AI 研习社按,在「燎原计划 2018」暨百度 AI 开发者实战营第二季北京站上,百度发布了三项重大消息:开放 EasyDL 平台、发布「深度学习工程师评价标准」、人脸识别全部接口面向中小企业与开发者将永久免费,为 AI 开发者带来了大量福利。
好消息是,AI工程师们逢山开路遇水搭桥,现在——戴口罩人脸识别——这座桥,已经搭好了,而且已经开放了。
提到人工智能和人脸识别开源技术,相信很多业内的同行对于 InsightFace 应该不陌生,其中的 Arcface 论文被引用超过 2100+,自从 2018 年开源以来,在 GitHub 上的增长也保持着强劲的增长态势。
上个案例中我们讲了如何用PaddlePaddle进行车牌识别的方法,这次的案例中会讲到如何用PaddlePaddl进行人脸识别,在图像识别领域,人脸识别也属于比较常见且成熟的方向了,目前也有很多商业化的工具进行人脸识别。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位或检测、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身
本项目参考了ArcFace的损失函数,同时参考了PP-OCRv2模型结构,意在开发一个模型较小,但识别准确率较高且推理速度快的一种人脸识别项目,该项目训练数据使用emore数据集,一共有85742个人,共5822653张图片,使用lfw-align-128数据集作为测试数据。
导读:PaddleCV是飞桨开源的产业级CV工具与预训练模型集,提供了依托于百度实际产品打磨,能够极大地方便 CV 研究者和工程师快速应用。使用者可以使用PaddleCV 快速实现图像分类、目标检测、图像分割、视频分类和动作定位、图像生成、度量学习、场景文字识别和关键点检测8大类任务,并且可以直接使用百度开源工业级预训练模型进行快速应用于工业、农业、医疗、零售、媒体、驾驶等领域。用户在极大地减少研究和开发成本的同时,也可以获得更好的基于产业实践的应用效果。
百度工程师用 PaddlePaddle 训练出一套模型,能够对吸烟人群进行识别和适当提示。当摄像头捕捉到正在吸烟的同学,就会投射到大屏幕上。图为李彦宏和某个员工的对话,对话员工的头像正是周围某个吸烟员工的「吸烟照」,而且其面部用表情包替换了。
疫情期间,大多数学子的毕业季都很苦涩,除了求职难,很多同学们甚至无法认真告别,有些同学这次见不到,也许一生都不再见。
【飞桨开发者说】李增保,2019年于安徽工业大学取得学士学位,目前在东南大学攻读硕士研究生学位,主要的研究方向为分布式无人机集群协同控制、算法设计与优化等。
AI科技评论按:近日,《最强大脑》第四季落下帷幕,凭借在人脸识别和图像检索方面的出色表现,百度人工智能机器人小度荣获“脑王” 称号。4月11日,百度以此为主题在北京举办了“第五届百度技术开放日”的活动。百度研究院院长、深度学习技术及应用国家工程实验室主任林元庆做了“最强大脑背后的技术”主题演讲,详细解释了小度在“脑王”对决中的台前幕后,涉及图像检索、声纹识别、人脸识别等方向。 随后林元庆还介绍了百度将在人工智能方面着重发力的方向及下一步的计划,AI科技评论总结如下: 将图像识别技术做到极致 完善声纹
来自百度的深度学习工程师,围绕计算机视觉领域的八大任务,包括:图像分类、目标检测、图像语义分割、场景文字识别、图像生成、人体关键点检测、视频分类、度量学习等,进行了较为详细的综述并形成此文。
最近因为疫情影响,口罩人脸检测与分类突然火了起来,首先是百度开源了相关模型,然后腾讯和阿里也分别称在云服务中提供了相关能力。
百度深度学习工程师,围绕计算机视觉领域的八大任务,包括:图像分类、目标检测、图像语义分割、场景文字识别、图像生成、人体关键点检测、视频分类、度量学习等,进行了较为详细的综述并形成此文。
