美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强网络用于食品图像识别，相关研究成果已发表于T-PAMI 2023。
李鲁 曾经负责京东智能冰箱硬件产品定义、设计开发、供应链管理、厂商合作等方面工作 曾祥云 京东智能冰箱业务组资深产品研发工程师，图像识别技术专家 目前主要负责智能冰箱图像识别相关产品业务，以及智能家
1 图像识别是什么？ 2 图像识别的应用场景有哪些？ 什么是图像识别 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。根据观测到的图像，对其中的物体分辨其类别
机器之心报道 作者：李泽南 「我们知道杨靖的 app 是在食品领域中的，但我们假设它的实现基于手机摄像头，」HBO《硅谷》第四季中硅谷的投资人这样说道。「比如，你给食品拍照，应用会返回食品的营养成分、
图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1、图像识别技术的引入 图像识别是人
社交媒体已经从基于文字分享逐步转化为视觉分享媒体。因为可即时从任何设备上传图片到社交媒体，人们在社交媒体上分享的照片比以往任何时候都要多。根据德勤发布的数据， 2016年有2.5万亿张照片被分享或存储在网上。可以肯定地说，这个数字还将不断增长。
据统计，2018年全球接入物联网设备数量达到112亿，预计2020年设备规模将突破200亿，同期我国物联网市场规模首次突破万亿元，年复合增长率超过25%，随着传输技术、平台应用等基本架构已经完成大规模铺垫，2019年被业内期待为物联网领域全面爆发的黄金年。
大众点评让人们找到好吃的，团购网站让人们吃得更划算，不过利用互联网手段解决“吃得安全”的痛点却鲜有成功案例。随着麦当劳过期肉这类食品安全事件的集中爆发，不少企业都在探寻更加长效的解决之道。百度最近推出了“透明厨房计划”试着用技术手段来解决“吃得安全”的问题，则是一种全新的思路。 透明厨房，从视频直播到认证标准 曾有传言称百度将推出可以检测地沟油的“筷搜”，事后证明这暂时还只能是人们的美好愿望，相比“筷搜”，透明厨房更加现实可行。 百度联合行业协会、知名餐饮企业，通过在厨房中安置小度i耳目云摄像头，实时、在
编辑 | 明明 1月19日，在极客公园创新者大会IF2018的现场，Google Brain首席工程师陈智峰发表题为：《找答案从定义问题开始 ——TensorFlow 可以用来做什么？》的演讲，分享了Google Brain最近一年到两年时间里面的研究方向，以及在TensorFlow方面的一些工作、成果、进展。以下为演讲实录： 深度学习 深度学习这几年非常流行，在Google的搜索流量里面，深度学习在过去的7-8年时间里，增长了大概100倍，从这个侧面也反映出学界和工业界对这个技术的关注程度，是在迅
作者：lincolnlin，腾讯 WXG 专家研究员 微信识物是一款主打物品识别的 AI 产品，通过相机拍摄物品，更高效、更智能地获取信息。2020 年，微信识物拓展了更多识别场景，上线了微信版的图片搜索。本篇文章将与大家分享微信识物从识物拓展到通用图像搜索领域的发展过程。 微信识物 以上小视频简单介绍了识物的产品形态，它对微信扫一扫的扫封面能力进行了升级。打开微信扫一扫，左滑切换到“识物”功能，对准想要了解的物品正面，可以获取对应的物品信息，包括物品百科、相关资讯、相关商品。在微信识物发布不久，也
他们正在打造的，是一个全程仅靠机器人运行的智能装车系统，集成机器人、激光雷达、机器视觉、数字孪生等多项前沿技术于一身，可自行完成拆垛、分组、输送、整形、码放等装车全过程。
TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
