位来 发自 凹非寺 量子位 编辑 | 公众号 QbitAI 图像识别技术是人工智能研究的一个重要分支，也是人们日常生活、工作中应用最广泛的AI技术之一。如车辆识别、人脸识别、体态识别等技术，广泛应用于智慧城市、交通、零售、文娱等领域。 图像识别也是机器人、无人驾驶等技术的重要基础，未来将具有更加广泛的应用领域。 但对于大部分AI开发者来说，图像识别从算法研究、模型训练到规模化的提供服务，所需卷入的资源和处理的流程非常之多。并且如何保证数据质量、提高推理速度、提升识别精度等都面临很多挑战。 那么，开发者如何才
随着智慧城市、自动驾驶的快速落地，车辆的检测和识别应用场景非常广泛，如车牌识别、车流统计、车辆属性识别等。
在计算机视觉领域，手势识别是机器读懂人类手势、高效实现人机交互的重要方式，广泛应用于物联网、文娱、智能汽车等领域。
【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿，邮件发送至：zhangxian@leiphone.com 随着谷歌2015年发布开源人工系统TensorFlow，让本就如火如荼的深度学习再添一把火，截至现在，TensorFlow已经历了多个版本演进，功能不断完善，AI开发者也能灵活自如的运用TensorFlow解决一些实际问题，下面雷锋网会对一些比较实用的TensorFlow应用做相关整理，让大家对TensorFlow有理性和感性的双层认知。 Tensor
近两周，我们举办了2次「产品有话说」系列直播，邀请了腾讯云HiFlow场景连接器产品经理王留霞和郭标，两位老师为我们讲解如何玩转文档应用与简单AI，轻松搭建智能化流程，许多用户都反馈“学到了！”如果你错过了之前的直播，那么这一期直播精华总结可不要错过！
在计算机视觉领域，机器可通过采集面部表情、肢体动作等来识别人类情感。而其中，面部表情识别具有很大的应用价值，更是备受关注。
虚拟直播作为腾讯云渲染的一款新产品解决方案，提供一站式的云端多样化的虚拟空间互动玩法与直播玩法；基于云渲染的PaaS技术，结合腾讯云超低延迟音视频技术以及VGPU实时渲染，实现在web端、小程序端、H5端进入虚拟世界进行多样化活动的新型音视频直播解决方案。在进行多端体验设计与内容场景模型设计时，我们进行了相关探索性的研究，本篇文章将介绍此项目设计探索的内容。 1.设计背景 什么是虚拟直播？ 虚拟直播（Virtual Space Live，VSL）是腾讯云自有的一款新的音视频技术产品，基于腾讯云音视频能力和
最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来。于是，一个小姐姐分享给我了这篇论文，阅读了一下，确实比较经典，很全面。在这里，将论文内容结合我自己的理解和在工作中进行的探索展开，分享给大家。
乌鸦安全的技术文章仅供参考，此文所提供的信息只为网络安全人员对自己所负责的网站、服务器等（包括但不限于）进行检测或维护参考，未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失，均由使用者本人负责。
跟ERP、CRM、OA等职能型软件不同，RPA属于业务型软件，跟业务的关联更加紧密。要想实现RPA普惠化，最关键的是要让业务人员可以很好的使用RPA产品来解决其业务问题。业务人员是不懂IT的，因此，如何降低RPA产品的“IT属性”，某种程度上决定了RPA能走多远。
计算机视觉深入各个行业有广泛应用，且具备较高的社会价值。为了帮助产品、开发、运维、测试等从业人员以及高校学生、AI爱好者、个人开发者等群体更好地学习并掌握人工智能图形处理和模型训练能力，提高AI应用与实践能力，腾讯云AI现与腾讯云产业人才培养中心携手推出AI应用之基于keras的交通标志识别CloudLite认证！ AI应用之基于keras的交通标志识别CloudLite认证计划通过在线学习和动手实践的方式，系统介绍计算机图形处理、数据集、模型结构、模型训练、模型测试的基础概念并进行了环境搭建、模型训练、
