AI开发基础知识 目录 AI概念及基本原理 AI模型训练的基本流程介绍 AI概念及基本原理 人工智能(Artificial Intelligence,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能企图生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理等。
使用产品 EasyDL零门槛AI开发平台 支持与交流 AI社区 教学视频 文档中心 SDK下载 轴承质检:开发成本降低90%,人力成本降低70% 价值成果 1、降低前期AI开发投入,利用AI赋能外观瑕疵检测,解决“磨削烧伤”难题,仅三个月,项目轻松上线,整体开发成本降低90%; 2、替代原来人工质检,打造成品轴承视觉检测系统,准确真实的反应产品不良点,并自动排出不良品,人力成本降低70%;每年单产线降低人工成本
使用Notebook开发模型 使用Notebook开发模型 在Notebook可以导入已创建的数据集并将其用于模型训练。 预置代码说明 当您创建的是图像分类、物体检测类型的Notbeook时,系统会自动生成一份代码,您只需要导入数据集并将代码做简单的适配即可快速创建。 当您创建的是通用型的Notebook时,系统会根据您使用的框架来生成一份示例代码。
用零代码开发实现实例分割 示例说明 对比物体检测,实例分割支持用多边形标注训练数据,且模型可像素级识别目标。适合图中有多个主体、需识别其位置或轮廓的场景。本文以工件分割模型在macOS客户端中的使用为示例演示实例分割模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
用零代码开发实现图像分类 示例说明 图像分类模型主要用于识别一张图中是否是某类物体/状态/场景,适合图片中主体或状态单一的场景。本文以害虫识别模型在macOS客户端中的使用为示例演示图像分类模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
用零代码开发实现语义分割 示例说明 对比实例分割,语义分割指将每个像素点归属为对象类的过程。适用于分割目标主体单一的场景,简单举例来说语义分割能够识别出图片中哪些像素是归属于“人”的标签,但无法区分“不同的人”。本文以在macOS客户端中的使用为示例演示实例分割模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
用零代码开发实现物体检测 示例说明 物体检测模型主要用于检测图中每个物体的位置、类型。适合图中有多个主体要识别、或要识别主体位置及数量的场景。本文以螺丝螺母识别模型在macOS客户端中的使用为示例演示物体检测模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
最新通知 ERNIE-4.0-Turbo-128K模型接口全新推出,长上下文场景效果更优 icon_play备份 7@2x 千帆大模型服务与开发平台ModelBuilder 文心大模型企业级服务唯一入口,提供高可用及高效价比的生成式AI服务及全流程模型开发工具链 立即使用 在线体验 企业咨询 Q Qianfan-Chinese-Llama-2-13B-v2 模型基于Meta开源模型框架进行预训练,
场景开发素材设计 场景开发素材设计 平面/3D设计师可重点关注 以下是AR场景开发需要用到的素材、制作工具以及规范,所有素材根据需求及规范制作完成后交付给开发者进行脚本代码开发即可在手机上看到AR效果。 基础物料 2D图片素材 表现为⼀个贴有静态图⽚的平⾯,导出格式为jpg或png。 识别图素材 识别图是一张用于扫描触发AR场景,并实现跟踪效果的图片,识别图格式为jpg。
EdgePredictorConfig 的具体使用方法可以参考开发工具包中的demo工程。