最近我在第三期百度黄埔学院支持下进行了一些学习,还是很有收获的,本文主要记录学习过程中的技术细节和想法。
一直以来,大家都在盛传深度学习是工程师的风口,但是对于深度学习和行业的联系却很少被提及。
开工上班,各地应该如何做好疫情防护?人工智能技术正在为抗击新冠肺炎疫情的工作提供必要的帮助。
随着社会经济和科学技术的飞速发展,人们的生活变得更加智能化、科学化。信息安全逐渐引起人们的关注,信息的应用不断进入人们的视野。普通的身份识别方式并不能有效保证信息安全。生物识别技术以其稳定性、独特性和高效性逐渐成为人们广泛关注和研究的对象。常见的生物识别技术有很多,比如虹膜、指纹、人脸等。其中,人脸识别技术正逐渐走向成熟。这一发展使得利用人脸识别技术进行身份识别和认证成为一种新的识别发展趋势。此前,人脸识别技术的应用主要应用于安防、金融等领域,而现在人脸识别技术无处不在。仔细观察可以发现,刷脸设备应用到生活的方方面面,如高铁站刷脸验票机、商业店铺刷脸缴费机、宿舍刷脸门禁系统等。
Python 凭借语法的易学性,代码的简洁性以及类库的丰富性,赢得了众多开发者的喜爱。下面我们来看看,用不超过10行代码能实现些什么有趣的功能
2月13日,百度宣布免费开源业内首个口罩人脸检测及分类模型。该模型可以有效检测在密集人流区域中携带和未携戴口罩的所有人脸,同时判断该者是否佩戴口罩。目前已通过飞桨PaddleHub开源出来,广大开发者用几行代码即可快速上手,免费调用。
2019 新冠肺炎疫情爆发,让人们的出行发生了很大的变化——自 1 月 24 日武汉宣布封城之后,各省市陆续启动重大突发公共卫生事件一级响应以控制人口流动。很多城市都已规定必须佩戴口罩、测量体温才能搭乘公共交通。2 月 10 号返工日之前,上海、北京等重点城市也陆续放出新规:出入机场、轨道交通、长途汽车站、医疗卫生机构、商场超市等公共场所,未佩戴口罩者将被劝阻。
本文主要介绍如何使用OpenCV和PaddleHub实现一个实时人脸口罩检测系统。(公众号:OpenCV与AI深度学习)
百度对人工智能战略的重视程度无需多说,在AI时代里,百度的愿景是希望每家企业都能轻松接入AI,每个人都能实打实的用上AI。为实现这一目标,百度除了忙着在与知名企业结盟外,也在不断为开发者、创新型企业降低着接入门槛。
向AI转型的程序员都关注了这个号👇👇👇 设计构思与创意 本作品以微信小程序为“个人”平台,用户可在微信小程序中录入必要的人脸等个人信息,并且能够以微信小程序为窗口查询自己的垃圾分类详情。为保证微信小程序的丰富性和人性化,用户可在小程序中通过拍照、语音、搜索等查询日常生活中常遇的生活垃圾,积累自己垃圾分类知识。在垃圾桶端,系统在用户授权情况下通过拍摄用户人脸信息匹配用户个人数据库,并记录其垃圾分类信息。此外,垃圾桶在本作品中充当“引导者”角色,用以引导用户将垃圾投掷到正确的垃圾桶中。在管理端,相关部门一方
随着信息技术的发展,我国餐饮建设也发生了很大变化。目前食堂大多以人工为主,推行一卡通消费,即自助选菜然后人工结算,这与以往使用饭票或现金结算相比,省去了找零的麻烦,在效率上有一定的提升。人工结算之所以效率低下,是因为食堂工作人员需要首先识别菜品种类,然后对应每种菜品价格,最后口头累计消费数额并打卡,同时在计算金额的过程中也可能会出错。这整一过程不仅需要较长时间,而且准确率也难以保证。
近年来AI技术发展速度迅猛,深入到生活中的方方面面,从手机APP到车载语音系统。今天小PP和大家一起仔细了解,AI技术中的语音技术在各场景的应用,并奉上对应模型~