本文是我的毕业设计基于TensorFlow的深度学习与研究的完结篇，在本篇推文中，我将分为三个部分去写：
计算机视觉深入各个行业有广泛应用，且具备较高的社会价值。为了帮助产品、开发、运维、测试等从业人员以及高校学生、AI爱好者、个人开发者等群体更好地学习并掌握人工智能图形处理和模型训练能力，提高AI应用与实践能力，腾讯云AI现与腾讯云产业人才培养中心携手推出AI应用之基于Keras的交通标志识别CloudLite认证！ AI应用之基于Keras的交通标志识别CloudLite认证计划通过在线学习和动手实践的方式，系统介绍计算机图形处理、数据集、模型结构、模型训练、模型测试的基础概念并进行了环境搭建、模型训练、
搭建云点播可以帮助我们解决很多视频相关的难题，例如视频的存储以及视频的播放，甚至是一些其他难题云点播都可以轻松解决。想要搭建云点播，需要进行一些必要的操作。那么，本地云点播搭建流程是什么呢？下文将做一个简单介绍。
笔者最近一直在研究 前端可视化 和 搭建化 的技术, 最近也遇到一个非常有意思的课题, 就是基于设计稿自动提取图片信息, 来智能化出码. 当然本文并不会介绍很多晦涩难懂的技术概念, 我会从几个实际应用场景出发, 介绍如何通过canvas图像识取技术来实现一些有意思的功能. 最后会总结一些对智能化的思考以及对低代码方向的规划, 希望能对各位有所启发.
智慧工地安全帽佩戴识别系统能够全自动识别工作人员是不是戴安全帽，当监测到施工人员不戴安全帽时，会自行开启警报，提示安全管理人员妥善处理，是协助安全人员管理工作的智能化助手。智慧工地安全帽佩戴识别系统能够自动识别施工工地等施工现场工作人员是不是戴安全帽，合理避免安全事故，完成安全生产的智能管理，不用人工控制。根据安装在建筑工地的各种品牌监控终端，搭建视频监控系统，合理填补监管中传统摄像头的缺点，真真正正完成预警信息、正常监控管理。
XFace项目地址：https://github.com/hujiaweibujidao/XFace
Root 假装发自 拉斯维加斯 量子位 出品 | 公众号 QbitAI 机器学习现在已经在多个领域爆发出惊人的能量，企业通过获取有效的用户数据，可以高效锁定用户的需求，针对性地提供服务，营收利润的拉升效果立竿见影。 但对于大多数急着上车的企业来说，自身业务结合人工智能技术最难的地方在于，没有办法迅速找到资深的AI专家来分析业务链，并搭建相应的机器学习模型解决核心问题，提升生产或者服务环节的效率。 亚马逊敏锐地捕捉到了这个痛点，在今天的创新大会AWS Re:INVENT上，亚马逊云服务AWS的CEO，Andy
首先为大家介绍一下培训机构的运营框架。首先是优质的教育内容，培训要有核心的内容。有了核心内容后，就要有在线教育平台。有了平台后需要招生，就涉及到营销。有了内容、平台、学生，就要开始教学，这时就涉及到教学服务。接下来我会从平台的搭建、营销、教学这三个方面，来分享这块的解决方案。
计算机视觉深入各个行业有广泛应用，且具备较高的社会价值。为了帮助产品、开发、运维、测试等从业人员以及高校学生、AI爱好者、个人开发者等群体更好地学习并掌握人工智能图形处理和模型训练能力，提高AI应用与实践能力，腾讯云AI现与腾讯云产业人才培养中心携手推出AI应用之基于Keras的交通标志识别CloudLite认证！
NSFW JS是一个简单的 JavaScript 库，已经在Github开源，可帮助您快速识别不合时宜的图像；NSFWJS 并不完美，但它非常准确（小型模型约为 90%，中型模型约为 93%）而且它一直在变得越来越准确。
