已找到以下 10000 条记录
  • 【MindX SDK产品】【YOLOV4行人识别功能】输入张量数不等于yoloType_(2)

    【功能模块】YOLOV4行人识别参考模型:https://www.hiascend.com/zh/software/modelzoo/detail/1/abb7e641964c459398173248aa5353bc我是将上述参考模型中生成离线模型(yolov4_bs1_with_aipp.om)拿出来,构建pipeline

    作者: wangningfrozen
    1065
    3
  • AI系统创新Lab-主页1

    构建及部署AI模型的基座,打造华为云下一代AI系统 知识计算 利用AI 技术实现机器将知识转化成可计算模型 AIGC 基于AI系统内容生成,是AI系统最重要应用之一 数字人 打造面向传媒、教育、影视等不同行业数字人解决方案 合作与加入 合作计划 华为云AI系统创新Lab长期向学术界开放业务需求,期待与高

  • AI帮你家居换装!

    你是否曾经想过,如果能够轻松地看到自己家居不同风格,该有多好呢?现在,这一切都变得可能了! 让你眼睛👀仔细观察这些图片,你会发现它们展现了不同风格和氛围,从现代简约到古典优雅,从温馨舒适到时尚前卫,应有尽有。但是,你知道吗?这些图片都是由AI生成! 它们看起来非常逼真,仿佛是真实照片一样。这就

    作者: Emma_Liu
    发表时间: 2023-05-27 17:33:39
    46
    0
  • 命名实体识别

    华为云计算 云知识 命名实体识别 命名实体识别 时间:2020-12-24 15:18:22 命名实体识别(Named Entity Recognition,NER),是指识别文本中具有特定意义实体,主要包括人名、地名、机构名、专有名词等,以及时间、数量等文字。 自然语言处理服务(Natural

  • 从ModelArts-Lab AI实战营第二期谈如何优雅上传对象到OBS

    把模型训练需要“燃油”---数据集优雅上传到华为云 SBS桶里,而且经过实测,速度确实很快,五百多MB通过我100M网速 5分钟就是上传到了 OBS桶里,为了方便后面训练模型,优雅上传自己数据集到华为云上,下面把详细步骤告诉大家,以便大家后续开心在华为云上训练

    作者: 云的记忆
    发表时间: 2019-07-26 23:39:54
    12314
    4
  • 领域知识图谱医生推荐系统:利用BERT+CRF+BiLSTM医疗实体识别,建立医学知识图谱,建立知识问答系统

    概率值。同时,疾病相关介绍、需要去就诊科室和疾病多发人群相关信息也会推送给用户。 3.1. 医学实体识别 医疗实体识别是指从给定句子中识别出医疗实体。在本项目中,需要从患者咨询病情描述中识别出疾病、症状、科室等多种类型医疗实体,找到与疾病特征相关关键词。 ent

    作者: 汀丶
    发表时间: 2023-07-13 11:02:59
    176
    0
  • DevOps国际峰会| 华为AIOps助力ICT智能化运维转型

    基于华为NAIE AIOps智能化应用已经在全球110+局点实现部署和运用,效果明显。其中,智能检测系统能够提前识别网络故障,助力运营商及早发现问题和进行相关恢复处理,降低业务影响。数据中心智能节能方案,通过AIOps服务可以快速完成模型泛化和方案部署,在多个数据

    作者: iMaster NAIE官方
    发表时间: 2021-11-24 02:58:07
    2508
    0
  • AI助力,视频分析全面进入智能时代

    云计算、大数据、物联网、人工智能等信息技术飞速发展及传统产业数字化转型,一方面媒体数据量呈现几何级增长,据IDC预测,全球数据总量预计2020年达到44ZB,我国数据量将达到8060EB,占全球数据总量18%;另一方面,媒体生产、传播和消费形式升级。巨量数据中,70%将会以图片和视频形式存

    作者: 运气男孩
    236
    1
  • AI “潜入”物流中心,你快递很快就到!