从深度学习技术被提出以来,一直践行着“think big”的理念。特别是当预训练技术被广泛应用之后,更多的数据结合更大的模型参数量会持续带来模型性能的提升,这条定律不断被近期发布的各种大模型所验证。在刚刚过去的2021年,百度文心大模型中的ERNIE3.0、微软和英伟达联合推出的MT-NLP以及谷歌的Switch Transformer等等,参数量可达千亿甚至万亿。
在计算机视觉中,视频识别和检测是一个重要的方向。历年来CVPR和ICCV等顶会文章中这类论文是最多的。视频识别和检测也是最有落地场景前景的,像人脸识别、动作检测、异常检测、行人重识别、行人计数等都是很有落地前景的应用方向。本文介绍百度PaddlePaddle推出PP-Human行为识别模块,覆盖视频分类、检测、关键点识别等重要领域,既有demo又有代码,是初学者很好的入门学习资料。
相比其他可视化工具,它不仅拥有神仙颜值,还针对 AI 领域深度学习算法做了极用心的设计。可以帮开发者更高效的调参,从此告别熬夜秃头。
"商品识别"、"人脸识别"、"以图搜图"有什么难?这个在 GitHub 上狂圈 Star 3100+ 的项目就能轻松帮你实现!
图像识别作为深度学习算法的主流实践应用方向,早已在生活的各个领域发挥作用,如安全检查和身份核验时的人脸识别、无人货架和智能零售柜中的商品识别,这些任务背后的关键技术都在于此。
如今,诸如计算机视觉、智能语音交互等基于深度学习的AI技术,在满足日常应用层面上已经非常成熟。比如,人脸识别闸机在机场、地铁、办公楼、学校等地方随处可见。什么都不用带,只要刷个脸就行,方便快捷又省事!
11 月 5 日,在 Wave Summit+2019 深度学习开发者峰会上,飞桨全新发布和重要升级了最新的 21 项进展,在深度学习开发者社区引起了巨大的反响。
TensorFlow在谷歌系的产品中应用非常多,比如Gmail, Google Play Recommendation, Search, Translate, Map等等。除此以外,Tensorflow也广泛应用在医疗、艺术和生物检测方面。这里详细介绍医疗和艺术方向的应用案例~
最近我在第三期百度黄埔学院支持下学习相关内容,还是很有收获的,本文主要记录学习过程中的技术细节和想法。
随着深度学习带来 AI 的第三次浪潮,对 AI 的相关讨论层出不穷,算法是大家关注的重点。
之前在知乎回答了这个问题,得到不少人的喜欢,最近又发现了几个不错的 Python 库,一并整理分享给大家,希望对你有帮助,别问,问就是良心的一批。
人工智能产业应用发展的越来越快,开发者需要面对的适配部署工作也越来越复杂。层出不穷的算法模型、各种架构的AI硬件、不同场景的部署需求(服务器、服务化、嵌入式、移动端等)、不同操作系统和开发语言,为AI开发者项目落地带来不小的挑战。
机器之心原创 作者:李泽南 为用户带来具有价值的技术,才会有真正持久的影响力。7 月 5 日,百度 AI 开发者大会(Baidu Create 2017)在北京国家会议中心举行,其中以「开放创新 共襄 AI 未来」为主题的 AI 技术与开放平台分论坛,吸引了众多开发者们的关注。 在昨天下午举行的论坛中,百度副总裁、百度 AI 技术与平台体系(AIG)总负责人王海峰在开场致辞中表示,百度在人工智能领域深耕多年,从十七年前百度诞生之日起就开始积累,几乎所有主要人工智能技术都已在百度搜索引擎中得到应用,来自搜索引
最近,百度凭借自主研发的人脸检测深度学习算法PyramidBox,在世界最权威的人脸检测公开评测集WIDER FACE的“Easy”、“Medium”和“Hard”三项评测子集中均获得冠军,也打破了历
