计算机视觉(CV)主要包括:人脸检测与识别、图片分类、物体识别、语义分割、实例分割、文字识别等算法模型。常应用于人脸门禁、访客识别、智慧机房、智慧园区、智慧乡村、智慧养老、环境检测、森林防火、交通违规、智能安防、票据识别、智能办公等场景。
人脸识别是AI落地的成熟领域,其包括人脸检测、人脸对齐、人脸注册、人脸识别、人脸比对...
物体检测是深度学习的成熟应用,本示例支持:COCO通用检测、口罩识别、菜品识别、无人售货商品识别、虾苗检测,可根据需要训练自定义数据集。
口袋佩戴检测,检测人体是否有佩戴口罩,常应用于人员合规检测
AI商品检测,常见于超市无人售货机,可检测识别不同商品,可不断拓展商品数据集。
可检测识别菜品,常见于智慧食堂,自动识别收银场景。
可对照片中的小苗进行识别计数,常见于水养殖场等只能水产养殖厂。
内容合规鉴定,主要用于涉黄网页内容识别,EfficetionNet主干网提取涉黄网页特征进行分类识别,可用于视频、论坛图片合规性检测,也可以用于识别互联网诈骗。
人体关键点检测,应用于人体姿态预测,如跌倒、瑜伽、体育运动姿势评估(如仰卧起坐、俯卧撑、跳绳、引体向上...)。
实例分割常用于照片后处理,如人物扣图,常见的网络有DeepLabV3/DeeplabV3+、Mask-RCNN、CenterMask、Unet...等。本示例演示COCO通用数据集检测、自定义小猪数据集实例分割
语义分割经常识别照片场景,常见的网络有DeepLab系列、Mask-RCNN、UNet...等,本示例演示基于COCO全景分割数据集检测
常见书本文字扫描、身份证识别、名片识别、发票识别,适用于无纸化办公场景。
图片分类是机器视觉的基本应用,主要是将不同图片分类。本示例演示:花卉分类、图片内容鉴黄分类。
常见于施工工地入口佩戴合规性检测场景,检测施工人员是否有正确佩戴安全帽,穿戴反光衣,保障施工人员安全。
常用于易燃易爆场所(厨房、工厂、酒店等)、野外森林烟火检测,根据可根据不同地点数据进行迁移、增强训练,提升烟火检测性能。
NLP自然语言处理类主要包括:分词、文本分类、命名实体(关键字)识别、语义识别、阅读理解。大量应用于智能客服、智能运营、以及各种人机交互场景。
采用机器学习算法(逻辑回归、随机森林、SVM、GDBT、XGBOOST、LightGBM等算法)对传统的大量的结构化数据进行建模、训练、预测,增强数据挖掘能力。一般结合大数据处理,对大数据的数据建模,进行BI数据挖掘,如用户行为挖掘变现、银行风控、电信诈骗识别、运动数据分析、人体监控数据分析等行业场景。结构化数据模型一般与不同公司业务强相关,需要根据不同公司业务数据进行定制。
采用LightGBM机器学习算法,训练100个以上通话特征行为数据,预测识别电话诈骗行为。
采用机器学习算法+深度学习算法NLP,预测识别短信、互联网诈骗行为。