相关内容
深度 | 谷歌IO走进TensorFlow开源模型世界：从图像识别到语义理解
你想的没错，机器之心依然报道过这些研究：业界 | 谷歌发布神经音频合成器 nsynth：专注于启迪音乐创作资源 | 谷歌官方开源 tf-seq2seq：一种通用编码器-解码器框架重磅｜谷歌开源最精确自然语言解析器 syntaxnet的深度解读：一次关键进步以及一个重要工具业界 | show and tell：谷歌在 tensorflow 上开源图像描述...
业界 | 谷歌开源高效的移动端视觉识别模型：MobileNet
选自google research机器之心编译参与：蒋思源 近日，谷歌开源了 mobilenet，它一个支持多种视觉识别任务的轻量级模型，还能高效地在移动设备上运行。 同时机器之心也关注过开源圈内利用苹果最新发布的 core ml实现的谷歌移动端神经网络 mobilenet。 此外，谷歌的这次开源充分地体现了其「移动优先」与「ai 优先」的...
谷歌开源AI图像分割模型，用Cloud TPU快速准确地进行图像分割
自去年起，谷歌的tpu芯片是谷歌云平台客户可以使用的最新一代芯片，专为人工智能推理和训练任务量身定制，如图像识别，自然语言处理和强化学习。 为了支持开发应用程序的开发，谷歌采用了稳定的开源架构，如bert（语言模型），morphnet（优化框架）和uis-rnn（扬声器二值化系统），通常还配有数据集。 现在，谷歌今天...
业界 | 谷歌开源TensorFlow Object Detection API物体识别系统
这些代码在谷歌的计算机视觉应用中非常有用，谷歌希望本次开源能够将这份便利带给所有人。 谷歌同时也欢迎更多贡献者参与进来。 现在，你可以下载代码，使用 jupyter notebook 尝试在图片中识别物体，也可以开始在 cloud ml 引擎中训练你自己的识别器了。 代码：https:github.comtensorflowmodelstreemasterobject...
【开源】谷歌开源其语义图像分割模型DeepLab-v3+
分配这些语义标签需要确定对象的轮廓，因此比其他视觉实体识别任务(如图像级分类或边界盒级检测)更严格地要求定位精度。? 今天，谷歌宣布了他们最新的和性能最好的语义图像分割模型的开源版本，deeplab-v3+，可在tensorflow中实现。 此版本包含基于强大的卷积神经网络（cnn）骨干架构构建的deeplab-v3 +模型...
【重磅】谷歌开源 TensorFlow 图说生成模型，可真正理解图像
【新智元导读】谷歌今天宣布开源图说生成系统 show and tell 最新版在 tensorflow上的模型。 该系统采用编码器-解码器神经网络架构，分类准确率达 93.9%，在遇到全新的场景时能够生成准确的新图说。 谷歌表示，这说明该系统能够真正理解图像。 2014 年，谷歌大脑团队的研究员训练了一个机器学习系统，自动生成能够...
业界 | 谷歌最新语义图像分割模型DeepLab-v3+今日开源
分配这些语义标签的时候需要精准定位目标的轮廓，因此相比其他的视觉实体识别任务（如图像级分类或边界框级检测等），该任务需要更高的定位准确率。? 今天，谷歌开源了其最新、性能最优的语义图像分割模型 deeplab-v3+ ，该模型使用 tensorflow 实现。 deeplab-v3+ 模型建立在一种强大的卷积神经网络主干架构上 ，以...
谷歌推出开源工具DeepVariant，用深度学习识别基因变异
这些变异位点如果用视觉识别的算法就能快速找出来。 大大提高hts后的比对拼接的效率。 因为瓶中基因组联盟genome in a bottleconsortium（giab）提供的人体基准基因组序列信息是高精度可信的，或者更严谨地说，是最接近真实序列的信息。 通过这个基准序列得到的复制数据，谷歌团队可以拿它们来训练基于tensor flow的...
谷歌工程师亲自讲解：开源TensorFlow模型在图像、语言和艺术的应用
来自谷歌tensorflow技术推广部的josh gordon带来了一场主题为《用于图像、语言和艺术的开源tensorflow模型》（open source tensorflow models for images, language and art）的演讲，介绍了最新的从图像识别和语义理解的tensorflow 模型，和大家分享了深度学习的一些思考，并反复强调了开源的初衷和价值。 内容涵盖...
python人工智能-图像识别
pil：（python imaging library）是python平台上的图像处理标准库，功能非常强大。 pytesseract：图像识别库。 我这里使用的是python3.6，pil不支持python3所以使用如下命令pip install pytesseractpip installpillow如果是python2，则在命令行执行如下命令：pip install pytesseractpip installpil这时候我们去运行...
