“视觉”承担着我们80%的信息摄入工作。在解决“听”“说”问题的同时，我们也要教会计算机“看”，也就是图像识别，以识别一朵花为例，用户将图片上传后，计算机将它转化成“0101”的数字流，然后输入深度神经网络，经过层层分析、层层抽象，对包括像素在内的各层信息与现有的大数据进行比对，才能重新还原并识别出它是一朵花。这种方法其实和人类眼睛的功能是近似的。 📷 这一切都要建立在预先对图片分类的基础上。目前世界上最大的图像识别数据库ImageNet的图片分类有1000多类。在百度的图片数据库的分类已经达到了4万类。这
一个偶然的机会，36氪和“优图团队”进行了接触，他们是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，由毕业自清华、北大、中科院、上海交大等院校的博士、硕士组成。 腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为QQ空间、腾讯地图、腾讯游戏、等50多款产品提供图像技术支持。每天QQ空间有2亿上传图片的活跃用户，团队单日最多处理照片达6亿张，累计已经分析处理了超过300亿张照片 36氪：作为纯粹的技术团队，怎么平衡技术和产品之间的矛盾？ 我们首先会对一些关键技术，
近日，36氪和“优图团队”进行了接触，他们是腾讯内部专注于图像处理、模式识别、机器学习、数据挖掘等领域的核心技术团队，由毕业自清华、北大、中科院、上海交大等院校的博士、硕士组成。 腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为 QQ 空间、腾讯地图、腾讯游戏、等 50 多款产品提供图像技术支持。每天 QQ 空间有 2 亿上传图片的活跃用户，团队单日最多处理照片达 6 亿张，累计已经分析处理了超过 300 亿张照片 36氪：作为纯粹的技术团队，怎么平衡技术和产品之间的矛盾？ 我们首先会对
音乐天才周杰伦是众多歌迷的偶像，李彦宏则是IT男心中的榜样：用技术改变世界。分别来自娱乐界和互联网界的两人之间本来很难联系到一起，近日却在一档全新的智力节目上相遇——《最强大脑》。这个节目邀请一些脑力出众的人，在节目中现场展示自己在记忆力、抽象能力等方面的特长。首期节目邀请的四位选手分别表演了肉眼识图、钢琴听辨、过目不忘和空间投射等能力。时下，智慧型综艺节目时下正在悄然兴起，例如CCTV《汉字听写大会》、同为江苏卫视的《一站到底》答题秀。 为科技布道，让更多人信仰技术 作为全球最大中文搜索引擎百度
我们在以往的UI自动化测试中，可以通过获取页面元素进行封装组合成一系列模拟真人的操作，来完成UI方面的自动化测试，但是在地图业务测试中，这种方式是无法完成的，地图是无法通过普通元素定位手段是无法获取元素的，比如完成对比新老版本路径规划的准确性、与竞品比较路线的成熟度，但通过图像识别也是一个不错的思路，今天我们介绍一下利用图像识别的方式，在地图测试做一些应用。下面我们介绍今天的主角——OpenCV
原文链接：https://wetest.qq.com/lab/view/440.html
本文主要介绍如何让AI在24分钟内学会玩飞车类游戏。我们使用Distributed PPO训练AI，在短时间内可以取得不错的训练效果。
今天，百度对外发布了第二季度财报。财报中提到，作为百度移动化、服务化的重要产品之一，百度地图在构建服务生态、索引真实世界的进程中正发挥出越来越重要的作用。在提升用户出行体验、扩展服务品类的同时，百度地图大力开拓海外版图，目前已登陆亚太、欧洲和南美63个海外国家和地区；并通过与海口、成都等地交通管理部门合作，积极探索政企共建“互联网+智慧交通”新模式。 财报显示，百度地图目前月活跃用户达到3.43亿，同比增长13%。那么，百度地图持续创新用户服务、布局智慧交通与国际化地图多面并进的背后基石是什么？就在7月2
