找回密碼
 立即注冊

QQ登錄

只需一步,快速開始

機器學習資料整理【內有福利】 加入本站QQ交流群 本站落實實名發帖政策的通知
從20世紀60年代,由MIT的計算機教授組織了第一個面向本科生的Summer Project,經歷了20世紀50年代初到90年代,嘗試用創建?/div>
全球人工智能技術和計算機視覺技術領跑者,肇觀電子(NextVPU),日前正式發布世界?/div>
自語音識別技術進入深度學習時代,語音識別
數據堂自有版權的中國兒童手機采集語音數據產品共計3000小時。發音人均為6~12
TensorFlow官方文檔—中文版 鏈接:https://pan.ba
該教程將通過知識點講解+答疑指導相結合的方式,讓大家循序漸進的了解深度學習模型并通過實操演示掌握相關框架及TensorFlow工?/div>
本帖最后由 周天 于 2018-1-2
最最經典的凸
機器學習算法需要作用于數據,而數據的本質則決定了應
總體而言,這本書從基礎到研究前沿介紹了深度學習的核心概念與理論。我們不僅能了解到全連接、卷積和循環等基本深度神經網絡網絡,同時還
【主講嘉賓】 https://bbs.byr.cn/att/BBSOpenAPI/0/1560/41488 宋 宇 縱目科技無人駕駛事業部首席科學?/div>
1011
換個方式哈哈哈感覺到回個結核桿菌回個就
“N+”大會是面向全球 AR、VR、AI 等互聯網新技術領域的行業領袖及從業者的盛會。 旨在推動全球
  維塔利克˙布特林(Vitalik Buterin)將蒞臨“2018區塊鏈技術于場景落地峰會”做報告 764   布特林,一個誓言用區塊鏈顛覆真實經濟體系的俄羅斯小子,他打造的全新
優達學院面試技能三件套,包括找工作策略、模擬面試、拓展人脈三門課程
編者按:2017年是不平凡的一年(當然,事實上,每一年都是;P)?/div>
查看: 93|回復: 0
打印 上一主題 下一主題

淼瀛正式推出MoAir 物體識別SDK 小白用手機即可完成機器學習

[復制鏈接]

1

主題

1

帖子

196

積分

普通會員

積分
196
跳轉到指定樓層
樓主
發表于 2019-6-18 13:49:21 | 只看該作者 |只看大圖 回帖獎勵 |倒序瀏覽 |閱讀模式
從20世紀60年代,由MIT的計算機教授組織了第一個面向本科生的Summer Project,經歷了20世紀50年代初到90年代,嘗試用創建三維模型方法去做物體識別;又走過了20世紀90年代,只從圖像本身考慮的appearance based techniques,即圖片的抽象描述;直到2000年之后,物體識別領域終于有了飛躍式的發展。



中小企業開發者痛點  市場積極訊號成鮮明對比隨著人工智能、大數據和深度學習等等技術的不斷發展,物體識別技術在各行業中的應用也越來越頻繁,越來越重要。

譬如,工件的自動檢測與識別、產品質量的自動檢測、食品的自動分類、智能車的自主導航與輔助駕駛、關鍵地域的保安監視等等。涵蓋機器人視覺理解、新零售、智能家居等等多個領域,進一步為企業提高了生產效率,節省了時間、資金成本。

然而,隨著應用領域的廣泛,對于中小企業開發者而言,物體識別技術的痛點也應運而生。

首先,成本投入過高。如,若構建計算機視覺系統,必須由大量人工參與,增加了投入成本之余,模型精度的效果往往也是差強人意。

其次,必須專業人士參與。由于建模流程繁瑣,非專業人員所不能及,且需要的時間過長,拖延了業務落地,無形中又加大了成本。

與此同時,市場也傳來了積極的訊號。

公開數據顯示,KBV Research發布“全球圖像識別市場(2016-2022)”報告表示,截至2022年,全球物體識別(商品識別、車輛識別等)將達到94.5億美元,年復合平均增長率在20.3%左右。

而在國內,重磅數據也在“中國圖像識別市場(2016-2022)”報告中認為,截至2022年,國內圖像識別市場規模預計達11.6億美元左右。年復合平均增長率在18.1%左右。占全球市場平均為11.6%左右。

一面是亟待解決的痛點,一面是龐大的市場需求。可以說,冰與火的交集將中小企業開發者裹挾在內,望嘆莫及。

而正當各中小企業開發者一籌莫展時,行業新秀淼瀛的浮出水面,在完美契合了市場發展之余,更是成為了中小企業開發者的“及時雨”。

全球首個“實用化”MoAir物體識別技術問世。

作為一家專注于人工智能以及物體識別,成立僅不足三年的科技公司,淼瀛憑借強大的研發團隊,成功研發出“實用化”的MoAir物體識別SDK。

據了解,MoAir物體識別是專為中小企業開發者打造的可輕松實現對物體精準識別的SDK開發包,使開發者能夠更加靈活、便捷、準確性地實現對物體的識別及反饋,即時便可為人們呈現出一個虛擬與現實高度融合的效果。

功能上,MoAir物體識別SDK的四大特點可助力開發者高效化地完成機器學習和物體識別。

一、全自動化建模流程,全程無需人工干預
跨平臺,開發者可以在iOS/Andriod,Linux,Javascript Browser等等平臺進行。依托強大的研發團隊,數以百次的試驗,淼瀛成功解決了各種兼容性等問題,排除了開發者的后顧之憂。