谷歌开源手势识别器，手机能用，运行流畅，还有现成的App，但是被我们玩坏了
郭一璞 发自 凹非寺 量子位 报道 | 公众号 qbitai借助tensorflow lite和mediapipe，谷歌刚刚开源了一款手势识别器，可以直接在手机上运行，实时跟踪，并且已经开源。 官方说，效果长这样：? 有了这项应用，你可以开发手语识别、ar游戏，甚至用它来玩石头剪刀布。 ? 有app可玩谷歌已经把这款手势识别器做成了一款名为...
谷歌开源手势识别器，手机能用，运行流畅，还有现成的App，但是被我们玩坏了
借助tensorflow lite和mediapipe，谷歌刚刚开源了一款手势识别器，可以直接在手机上运行，实时跟踪，并且已经开源。 官方说，效果长这样：? 有了这项应用，你可以开发手语识别、ar游戏，甚至用它来玩石头剪刀布。 ? 有app可玩谷歌已经把这款手势识别器做成了一款名为“hand tracking gpu”的app，在安卓端有对应的apk...
业界 | 谷歌开源深度学习街景文字识别模型：让地图随世界实时更新
李泽南、晏奇谷歌地图的街景功能拥有 800 亿张高分辨率图片，而且这个数字还在以每天百万的速度不断增加。 街景图片是获取准确地理信息的绝佳渠道，而利用深度学习从图片中获取信息，并实时更新地图地址内容正是谷歌研究团队努力的目标。 每一天，谷歌地图都会为数百万人指路，并提供相应的实时路况信息和商店推荐...
DIY发现新行星操作指南 | 谷歌开源了行星发现代码
△ 因为这次新系外行星的发现，开普勒90有了第8颗行星这还只是在分析了670个恒星的数据之后的收获。 而已有观察数据的恒星有20万个。 能不能从中刨出更多新行星，尤其是类地行星，得靠更多的人。 所以，谷歌大脑研究员chris shallue今天开源了发现新行星的astronet算法。 借这次开源的机会，谷歌大脑顺便给大家讲讲该...
《福布斯》：谷歌能从开源生态系统中获得什么？
【新智元导读】《福布斯》日前刊文，记者深入谷歌，探明其开源以tensorflow为代表的一系列核心技术原因：开源能够更好更快地改善技术，同时也能够让自己...tensorflow 包括众多机器学习工具，可被用于语音识别或图像识别等多项机器深度学习领域。 这些工具能帮助开发人员创造更加智能的产品。 人类的知识非常...
谷歌开源物体检测系统 API （附代码下载地址）
ai 研习社按：近日，谷歌在其“谷歌开源”博客（google open source ）中发表一篇名为《supercharge yourcomputer vision models with the tensorflow object detection api》的文章，文中指出虽然谷歌的物体检测，图像识别机器学习系统很先进，但仍面临着很多挑战，比如如何提高识别精度。 为此，谷歌将其物体检测...
谷歌开源物体检测系统 API （附代码下载地址）
ai 研习社按：近日，谷歌在其“谷歌开源”博客（google open source ）中发表一篇名为《supercharge yourcomputer vision models with the tensorflow object detection api》的文章，文中指出虽然谷歌的物体检测，图像识别机器学习系统很先进，但仍面临着很多挑战，比如如何提高识别精度。 为此，谷歌将其物体检测...
开发 | 谷歌开源物体检测系统 API （附代码下载地址）
ai科技评论按：6月15号，谷歌在其“谷歌开源”博客（google open source ）中发表一篇名为《supercharge yourcomputer vision models with the tensorflow object detection api》的文章，文中指出虽然谷歌的物体检测，图像识别机器学习系统很先进，但仍面临着很多挑战，比如如何提高识别精度。 为此，谷歌将其物体...
谷歌工智能开源项目Tensorflow预示着硬件领域的重大变革
随着人工智能引擎tensorflow的开源，谷歌能以各种方式为公司范围之外的机器学习研究提供支持，这些研究成果也将反馈给谷歌。 不过谷歌的人工智能引擎也反映了当今计算机硬件行业的发展趋势。 在谷歌内部，处理图像识别、语音识别和语言翻译等任务时，tensorflow依赖于配备图像处理单元（gpu）的机器，和被用于渲染...
谷歌工智能开源项目Tensorflow预示着硬件领域的重大变革
随着人工智能引擎tensorflow的开源，谷歌能以各种方式为公司范围之外的机器学习研究提供支持，这些研究成果也将反馈给谷歌。 不过谷歌的人工智能引擎也反映了当今计算机硬件行业的发展趋势。 在谷歌内部，处理图像识别、语音识别和语言翻译等任务时，tensorflow依赖于配备图像处理单元（gpu）的机器，和被用于渲染...
