千帆起航：探索百度千帆AppBuilder在AI原生应用开发中的革新之路 千帆社区
但是如果我们利用千帆AppBuilder来构建就相当容易了，下面我将一步步构建智能问答客服，首先进入百度智能云千帆-AppBuilder: 在应用中心中找到知识问答应用（RAG框架），点击在线使用就可以进入到控制台页面，十分简洁没有过多复杂参数调整过程，对AI应用构建者十分友好。
人像分割 - 人体分析 | 百度智能云文档
type 参数值可以是可选值的组合，用逗号分隔；如果无此参数默认输出全部3类结果图 人像分割 返回数据参数详情 字段 是否必选 类型 说明 log_id 是 int64 唯一的log id，用于问题定位 labelmap 否 string 分割结果图片，base64编码之后的二值图像，需二次处理方能查看分割效果 scoremap 否 string 分割后人像前景的scoremap，归一到0-255，
千帆杯第二期“贺岁灵感模型”解题思路分享 千帆社区
原计划，要做一个方案3，将方案一和方案二结合起来，做一个更大的数据集，由于时间问题，没有完成。 能力有限，并不能判断出方案一的模型和方案二的模型，哪个更好，只是随机选了一个提交的。 十分感谢，同济子豪兄和课代表Amy一起制作的教程，我是看着教程一步步做出来的。
核心概念 - 容器实例BCI | 百度智能云文档
目前BCI容器组支持3种存储卷类型： NFS：NFS数据卷将网络文件系统挂载到容器组中，提供持久化存储，Server地址需要与容器组在相同VPC或者公网可访问，建议搭配百度云文件服务CFS使用。 EmptyDir：EmptyDir提供一个容器组内所有容器均能访问的共享路径，当容器组被删除后，EmptyDir上的数据也会被一并删除，适用于容器组运行时的临时数据。
人像分割 - 人体分析 | 百度智能云文档
type 否 string 可以通过设置type参数，自主设置返回哪些结果图，避免造成带宽的浪费 1）可选值说明： labelmap - 二值图像，需二次处理方能查看分割效果 scoremap - 人像前景灰度图 foreground - 人像前景抠图，透明背景 2）type 参数值可以是可选值的组合，用逗号分隔；如果无此参数默认输出全部3类结果图 人像分割 返回数据参数详情 字段 是否必选 类型
人像分割 - 人体分析 | 百度智能云文档
3类结果图 人像分割 返回数据参数详情 字段 是否必选 类型 说明 log_id 是 int64 唯一的log id，用于问题定位 labelmap 否 string 分割结果图片，base64编码之后的二值图像，需二次处理方能查看分割效果 scoremap 否 string 分割后人像前景的scoremap，归一到0-255，不用进行二次处理，直接解码保存图片即可。
千帆大模型沉浸式开箱之大模型训练完整历程 千帆社区
而可能由于数据不足，模型训练的参数较少，无法足够覆盖整个应用场景，导致最后训练出来的模型，效果不尽人意。然后就会进入漫长的算法调优-训练往复的阶段。而且众所周知，训练大模型，最重要的是算力的支持，需要硬件的支持。这些都是白花花的银子。特别是对于普通开发者或者中小型企业来说，根本无法承受，或者对于看不到收益的业务，或许最后会因为这个业务导致元气大伤。
边缘SCS - 边缘计算节点BEC | 百度智能云文档
带宽成本优化：就近计算和处理减少了数据在核心网络中的传输量，从而有效降低了带宽成本，最高可降低5倍。 弹性伸缩：支持按需付费和弹性扩展，用户可以根据实际需求灵活调整缓存资源，避免资源浪费。 安全可靠：提供多租户安全隔离级别的算力和网络隔离，保障服务的安全性。 全国覆盖：节点覆盖全国大部分地区及运营商，确保用户在全国范围内都能享受到优质的服务。
9.厂区工人抽样行为识别 - EasyDL零门槛AI开发平台 | 百度智能云文档
模型部署 在安全巡检场景中，我们通常建议采用端云协同的业务模式，也就是将模型部署至边缘计算节点，在边缘直接完成视频分析，并将分析得到的结构化数据回传至云端，从而避免视频传输所带来的额外延时，以获得较好的业务实时性。在该模式下，我们需要在训练时选择EasyEdge本地部署，并选择通用小型设备或专项适配硬件。
[AI行业案例]-百度大脑全面助力法律服务更智能
基于百度文字识别算法，系统能将当事人云端提交的起诉状、证据清单、裁判文书实时进行文字信息提取。法官只需对案件事实勾选判定，系统自动分析该案件的案情和诉求，推荐可能存在的纠纷点、类案判决思路及各维度的统计数据。此外，民间借贷系统配备自动计算的功能，依据严格的逻辑智能完成本息计算；事故通系统可辅助法官完成事故责任的分配、赔偿费用的计算。