对话系统是自然语言处理的一个热门话题，而自然语言理解则是对话系统的关键组成部分，现有的很多自然语言理解工具往往以服务的方式获取（Google 的 API.ai, Facebook 的 Wit.ai 等），使用这些服务往往需要向服务提供商提供自己的数据，并且根据自己业务调试模型很不方便。本文为大家介绍了一种新方法，即如何基于 rasa 搭建一个中文对话系统。 在近期 AI 研习社举办的线上免费公开课上，来自北京邮电大学网络技术研究院的张庆恒分享了基于 rasa nlu 构建自己的自然语言理解工具，并结合 r
本文主要介绍OpenCV4.5.4中人脸识别模块的使用和简易人脸识别系统的搭建，供大家参考。
作者：Jackpop https://zhihu.com/p/question/317440183 本文已授权，未经允许，不得二次转载
环境：Vivado2019.2。 Part：xcku040-ffva1156-2-i，内嵌DSP个数 1920个，BRAM 600个也就是21.1Mb。
Tech 导读 本文基于JDV平台在大促中的各种业务场景，讲解过程中使用情况和技术挑战，通过采取相应的技术创新、技术保障确保系统稳定性，推动数据可视化编排能力在大屏业务场景中发挥更大的价值
在某传统保险公司从事公司整体网络安全工作，为保单人个人信息保驾护航。在将近一年的时间里，经历了独生子女的“安全部”，总算即将迎来二胎时代，遥想当年看过一篇《一个人的“安全部”》，颇为感慨，在此效仿前辈，做个总结，给经历过独生子女的“安全部”的伙伴分享共勉。
在图像识别的文章发出后，有些朋友对内容比较感兴趣。但对于很多从没接触过类似内容的朋友来说，搭建一个类似的环境还是有点难度的（也就是一点）。
谷歌公司推出了Android O, 其亮点之一在于可消除复制粘贴的大麻烦。Android O可自动识别和高亮电子邮件中的名字、地名、地址等文本，用户无需拖动箭头逐字逐句选中内容，便可轻轻松松地完成复制
这是一款开源的资产巡航扫描系统。系统定位是通过masscan+nmap无限循环去发现新增资产，自动进行端口弱口令爆破、指纹识别、XrayPoc扫描。主要功能包括: 资产探测、 端口爆破、 Poc扫描、 指纹识别、 定时任务、 管理后台识别、 报表展示。 通过Docker搭建好之后，设置好你要扫描的网段跟爆破任务，就不需要去操作其他的事情了，没事的时候过来收漏洞就行了。
假如我们将可视化搭建整体定义为 <Designer>，那么 API 可能是这样的：
Voicera获1450万美元融资，智能语音真的前途无限吗？
2. WhatWeb：WhatWeb – Next generation web scanner.
在如何在小程序中实现文件上传下载文章中，我们介绍了小程序的上传基本使用教程，文末我们留下了一个引子。本文将介绍在小程序端，使用腾讯云云智AI应用服务来进行人脸识别检测分析，实现人脸识别等功能。
本文将介绍在小程序端，使用腾讯云云智AI应用服务来进行人脸识别检测分析，实现人脸识别等功能。
Elastic 监控管理解决方案是基于 Elastic Stack 的一站式解决方案。该解决方案具有完备的日志、指标、APM 和可用性采集能力，可以在大规模和云原生的环境下完成基于服务质量目标的管理。
TRTC=腾讯实时音视频，全称Tencent Real-Time Communication。拥有QQ十几年来在音视频技术上的积累，致力于帮助企业快速搭建低成本、高品质音视频通讯能力的完整解决方案。 随着视频互动、语聊交友等场景应用的飞速发展，用户的内容也以多种形态在广泛的传播，如何有效的识别应用中潜在的涉黄、涉暴、低俗等不良内容，已经成为了行业的课题。 近日，腾讯云通信TRTC (文中简称TRTC) 联合腾讯安全天御团队，推出实时音视频+实时内容审核服务，帮助平台运营者解决不良内容审核的痛点。 告别自建