在建模過程中,結合AI獨家算法,MoAir物體識別SDK采用了全自動匹配最優算法,使整個過程徹底實現了最優化算法匹配。并且,產品本身自動決定神經網絡各層的權重,實現了全自動學習、無需人工干預,直接為中小企業開發者降低了建模成本,即使是非專業人士也可搭建專業的AI模型,輕松實現機器學習和物體識別。

二、純GUI操作,學習快速且穩定
全程可視化操作,從素材采集、數據標注、訓練建模,到識別驗證,可視化的操作界面讓工作更加便捷易用。同時,MoAir通過神經網絡層數的最優化,達到了精度和速度的最佳平衡點,在對圖像全體進行識別時,有效降低了背景的誤識別率。且在訓練過程中,速度快速穩定,200個分類的訓練在30分鐘之內即可完成。

三、CMS后臺,更便捷、靈活
MoAir CMS(Content Management System),專門為開發者提供便利的后臺管理,可以隨時管理、查看或者建立自己的素材、標簽、模型、展示效果等內容。
四,豐富的輸出效果展示,超出人們的想象力。

在MoAir中,識別端的輸出效果有無限可能性,文本、圖片、網頁、音視頻、動畫……等等,完全超出了人們的想象力,想要的效果都可以通過簡單操作與模型進行綁定,最終呈現給用戶。

由此可以看到,MoAir物體識別算法以自動決定神經網絡各層的權重,全自動學習,無需人工干預,不但極大的降低了業務落地門檻、導入成本,用戶還可以進行跨平臺的物體識別應用開發,速度快且穩定,以及MoAir所有的學習建模操作均可在App或Web上通過可視化界面完成。其在徹底打破了行業痛點之余,更是進一步為企業節省了成本等等優勢的存在,也正是該產品還未發布便受到業界爭相關注的原因所在。

當然,更令人為之贊嘆的是MoAir物體識別的多場景覆蓋,譬如在智慧餐飲、新零售、智能家居、無人支付、機器人視覺理解及物流追蹤等場景之下,實用化早已得到了驗證,令業務落地更為便捷。

不得不說,這一具備高效、全能、低門檻、低導入成本等特征的MoAir物體識別技術的誕生,也召示著淼瀛致力于“AI and AR for Everyone”的新時代已然開啟。而伴隨著MoAir物體識別SDK的正式問世,淼瀛也成功走進業界視野之中。

行業新秀淼瀛登場  將物體識別進行到底
如何將人工智能技術、物體識別技術更好地惠及企業和中小企業開發者,解決他們的燃眉之急,不僅是整個行業的目標所在,同樣也是淼瀛的宗旨。

據了解,淼瀛(上海)信息技術公司成立于2016年底,致力于把自主研發的MoAir物體識別技術,應用于新零售、機器人和AI教育等領域。

自公司成立以來,淼瀛就專門建立了由數十位業界人工智能頂尖人士、圖像識別、物體識別學者等組成的研發團隊,秉承著不懈創新的精神,團隊過硬的研發能力,在東京和上海設立了研發中心,通過對行業技術短板的不斷創新攻克,彌補了行業研發力量的不足。

其中,值得一提的是,作為公司創始人兼CEO的何書勉,不但擁有日本京都大學信息學博士學位,還曾先后師從上林彌彥教授和田中克己教授,擔任日本最大的電商平臺樂天集團執行官、首席科學家等,尤其是2015年在日本創立首個地產大數據平臺富士太郎再到回國創業以來,可以說,豐富的經驗加之過硬的學術實力和創新精神,使得有著企業家與科學家雙重身份的何教授,以對技術商業化落地的出色能力,在國際上更是享有較高的聲譽和影響力。

正是如此,淼瀛也吸引著國際上市公司的爭相合作。據悉,目前公司合作客戶涉及海內外,包括日本、國內等等眾多上市公司。

可以看到的是,隨著人工智能,物體識別技術的進一步發展,伴隨著淼瀛MoAir物體識別SDK的正式問世,其在推動國內乃至全球的行業發展,或將直接影響著各行業業務加快落地之時,對于中小企業無疑是最大的“放心劑”,召示著我國物體識別技術在國際嶄露頭角之時,也召示著我國又一顆行業科技新星冉冉升起。

正如一位業內人士所說,“人工智能時代,誰搶占第一梯隊誰就是贏家。顯然,市場蓬勃之時,淼瀛趕上了好機會。確切地說,是給中小企業開發者帶來了先機。”
回復 論壇版權

使用道具 舉報

您需要登錄后才可以回帖 登錄 | 立即注冊

本版積分規則

宸ュ晢钀ヤ笟鎵х収鐢靛瓙璁稿彲璇? />
                             </a>
                             <span class=| QQ|申請友鏈|小黑屋|手机版|人工智能A7論壇(aqinet.cn) ( 滬ICP備15039134號-1 ) 人工智能A7論壇壇友會

GMT+8, 2019-7-13 15:14 , Processed in 0.058897 second(s), 47 queries .

Powered by Discuz! X3.4 Licensed

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表
世界杯意甲新闻