尼泊尔发生了本世纪陆地第五次八级大地震，加德满都12座世界遗产建筑被不同程度损毁，尼泊尔专家称能工巧匠需要用大约10年时间才可修复这些古迹。在他们实现这一目标之前，百度拿出了一个快速解决方案：基于照片游技术，号召全球网友上传加德满都相关景点照片，尝试用技术在虚拟世界对被损毁的景点进行360°还原。这听上去是一个巨大的“拼图”工程，好在有一项名为“照片游”的技术，而这项技术未来甚至有望取代街景车，做到真正还原世界每一个时刻的每一个角落。 照片游技术收集和还原真实世界 百度地图还原加德满都的计划，使用被称为照
微信今日正式上线智能开放平台。语音识别和图像识别成为首批开放给第三方应用开发者的智能识别技术。 通过调用相关技术接口，第三方应用也可以实现微信中已有的语音转文字、图片扫描等功能。 微信模式识别中心团队向腾讯科技介绍，麦克风、摄像头等传感设备让人和机器的交互更加便利。但语音和图像识别的技术门槛还相对较高，如果微信能把已有的技术储备开放给开发者，将能帮助更多应用减少技术投入成本。 语音识别技术主要体现在语音输入，可直接将用户的语音转化成对应的文字。用户不需要依靠键盘就能完成文字输入或者用语音进行功能操作。
深度学习最早兴起于图像识别，但在短短几年时间内，深度学习推广到了机器学习的各个领域，如：图像识别、语音识别、自然语言处理、机器人等等。 📷 计算机视觉是深度学习技术最早实现突破行成就的领域。在2012年，AlexNet赢得了图像分类比赛ILSVRC的冠军，至此深度学习开始收到广泛关注。这只是一个开始，在2013年的比赛中，前20名的算法都使用的是深度学习。在2013年后，ILSVRC大赛就只有深度学习算法参赛了。 深度学习算法在图像分类上的错误率小于4%，已经完全超越了人类标注的错误率。 📷 图像分类 物体
语音技术、文字识别、图像识别、车辆分析、图像审核、人脸识别、手机号处理、金融股票、天气和环境、二维码验证码、文件处理，等等。
大家好，前几天的时候写过一篇滴滴和自动驾驶的文章，大家反响很好。有些小伙伴在后台给我留言说让我详细讲讲自动驾驶，倒不是我不想讲，而是确实没干过。好在我虽然没吃过猪肉，但之前听过很多大佬的内部分享，也算是看过猪跑了，就把我了解到的结合一些我自己的思考分享给大家。
京东金融上线人工智能解决方案“京东超脑”，重庆市建立国际大数据产业学院 | 大数据24小时
机器学习开发者想要打造一款 App 有多难？事实上，你只需要会 Python 代码就可以了，剩下的工作都可以交给一个工具。一些介绍可参考：
上腾讯街景，看SIGGRAPH Asia 2014实景盛况 12月3日~6日， SIGGRAPH Asia2014亚洲电脑图像和互动技术展览及会议在深圳会会展中心举行，这次会议首次引入了腾讯街景，用户可以在腾讯地图或大会主页上参观高清全景，漫游大会展区。 用户还可以用手机通过腾讯街景官网、微信公众号、微信扫街景、腾讯地图客户端等方式随时随地查看、分享、评论街景。至今，腾讯街景已上线152座城市，覆盖1500家旅游景区、1600家酒店、500家地产、700家高校。 全景体验请点击页面底部的【阅
但出于种种原因，在测评中，我们采用的是瑞士苏黎世联邦理工学院开发的应用AI Benchmark。
计算视觉作为人工智能三大应用领域之一，近年来渐渐出现在我们的生活之中，关于计算视觉的发展前景，也是一直是业内津津乐道的话题。在人脸识别、AR、自动驾驶等热门发展方向，计算视觉得到了长足的发展，商业化应用逐渐落地，那么计算视觉技术的发展方向前景如何呢？ 📷 视觉承担着我们80%的信息摄入工作，计算视觉的诞生，让机器逐渐代替人眼成为我们获取信息的一大途径。计算机视觉是关于研究机器视觉能力的学科，由于跨领域特性很显著，很多人认为计算机视觉是对视觉环境和其中语境的真实理解，并将引领我们实现强人工智能。 如今，计算机
