能准确对购物车下层物品进行判断,一旦识别出未结算商品时,收银员就会实时收到提醒。结账效率大大提升的同时,也帮助超市降低了运营成本和商品损耗。

以上这些应用案例都只是 EasyDL 定制化图像识别的冰山一角,在实际生产生活中,在更多的细分场景里,它能发挥才干的领域越来越多。帮助人们从重复性的劳动中解放出来,更好地工作、生活,是百度 AI 不懈的追求!

人工智能时代,让我们共同创造吧!

百度AI
百度AI

产业图像识别EasyDL
3
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

推荐文章
暂无评论
暂无评论~