下面这张在网上流传的图片展示了吉娃娃和松饼之间惊人的相似之处。这些图像通常在人工智能(AI)行业(包括我自己)的演示中共享。 但有一个问题没有人回答过：在消除像吉娃娃或松饼这样的图像的不确定性时，到
选自free Code Camp 作者：Mariya Yao 机器之心编译 参与：蒋思源、刘晓坤 本文通过吉娃娃与松饼的图像对比了流行的六大计算机视觉API，作者希望能借助这些识别情况帮助读者了解各
译者：李晓艳 审校：朱玉雪 本文长度为3033字，预估阅读时间5分钟。 我们今天要向大家介绍11个杂货店创新技术的案例包括实时货架监控、数字收据、虚拟购物、食品管理、品牌互动。 在过去十年中，我们看到了很多创新，但是一些行业仍然在很大程度上落后于时代，例如保险行业（http://www.nanalyze.com/2017/05/10-artificial-intelligence-startups-insurance/）。 在过去几十年中，鲜有进一步发展的另一个“行业”是食品零售业，或者叫做“杂货店”。
机器之心原创 作者：虞喵喵 「今年是嵌入式 AI 的起步阶段，真正的市场会从 2019 年开始慢慢扩大。」 在中科创达产品总监兼创思远达 CEO 杨宇看来，随着芯片厂商的持续发力，目前正是嵌入式 AI 技术服务和解决方案提供商的成熟阶段。再之后便需要芯片厂商、技术服务商和行业共同进步，才能让嵌入式 AI 真正走进更多应用场景。 在一个月前的嵌入式视觉峰会（EVS）上，中科创达正式发布其嵌入式 AI 解决方案。该方案面向人工智能的哪些领域和方向？已经积累了哪些合作案例？作为一家在嵌入式方向耕耘 9 年的老牌，
导语：2019年7月11日，由腾讯高校合作主办，以“连接产学最强大脑，探索科技创新突破”为主题的“首届八大高校联合实验室联席技术峰会"在深圳腾讯总部滨海大厦举办。本届大会吸引了来自八大高校联合实验室及全面合作平台的40余位高校实验室主任、核心团队老师以及来自腾讯公司100余位研发人员参与，同时腾讯内部线上参与大会人数高达800余人次。 7月11日下午，首届八大高校联合实验室联席技术峰会通过五场技术分论坛有效地连接腾讯技术团队与高校联合实验室之间更深一步的技术碰撞。论坛技术方向覆盖计算机视觉与多媒体、自
刚刚，ChatGPT 进行了一次重要更新，不管是 GPT-4 还是 GPT-3.5 模型，现在都可以基于图像进行分析和对话了。
明尼苏达大学今天宣布，它已获得国家科学基金会提供的一项为期三年，价值143万美元的赠款，用于推进机器学习技术，以更好地监测全球农业和环境变化，这种做法可以帮助社会应对适应改变气候，管理土地使用和自然资源，并可持续地为不断增长的人口提供食物。
随着互联网技术和电子商务的迅猛发展，人们的购物方式逐步由传统实体店购物变为网络购物。为了充分满足客户海量、多样化的网上购物需求，人工智能零售系统需要快速地从图像和视频中自动识别出产品的存货单元(Stock Keeping Unit，SKU)级别的类别，然而，许多SKU级别的产品都是细粒度的，可以看出它们在视觉上是相似的。
【新智元导读】近日，国际模式识别大会（ICPR 2020）拉开帷幕，各个workshop也公布了各项挑战赛的结果，来自中国的DeepBlueAI 团队斩获了由ICPR 2020、Kaggle和JDAI等联合举办大规模商品图像识别挑战赛冠军。
在通往人工智能的路上，Google一直在不停地买买买。 谷歌在2011年成立AI部门，目前已经有100 多个团队用上了机器学习技术，包括Google搜索、Google Now、Gmail等， 并往其开源Android手机系统中注入大量机器学习功能（如用卷积神经网络开发Android手机语音识别系统） 。谷歌目前产品和服务依靠主要AI技术驱动，如谷歌使用深度学习技术改善搜索引擎、识别Android手机指令、鉴别其Google+社交网络的图像。 2015年8月，谷歌宣布架构重组，设立母公司Alphabet，谷歌
雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 又一家AI+零售方案商完成新一轮融资。 今日，ImageDT图匠数据宣布完成A 轮千万级融资，红杉资本中国基金领投，火山石资本及其Pre-
AI 无处不在的时代，每天都有新的技术与研究成果。无论学术界还是商界，AI 方面的新闻都源源不断，让我们对 AI 行业产生新的认知与思考。
2025《中国制造》中都有两个热火朝天的话题：工业机器人or人工智能，But有的人貌似把两者混为一谈了。注意！请注意！两者是有区别的
物体识别是计算机视觉领域中的一项基础研究，它的任务是识别出图像中有什么物体，并报告出这个物体在图像表示的场景中的位置和方向。目前物体识别方法可以归为两类：基于模型的或者基于上下文识别的方法，二维物体识别或者三维物体识别方法。对于物体识别方法的评价标准，Grimson 总结出了大多数研究者主要认可的 4 个标准：健壮性（robustness）、正确性（correctness）、效率（efficiency）和范围（scope）。
在联想TechWorld上，百度CEO李彦宏与微软CEO纳德拉、Intel CEO科再奇和东道主杨元庆一起，展示了软硬件最前沿的科技成果。四位大佬，分别代表着互联网、操作系统、芯片和硬件这四大PC时代的核心产业，这四家公司的动作，反映了后PC时代即移动互联网时代，科技产业的走向。李彦宏执掌的百度是转型移动互联网速度最快、程度最高的互联网巨头，百度对于未来是如何思考的，对于业界一些玩家或许有一定启发意义。 人工智能的探路者 TechWorld的定位是面向硬件产业，即联想的上下游展示行业最新的技术成果。Inte
随着生活水平不断提升，民众对食品安全也越来越关注，在欧洲，消费者非常在意“舌尖上的安全”，希望食品有一个安全的供应链，当然，也希望生物的多样性得到保护。
内容提要：近日，日本的一个 AI 分拣鱼类项目进入实验阶段。这将有望改善日本渔业劳动力老龄化及短缺的社会现状。
伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。
现在社会中人工成本是非常大的，因为这种状况所以现在很多工作使用到的机器也越来越多，尽可能的减少人为操作，这样就可以减少总体的成本提升本身的竞争力，提到机器操作不得不说的就是人工智能技术，越来越多的企业开始接触以及使用人工智能技术，从而减少人工成本的支出，让机器代替人力操作，比如现在比较火热的智能识别图像识别技术，那么智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
顾名思义，图像识别就是对图像进行各种处理，分析，并最终确定我们要研究的目标。当今的图像识别不仅指人的肉眼，而且还指使用计算机技术进行识别。
智能农业是一项通过整合现代信息技术，尤其是机器学习技术，以提高农业生产效率和质量的创新农业方式。本项目将重点关注机器学习在粮食产业中的应用，以优化种植、管理和收割等各个环节，提高粮食产业的整体效益。
深度学习是一种非常强大的机器学习技术，它在许多领域都有广泛的应用。其中，图像识别是深度学习最成功的应用之一。本文将详细介绍深度学习在图像识别方面的应用。
近日在莫斯科举行的“人工智能世界之旅”上出现极为戏剧的一幕，俄储蓄银行数据研究部门的领导人尼古拉·格拉西门，向俄罗斯总统普京介绍识别虚假照片和视频的方法，并在现场对中美登月任务的照片进行对比分析。
随着科技的飞速发展和信息化社会的到来，智慧校园已经成为教育领域的一种新型发展模式。智慧校园的需求和发展趋势日益显现，其建设已成为当今教育信息化发展的重要方向。
看懂一个东西对人类来说很容易，但是对机器来说却是很难的，这个时候图像识别技术就应运而生。今天我们就为大家揭秘图像识别技术原理，告诉你机器如何利用卷积神经网络进行图像识别，从而“看见”这个世界。