    来越不用担心它们速度了。当我们仔细观察生活中这些“理所当然”小事时,才感受到这一点点细微生活体验背后是需要一套庞大系统和组织支撑。 而这样组织和体系能量是无比强大。如今在疫情之下,全球化过程中降低物流风险,保障供应连续性,已成为各企业重点关注技术话题。于是,

    作者: 技术火炬手
    发表时间: 2021-03-01 16:56:13
    8794
    1
  • 加载数据中存在半个中文字符导致加载失败问题分析

    不够截断数据导入机制,部分中文被TD截断形成半个中文字符产生上述问题。TD导出数据为GBK格式,加载到GaussDB(DWS)时使用GBK读取,在GaussDB(DWS)GBK码表中可以识别类似"膢"文字符,所以分隔符'|+|'变成了'+|'导致无法识别。LATIN1编

    作者: 彩虹上的水瓶座
    2554
    0
  • NoBrokersAvailableError

    pykafka使用中报错: NoBrokersAvailableError 解决方法: C:\Windows\System32\drivers\etc\hosts,添加映射 192.168.00.60 KAFKA-VN00 # -- coding: utf-8

    作者: 风吹稻花香
    发表时间: 2021-06-04 16:50:49
    447
    0
  • 深源恒际:医疗票据OCR产品新升级 与阳光人寿达成新合作

    像处理技术完成图像质量优化后才进行文字信息识别与提取,实际一定程度上增加了识别用时。因此,图片质量检测功能相当于在数据上传时同步完成图像质量把控,既降低了信息识别与提取难度,也缩短了算法模型处理图像时耗,提高识别准确率同时也提升了识别速度。 新功能上线后,医疗票据OCR

    作者: Deepfinch
    发表时间: 2020-05-20 13:13:25
    4262
    0
  • vscode注册设备时显示:无法将“xxx”项识别为 cmdlet、函数、脚本文件或可运行程序名称。

    运行脚本。修改后CurrentUser权限为RemoteSigned。但是修改后又出现了【运行Agent失败。原因: 无法将“xxx”项识别为 cmdlet、函数、脚本文件或可运行程序名称。请检查名称拼写,如果包括路径,】问题这里xxx指的是.modelbox路径,为xxx/

    作者: 业界沙僧
    104
    3
  • Python常见反爬手段和反反爬虫方法

    反爬虫:使用任何技术手段,阻止别人批量获取自己网站信息一种方式。关键也在于批量。 误伤:在反爬虫过程中,错误将普通用户识别为爬虫。误伤率高反爬虫策略,效果再好也不能用。 拦截:成功地阻止爬虫访问。这里会有拦截率概念。通常来说,拦截率越高反爬虫策略,误伤可能性就越高。因此需要做个权衡。

    作者: 北山啦
    发表时间: 2021-04-24 15:58:17
    5458
    0
  • AI前沿——深度学习技术

    问题。传统模式识别方法:通过传感器获取数据,然后经过预处理、特征提取、特征选择、再到推理、预测或识别。开始通过传感器(例如CMOS)来获得数据。然后经过预处理、特征提取、特征选择,再到推理、预测或者识别。最后一个部分,也就是机器学习部分,绝大部分工作是在这方面做,也

    作者: 运气男孩
    431
    2
  • 训练预测分析模型 - AI开发平台ModelArts

    被用户标注为某个分类所有样本中,模型正确预测为该分类样本比率,反映模型对正样本识别能力。 precision:精确率 被模型预测为某个分类所有样本中,模型正确预测样本比率,反映模型对负样本区分能力。 accuracy:准确率 所有样本中,模型正确预测样本比率,反映模型对样本整体的识别能力。

  • 深入实战组件text和text input

    //value是用户输入文本内容 }) 实战案例:图片宽度控制页面 在实际案例中,我们创建了一个名为image配置页面,用于控制图片宽度。除了图片显示外,我们使用了text组件展示了图片宽度提示文本,并通过resource实现了文本国际化。用户可以根据需要输入图片宽度,实现了一个简单的图片宽度控制页面。

    作者: 柠檬味拥抱
    发表时间: 2023-12-28 17:28:40
    59
    0
  • 华为云AI系统创新Lab论文被国际顶级期刊TKDE录用

    IJCAI、AAAI、MM等,涉及中文、英语、阿语等语种。本着开放创新、勇于探索、持续突破关键技术精神,致力探索最先进、低门槛、极致性价比AI基础设施技术,推动AI系统技术创新,Lab研究方向包括AI系统、知识计算(AI应用)、AIGC、虚拟数字人等关键技术,欢迎更多有识之士加入华为云AI系统创新Lab。

  • 在JupyterLab中使用TensorBoard可视化作业 - AI开发平台ModelArts

    nsorBoard是TensorFlow可视化工具包,提供机器学习实验所需可视化功能和工具。 TensorBoard是一个可视化工具,能够有效地展示TensorFlow在运行过程中计算图、各种指标随着时间变化趋势以及训练中使用到数据信息。TensorBoard相关概念请参考TensorBoard官网。