首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

中科大博士带头搬砖!这家上市公司其实是最隐秘的AI高手

但它却是深耕图像识别17年的老玩家了。 跟一般的技术玩家“拿锤找钉”不同,泰禾从一开始就有明确的场景需求、瞄准了落地。 泰禾的第一个场景,也是切入点业务,叫智能分选。...业务所用的选机,不光设计复杂,涉及大量光电知识,对软硬件、算法的要求很高,有技术门槛。 针对不同品牌,还需要定制化设计,比如立式机、履带机、茶叶机、果蔬机…… ? 二是可预见的落地场景和市场需求。...围绕着图像识别技术,泰禾拓展横向业务之外,还进一步打通了后端工厂制造流程。 而智能包装,作为选领域的下游。 2019年,泰禾成立了子公司——正远包装,涉及食品、化工、种子、防水涂料等领域。...一年后,团队研发出了光电选机。根据物体反射和透射率的差异,用特定波长的光将它们分开。 ? 不过,这种设备只能对黑白色物料进行分选,且局限于带道料槽,可识别的种类有限。 ?...他们自主研发的CCD选机,打破了国外企业的技术垄断,是国内企业首次将CCD图像识别算法应用在粮食分选领域。 相比于光电选机,CCD色差的识别率更高,更适用于多种物料的选。

38820
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    ”交网络

    这里的指兴趣、动机,而友则是指真实好友关系。基于真实好友关系的社交网络正在衰落。尤其是中国的单纯基于真实关系的社交网络。...而“共同话题、兴趣爱好”就是社交网络中的“”。 国内的人人网永远跳不出校园的圈子,很大程度是因为人人网是“重友轻色”的。人人网的好友关系和互动,不是基于话题兴趣的,而是基于学校这个属性。...这就需要社交活动有“”的因素。所谓的,是指兴趣、动机等,而不是实际生活中的人际关系。 Facebook加入了很多基于兴趣的属性,比如标签,促进圈子文化的形成。...这样,Facebook就增加了一些“”的成分。这是人人网的短板。虽然人人网有跟进,但人人网的思维一直停留在基于学校或者公司的层面进行好友关系的建立。...但要命的是,基于公司、学校甚至家庭的真实的关系,是远离“兴趣”这一个“”的。家人、同学、同事的兴趣爱好都会大不相同。 真实的关系是随着人的成长在迁徙的。

    1.7K70

    C++经典算法题-双、三河内塔

    12.Algorithm Gossip: 双、三河内塔 说明 双河内塔与三河内塔是由之前所介绍过的河内塔规则衍生而来,双河内塔的目的是将下图左上的圆环位置经移动成为右下的圆环位置:...而三河内塔则是将下图左上的圆环经移动成为右上的圆环: 解法 无论是双河内塔或是三河内塔,其解法观念与之前介绍过的河内塔是类似的,同样也是使用递回来解,不过这次递回解法的目的不同,我们先来看只有两个盘的情况...那么三河内塔呢?一样,直接来看九个盘的情况,首先必须完成下图的移动结果: 接下来最底两层的就不用管它们了,因为它们已经就定位,只要再处理第一柱上面的三个盘子就可以了。...双河内塔 C 实作 #include void hanoi(int disks, char source, char temp, char target) {...printf("请输入盘数:"); scanf("%d", & n); hanoi2colors(n); return 0; } 三河内塔

    54520

    浅谈显示器域:从sRGB到广

    近年来,广域越来越流行,游戏领域的很多新款显示器开始着重推荐DCI P3域,而设计和摄影领域的高端产品则强调Adobe RGB域。我们不禁要发问,广域真的有用吗?我们真的需要广域吗?...显示器厂家标注的99%sRGB域指的是“该显示器域在平面中的投影占sRGB域在平面中的投影的比例为99%以上”。...什么是广域? 广域有其严格的标准,但是简而言之就是比sRGB域覆盖范围/空间体积更大的域。现在比较常见的就是Adobe RGB和DCI-P3。二者在平面上的投影如下。...为什么又说广域显示器值得购买? 1.广域可以校成sRGB使用 以Adobe显示器为例,Adobe RGB域比sRGB要宽不少,校后可以变身将近完美的sRGB。...毕竟人家域范围大,有一定的余量可供缩水。 此外,一些较好的Adobe RGB显示器可以支持域切换,并且自带出厂校,并不需要用户手动校

    3.1K30

    前端图片主题提取

    图片主题在图片所占比例较大的页面中,能够配合图片起到很好视觉效果,给人一种和谐、一致的感觉。同时也可用在图像分类,搜索识别等方面。...通常主题的提取都是在后端完成的,前端将需要处理的图片以链接或id的形式提供给后端,后端通过运行相应的算法来提取出主题后,再返回相应的结果。...由此,我尝试着利用 canvas在前端进行图片主题的提取。 一、主题算法 目前比较常用的主题提取算法有:最小差值法、中位切分法、八叉树算法、聚类、色彩建模法等。...重复这个过程直到切出长方体数量等于主题数量为止,最后取每个长方体的中点即可。 ? 在实际使用中如果只是按照中点进行切割,会出现有些长方体的体积很大但是像素数量很少的情况。...所以看来准确性还是可以的,约76%的颜色与cgi提取结果相近,在大于100的中抽查后发现有部分图片两者提取到的主题各有特点,或者平分秋色,比如 ? ?

    6K150

    自己编码使用去、曲线、阶算法实现照片怀旧特效。

    float[] { 1.2f, 1.0f, 0.8f }, ColorBgra.Black, ColorBgra.White); 即先去,...第一步是个去,去的算法有N多种,我们这里以业界老大Adobe Photoshop提供的算法为标准实现,主要C++代码如下: void __stdcall Desaturate(unsigned char...Pointer++ =Value; *Pointer++ =Value; *Pointer++ =Value; } } } 可见PS的去算法的原理性实现还是很简单的...所谓阶指令,别看PS的Level界面做的很复杂,有N多输入参数,其实内部也没啥复杂的技术,简单的讲就是通过哪些参数计算出一个隐射表,最终都是通过Curve指令来实现的,所以在GIMP下这两个指令的参数可以在不同界面之间相互转换...这里重点关注下上图中有提示文字“调整中间调输入阶"一项,PS的这一栏的输入范围是9.9-0.01,而我上述代码中对应的范围是1-254,唯一的区别我觉得就是量化等级变得少了,这里的主要算法我记得是模仿的

    1.2K50
    领券