腾讯互娱Turing Lab从创建开始，每周在内部进行分享读书会，对业界的技术研究和腾讯互娱Turing Lab从创建开始，每周在内部进行分享读书会，对业界的技术研究和应用进行讨论。在此通过公众号形式把相关有趣内容也推送给对新技术和业界趋势感兴趣的朋友。 和大量的所谓技术公众号不同，尽管以AI为重心，但我们的分享不局限于AI论文，而是涉猎所有前沿技术领域，和自动化流程、数据处理、人工智能、架构设计相关的有趣内容均会分享，希望各位在周末闲暇时有空阅读了解。 分享人：王洁梅 腾讯互娱 工程师 | 编辑： 艾
曾在谷歌大脑实习的视觉搜索创业公司Clarifai CEO马修·塞勒称：“谷歌的一切都由机器学习驱动。”国外媒体近日撰文揭秘重塑谷歌帝国的人造大脑。文章指出，3年前创建的谷歌大脑项目表现越来越抢眼，其
无论是擎天柱、伊娃和瓦力或是今年大火的大白，电影中人类往往把机器想象成无所不能的“超人”，但现实呢？人类一些听、看、触摸、感知世界等最基本的能力，对机器而言都有难度，比如——视觉。或许你会说“摄像头”就是机器之眼呀，但过去摄像头的核心作用只有一个：记录影像。李彦宏在2012年KDD（知识发现世界年会）上提出9大待解技术问题之一，“基于内容的的视觉搜索”指的就是这一技术难题。而现在百度率先实现了计算机视觉领域“三维识图”技术的突破，这个难题离彻底解决又迈出了关键一步。 计算机看见的世界与人眼有何不同？ 目前
罗超为虎嗅网、钛媒体、TECH2IPO、DONEWS、爱科技和新浪科技撰稿。 愚人节当天发布消息很容易会让人产生联想。比如苹果的道歉，再比关于百度的两则消息：一是百度宣布与知名娱乐商达成合作，通过“机器评委系统”进行海选，以机器方式替代人工面试筛选，网友只需拍摄或上传照片就能参与。在选秀节目和评委满天飞的情况下，机器也来凑热闹？还有就是：百度宣布内测成功"Baidu Eye"，这是类似于Google Glass的设备，据称将配备超小液晶显示、语音操控、图像识别、骨传导技术，并且和百度语音、百度云、百度地图等
匀速模型预测当前相机的位置，搜索上一帧图像中的特征点在地图中对应的点云与当前帧图像匹配进行当前帧相机位姿的优化；
作为一个地图控，回想起当时在谷歌卫星地图里找到了自己出生地后的惊奇和兴奋，至今依然感叹科技带给每个普通人的思想震撼——只需一台电脑就可以拥有“上帝视角”，轻轻滑动鼠标就能游历世界各个角落。
开车打开地图导航，是再平常不过的事情。但如果这个场景置换到自动驾驶中，恐怕就行不通。要想实现 L3 以及更高级别的自动驾驶，对地图的要求就更高，换言之，也就是我们所说的高精度地图。
大众集团日前宣布，将加大投资力度来加强其位于德国慕尼黑AI数据实验室的实力，专门致力于人工智能技术的研发。大众方面称，虽然目前正在削减内部开支，但作为IT计划的一部分，大众在慕尼黑的AI数据实验室并未受到影响，会有更多的人力投入人工智能团队的建设。 据了解，大众数据实验室的研究团队将继续发展无人驾驶技术和机器人学，主要研究方向包括机器学习技术，即引导机器人和传感器加强识别能力，以对行驶中遇到的物体和不同情形作出辨识，换言之，团队希望提高汽车摄像头的检测能力，减少无人驾驶汽车因拍摄盲区等而存在的安全隐患。 另
目的是通过图像算法智能识别房屋类型图中的墙体和门窗，获取墙体端点和拐点的坐标。这样根据这些墙面线条的坐标，就可以自动生成一个立体的房间，供设计师查看。经过几个月左右的突击，终于取得了不错的识别效果。下面的图片是随机选择的，以确定结果。
随着人类进程的发展。城市化范围的扩大，森林覆盖率越来越低，为保障地球环境，保护人类生存的净土，森林的保护与监管迫在眉睫。TSINGSEE青犀智慧林业智能视频监控系统方案的设计，旨在利用现代科技手段提高林业管理的效率和监测能力。以下是一个智慧林业智能监控系统的方案设计与介绍。