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一年前,百度开了中国AI的第一次开发者大会。 百度创始人李彦宏说,AI时代将是开发者的时代。 “有很多技术可以运用,打开了无数的可能性,让技术创新重新焕发生机,过去的个人英雄主义行不通了,因为大的平台已经出现,可以站在巨人的肩膀上做事情。” 一年就要过去了,巨人肩膀上究竟可以做些什么?百度这个AI生态又呈现出何等面貌? 这背后可能有一些时代潮向变化的影子。 地毯式“轰炸” 单从结果来看,百度真可谓发起了一场“圈地运动”。 围绕开发者,从点,到
“在每天数十亿次用户请求的千锤百炼下,百度的人工智能技术,是真正实用的人工智能技术,”王海峰认为,只有将技术与实际应用相结合,根据用户需求和反馈反复迭代优化,才能打造强大、更具活力的AI技术。 百度诞
上一次写了篇薅GPU百度AI Studio计算资源的文章,收到很多AI算法初学者私信,问我能不能补充一些AI Studio的学习资源。有求必应向来是我的风格,于是我加入了AI Studio和飞桨(PaddlePaddle)开发者QQ群,为大家收集了一些资源,涵盖了从入门到高阶的各种常用算法和代码。为了阅读连贯性,本文先简单介绍一下AI Studio,然后讲解下免费GPU资源政策的变化与怎么拿,最后按照从入门到高阶,介绍一些能帮助你尽快掌握各种算法的资源。
ACM(国际计算机协会)本月18号宣布,授予 Patrick M. Hanrahan 和 Edwin E. Catmull 2019 年 ACM A.M. 图灵奖荣誉,以表彰他们对 3D 计算机图形学的贡献,以及这些技术对电影制作和计算机生成图像(CGI)等应用的革命性影响。
AI科技评论按:21日,《麻省理工科技评论》发布全球十大突破性技术榜单,百度以人脸识别技术获得提名。百度深度学习实验室主任林元庆会后举行了一场媒体沟通会,详细阐述了百度在人工智能,特别是人脸识别方面的技术突破和应用落地,并透露了百度国家级人工智能实验室的部分计划。雷锋网对沟通会内容进行了整理。 百度人脸识别获评MIT科技评论十大突破性科技,林元庆面对媒体的开场演讲: 其实人脸识别在2016年还是非常突破性的,中国有很多公司,包括百度,也花了非常大的研发的力量和市场推广在人脸识别上面。2016年我们看到技术报
今天,这家半导体巨头,一口气发布了Cascade Lake架构、第二代至强可扩展处理器、Optane DCPMM数据中心持久内存、Agilex FPGA、800系列以太网适配器等产品。
AI科技评论消息:5 月 5 日,百度、北京航空航天大学联合承办的全国深度学习师资培训在京正式启动。该培训旨在培养中国深度学习方向的高校教师,进而促进中国深度学习技术高水平人才的培养。
场景文字识别 图像相比文字能够提供更加生动、容易理解及更具艺术感的信息,是人们转递与交换信息的重要来源。图像分类是根据图像的语义信息对不同类别图像进行区分,是计算机视觉中重要的基础问题,也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础,在许多领域都有着广泛的应用。如:安防领域的人脸识别和智能视频分析等,交通领域的交通场景识别,互联网领域基于内容的图像检索和相册自动归类,医学领域的图像识别等。 在图像分类任务中,我们向大家介绍如何训练AlexNet、VGG、GoogLeNet、ResNet、
本章介绍如何使用PaddlePaddle实现简单的声纹识别模型,本项目参考了人脸识别项目的做法PaddlePaddle-MobileFaceNets ,使用了ArcFace Loss,ArcFace loss:Additive Angular Margin Loss(加性角度间隔损失函数),对特征向量和权重归一化,对θ加上角度间隔m,角度间隔比余弦间隔在对角度的影响更加直接。
领取专属 10元无门槛券
手把手带您无忧上云