这段时间垃圾分类相关小程序、APP的上线，让图像识别又一次进入人们的视线，我国图像识别技术在全世界都排在前列。
在电脑屏幕监控软件中，图像识别算法就像是一个电脑版的侦探，用着最先进的计算机视觉技术，自动监视和分析屏幕上的图像内容。图像识别算法可以轻松地识别出屏幕上的物体、文字、图案等等，不管它们是多么复杂或是隐蔽。无论你是在监控系统里还是在视频编辑软件中使用它，都会让你感觉到“嗯，这真的是太强大了！”下面就为大家简单的介绍一下图像识别算法在电脑屏幕监控软件中优势与实用性。
随着技术进入成熟期，在最容易实现落地的B端市场，图像识别正逐渐扩大自己的市场。 近日，美国权威杂志《MIT科技评论》（MIT Technology Review）公布了2017年度全球十大突破技术，其中属于AI范畴有三项技术，分别是强化学习、自动驾驶货车和刷脸支付。 其中，值得我们注意的是，虽然同属于2017年的突破性技术，但在距离进入成熟期的时间上，相对于强化学习和自动驾驶货车的还需要1-2年和5-10年时间，刷脸支付技术现在就已经进入了这一阶段。 根据平安证券发布的《通信行业人工智能图像识别专题报告》显
日前，在浙江省数字化改革重大应用成果新闻发布会上，浙江省市场监管局重点介绍了目前正在试运行的“浙江外卖在线”，一个专门针对外卖行业打造的第三方数字化监管系统。据介绍，该系统可贯通平台、商家、厨房、配送、骑手以及办案管理等多个场景，就外卖整个产业链条实现全链条闭环管理。
移动互联网、智能手机以及社交网络的发展带来了海量图片信息，根据BI五月份的文章，Instagram每天图片上传量约为6000万张；今年2月份WhatsApp每天的图片发送量为5亿张；国内的微信朋友圈也是以图片分享为驱动。不受地域和语言限制的图片逐渐取代了繁琐而微妙的文字，成为了传词达意的主要媒介。图片成为互联网信息交流主要媒介的原因主要在于两点：
图像识别市场估计将从2016年的159.5亿美元增长到2021年的389.2亿美元，在2016年至2021年之间的复合年增长率为19.5％。机器学习和高带宽数据服务的使用进步推动了这项技术的发展。 。电子商务，汽车，医疗保健和游戏等不同领域的公司正在迅速采用图像识别。根据MarketsandMarkets的报告，图像识别市场分为硬件，软件和服务。以智能手机和扫描仪为主的硬件部分可以在图像识别市场的增长中发挥巨大作用。越来越需要具有创新技术（例如监控摄像头和面部识别）的安全应用程序和产品。
最近，图像识别领域发布了白皮书，简单翻译一下做个总结。 ---- 目录 [1] Introduction 1.1 Exponential Growth of Image and Video 1.2 Statistics [2] Image Recognition [3] Recent Innovations 3.1 Approaches 3.2 Deep Neural Networks [4] Applications 4.1. Inform
一场技术人员的狂欢又拉开帷幕。APP原理很简单，用户只需要上传一张照片，就能把自己或其他人替换为“吴彦祖”、“彭于晏”、“玛丽莲梦露”以及你想要看到的任何人。你懂的！当然，也由此诞生了一场舆论的漩涡！
安全帽图像识别算法依据AI深度学习+边缘计算，通过机器视觉ai分析检测算法可以有效识别工人是不是合规和配戴安全帽，安全帽图像识别算法提高视频监控不同场景下的主动分析与识别报警能力。安全帽图像识别算法系统搭载了全新的人工智能图像识别技术实时分析现场监控画面图像，与人力监管方式对比，规模化分析部署成本低廉，多算法并发是安全帽图像识别算法系统的优势所在。
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
即时通信 IM
对象存储