每个工作日的下午6点多，当我在办公室时，都会收到一条来自百度地图的推送，有时候是“现在去同和XX，路途较为拥堵，您可规避路线出行。”“现在去同和XX，一路畅通，预计只要20分钟”，同和XX，是我家小区位置。有这样的提示，是因为百度地图通过学习我的历史出行数据，判断出“同和XX”是我家，而每天下午6点多，如果我在公司就很可能会回家，因此给出出行建议。
今天下午，在北京举行的GTC CHINA 2016(GPU技术大会)中，英伟达深度学习研究院对CNTK中图像识别功能进行了简单介绍。 首先，我们来了解下CNTK。 CNTK（Computational
王新民 编译自 Deep Learning Sandbox博客 量子位 出品 | 公众号 QbitAI 在计算机视觉领域里，有3个最受欢迎且影响非常大的学术竞赛：ImageNet ILSVRC（大规模
场景描述：垃圾分类最近成为上海最受关注的话题，市民们已经快被繁杂的垃圾类别逼疯。不过，人工智能技术早已学会了垃圾分类。通过深度学习、神经网络，训练机械臂像人一样识别垃圾进行分类，效率远高于人工分类，也解放了很多垃圾分拣工人。
前景提要：我们在上文介绍了使用LIMO cobot 实现一个能够执行复杂任务的复合机器人系统的应用场景的项目，从以下三个方面：概念设计、系统架构以及关键组件。
就目前的 AI 来看，判断某项工作是不是会被机器替代，有俩前提，大前提：可以获得足够的有效数据（能自动生成数据则无敌），也就是说机器有快速进化的基础；小前提：人本身的进化过程没有见过大量的数据，也就是说人的起点并不高。考虑到“自动生成数据”这个关键，我冥思苦想以后发现，还真没准是编程。
【新智元导读】著名设计机构 IDEO 项目负责人 Kevin Ho 受到李飞飞高徒 Andrej Karpathy 做的“图像地图”的启发，用机器学习算法通过视觉特征对字体进行排序和分类，形成了一个“字体地图”，可以帮助设计人员更简单地发现具有相似审美特征的字体。 机器学习都能干什么？太多了。比如本文的作者 Kevin Ho ( 著名设计机构 IDEO 项目负责人) 就发现一张让他印象深刻的图像。这张奇妙的图片地图是由李飞飞的高徒 Andrej Karpathy 使用 AI 图像识别技术将数千张照片统合形
还记得这句狂言吗？在一周前的特斯拉自动驾驶开放日上，特斯拉推出了基于自研芯片 ASIC 的全自动驾驶计算机（FSD），但更让人印象深刻的，恐怕是还是马斯克的大嘴巴。
高德老弟，AI 现在已内置于 Google 地图中！这里有 6 个让你大吃一惊的人工智能功能，咱学习学习可好：
明敏 发自 凹非寺 量子位 | 公众号 QbitAI Lecun一句话，恐怕又要引来一场唇枪舌战了。 这个标题错得太荒谬了，太搞笑了。 他所说的这篇文章不是别的，正是最近在圈内引起了一波讨论热潮的《深度学习要碰壁了》。 从文章发布以来，几天内它在推特上引起了几百人的转发点赞。 有人认同也有人反对，但真正让作者气到跳脚的，还是Lecun在Facebook上的这条评论。 导致Gary Marcus本人直接在推特上“下战书”：欢迎你发表观点，我洗耳恭听。 并且就在几个小时前，他还挂出Lecun在2018年发
中国的房价已经成为一门让人看不清、摸不透的玄学。最近跟不同城市朋友聊天，发现人们对于房价的看法截然不同，看涨的人言之凿凿、杀跌的人头头是道。2017年春节之后，各大城市纷纷上马史上最严限购政策，楼市去向何方更是让人疑惑。不过，如果下次讨论房价，或许可以参考一下今天本文要讨论的这份报告：百度地图《2017年第一季度中国城市研究报告》。 讨论房价不可错过的报告 与大家主观印象一致的数据就先不说了，我们来看看这份报告中的一些比较有意思的数据： 1、人口吸引力，广州超过上海！ 排名Top10城市中，长三角、珠三角