CCF-腾讯犀牛鸟基金由腾讯与中国计算机学会联合发起，旨在通过搭建产学合作平台，连接产业实践问题与学术科研问题，支持海内外优秀青年学者开展与产业结合的前沿科研工作。 2018年CCF-腾讯犀牛鸟基金共涵盖机器学习、计算机视觉及模式识别、语音技术、自然语言处理、大数据技术、区块链等6个重点技术领域，涉及31项研究命题。 未来，我们将分三期对研究命题进行详细介绍，欢迎青年学者关注了解，希望大家可以从中找到适合自己的申报命题。 一、机器学习 1.1 面向图数据的深度卷积网络研究 深度神经网络在基于网格数据（如图片
本篇是神经网络体系搭建的第五篇，解决体系搭建的项目实战，详见神经网络体系搭建(序)
实际上，网站要识别你是否使用了代理，并不一定非要什么高深的反爬虫机制，也不需要使用AI识别用户行为。下面这几种情况，要识别代理简直是易如反掌。
草料二维码把二维码技术变成简单实用的产品,让每个人都可以快速复用成功案例经验,自由组合内容展示、表单、批量、数据统计、美化和标签排版等功能,免费制作出能高效解决业务问题的二维码。通过草料二维码，可以快速的生成二维码，适用于疫情统计、人员信息认证、设备巡检等场景。
做爬虫的同学肯定或多或少会为验证码苦恼过，在最初的时候，大部分验证码都是图形验证码。但是前几年「极验」验证码横空出世，行为验证码变得越来越流行，其中之一的形式便是滑块验证码。
1、推荐机制，在小视频源码开发短视频推荐功能的时候，需要设计为不重复推荐给用户已经看过的视频，如果需要实现该功能，一定是需要把观看记录保存起来，可以用数据库，Redis缓存的集合来存储观看记录，然后在获取数据的时候来去掉已看过的数据，然后在数据库里查询返回给客户。
Elastic 监控管理解决方案是基于 Elastic Stack 的一站式解决方案。该解决方案具有完备的日志、指标、APM 和可用性采集能力，可以在大规模和云原生的环境下完成基于服务质量目标的管理。 12月23日，特邀 Elastic 社区布道师——刘征老师为大家带来《 Elasticsearch 应用监控管理平台搭建实战》直播，保姆级实操教学干货满满，带大家轻松掌握 ES 监控管理平台搭建技能~ 本实战工作坊基于多层架构的宠物商店为示例应用，手把手地引导参与者搭建可观测性管理平台，体验分层次的收集整合、
痛点：Markdown转小程序页面很难受，小程序页面并不能识别Markdown标记。
对于直播软件开发的底层搭建技术，可能还有很多人不太了解。其实对于直播来讲，底层的搭建也是至关重要的部分，就像我们现实生活中盖楼一样，要先打好地基才可以继续搭建。接下来，我们将简单归纳成几个部分来简单介绍一下。
CCF-腾讯犀牛鸟基金由腾讯与中国计算机学会联合发起，旨在通过搭建产学合作平台，连接产业实践问题与学术科研问题，支持海内外优秀青年学者开展与产业结合的前沿科研工作。 2018年CCF-腾讯犀牛鸟基金共涵盖机器学习、计算机视觉及模式识别、语音技术、自然语言处理、大数据技术、区块链等6个重点技术领域，涉及31项研究命题。 未来，我们将分三期对研究命题进行详细介绍，欢迎青年学者关注了解，希望大家可以从中找到适合自己的申报命题。 一、机器学习 1.1 面向图数据的深度卷积网络研究 深度神经网络在基于网格数
Tech 导读 本文聚焦于打破固有研发壁垒，提升平台能力，打通设计稿到楼层生产的线上化链路，一键精准还原设计稿，0代码，低门槛，让用户可以成为楼层样式的生产者。通过本文，读者可以对京东营销活动搭建平台通天塔有初步了解，对0代码搭建应用的架构和和设计稿规则识别有新的思考和可能性。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