苹果为下代iPhone配后置3D激光传感器 据悉，苹果正在为2019年的iPhone研发新型的3D激光传感器，将安装在手机背面。该传感器可以为新一代iPhone提供更深层次的图像识别，提升图像识别的精
ChatGPT是由OpenAI开发的一个大型语言模型。TA可以回答人们提出的问题，尽力提供准确和有用的信息。例如，如果您问TA”什么是人工智能？”，TA会回答：”人工智能是指通过计算机程序来模拟人类智能的一种技术。它可以用来做许多事情，如语音识别、图像识别、自然语言处理等。" 那么，和TA聊天是什么感觉呢？
当今时代，我们需要很多的机器，比如汽车、飞机、电脑还有手机等等。为什么需要这些机器呢？
问耕 发自 凹非寺 量子位 报道 | 公众号 QbitAI 自动驾驶初创公司Momenta今日宣布获得B轮4600万美元投资。 这轮融资由蔚来资本领投，戴姆勒集团（梅赛德斯-奔驰母公司）、顺为资本、创
增强现实已经成为数字世界的新趋势，在Pokemon Go把它带入普通移动用户的生活引发热潮后，您就很难再碰到一个对此不熟悉的人了。尽管很多人认为AR只是一种用于娱乐的技术，但是，事实上，它在多个行业（如医疗保健、电子商务、建筑等等）有着广泛的应用。本文准备打破这种刻板的印象。
上次我们说到了路易斯·冯·安(Luis von Ahn)发明的，既能拦截网络垃圾 spam、又能顺便帮助进行古籍的数字化工作的验证码工具--reCAPTCHA。今天继续这个话题的后续故事。 reCAPTCHA 在 2009 年被 Google 收购。在其作为验证码本职工作之外，承担了数字化 Google Books 和 Google 新闻档案计划的部分任务。到了近两年，有很多使用 reCAPTCHA 服务的网站上，验证码的内容发生了变化：一半仍然是扭曲的单词，而另一半则是一张带有数字的照片。这其实是 Goo
机器之心专栏 机器之心编辑部 华为诺亚实验室的研究员发现图神经网络（GNN）也能做视觉骨干网络。将图像表示为图结构，通过简洁高效的适配，提出一种新型视觉网络架构 ViG，表现优于传统的卷积网络和 Transformer。在 ImageNet 图像识别任务，ViG 在相似计算量情况下 Top-1 正确率达 82.1%，高于 ResNet 和 Swin Transformer。 论文链接：https://arxiv.org/abs/2206.00272 PyTorch 代码：https://github.com
首先我们来看看官方对这门课的介绍： 计算机视觉在社会中已经逐渐普及，并广泛运用于搜索检索、图像理解、手机应用、地图导航、医疗制药、无人机和无人驾驶汽车等领域。而这些应用的核心技术就是图像分类、图像定位和图像探测等视觉识别任务。近期神经网络（也就是“深度学习”）方法上的进展极大地提升了这些代表当前发展水平的视觉识别系统的性能。 本课程将深入讲解深度学习框架的细节问题，聚焦面向视觉识别任务（尤其是图像分类任务）的端到端学习模型。在10周的课程中，学生们将会学习如何实现、训练和调试他们自己的神经网络，并建立起对计算机视觉领域的前沿研究方向的细节理解。最终的作业将包括训练一个有几百万参数的卷积神经网络，并将其应用到最大的图像分类数据库（ImageNet）上。我们将会聚焦于教授如何确定图像识别问题，学习算法（比如反向传播算法），对网络的训练和精细调整（fine-tuning）中的工程实践技巧，指导学生动手完成课程作业和最终的课程项目。本课程的大部分背景知识和素材都来源于ImageNet Challenge竞赛。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
