
2014-2019 年这五年,对于很多互联网公司而言,微服务和 AI 这两项技术的诞生和发展起到了里程碑式作用。因为采用速度之快,所以业界也有人称,要做好的架构师,既要懂微服务也要懂 AI。本次 QCon 北京 2019 特别开设华为云技术专场,重点聊一聊 AI 与云原生实践。
演讲人:孟繁亮,华为开源软件能力中心 AI 领域首席架构师
议题:如何基于 Mask R-CNN 快速完成模型开发
议题简介:当前,实例分割技术被广泛应用于医学影像、自动驾驶等场景。本次分享将会基于计算机视觉领域中的目标检测、语义分割和实例分割概念,以 Mask R-CNN 为例,讲解基于 Region 的 CNN 模型开发,包括图像特征提取,ROI 检测区域生成,物体分类及边界框回归、图像遮罩回归。分享还会分享使用 COCO 数据集对模型进行训练,在泛化场景中进行精确地识别物体的应用实例。
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.5x
更多内容推荐
如何基于 Mask R-CNN 快速完成模型开发
。本次分享将会基于计算机视觉领域中的目标检测、语义分割和实例分割概念,以 Mask R-CNN 为例,讲解基于 Region 的 CNN 模型开发。
【新春特辑】发压岁钱、看贺岁片、AI 写春联……华为云社区给大家拜年了
春!节!倒!计!时!啦!
2021 年 2 月 9 日
AI 概览:宣传片外的人工智能
2020 年 2 月 24 日
如何为实时音视频设计小且优的深度学习模型?(上)
在上海如期举行。Analysis》。整理发布的演讲实录。最近在微信群里看到一张很有意思的图,大家应该都见过大街小巷地铁站旁边的手机贴膜吧?但这张图的牌子上写的不是「手机贴膜」而是「模型调参」。
加速 AI 边云协同创新!KubeEdge 社区建立 Sedna 子项目
KubeEdge SIG AI是KubeEdge社区的多个特别兴趣小组(Special Interest Group)之一,主要聚焦边缘AI相关的技术讨论、API定义、参考架构、开源实现等,使能AI应用在边缘更好的运行(包括成本节省、性能提升、隐私保护等)。
2021 年 1 月 29 日
大规模机器学习在爱奇艺视频分析理解中的实践
本文,我们将分享爱奇艺资深科学家王涛在 AICon 上的精彩演讲,介绍爱奇艺在大规模视频分析理解方面的实践探索。
如何快速搭建基于 Transformer 的神经机器翻译模型?
2020 年 3 月 18 日
阿里端侧 AI 从探索尝试到逐步展开
人工智能发展已进入“落地为王”阶段,端侧 AI 现已成为端侧技术新热点,本文将回顾端侧 AI 的发展过程,以阿里端侧 AI 发展为例展望端侧 AI 的未来。
搜狗联合清华天工研究院推出 ChoreoNet 模型:让数字人随着音乐翩翩起舞
声音与AI行为搭配在一起,会发生怎样的化学反应呢?这一话题,正在成为国内外AI研究比较热衷的新方向。
2020 年 8 月 21 日
2018 AI 先行者大会在杭州召开,精选专场演讲回顾
2018年9月16日,由AICUG人工智能技术社区、Datafun社区、博学联合主办的2018 AI先行者大会于杭州召开,来自阿里巴巴、科大讯飞、微软、腾讯、平安壹钱包、宜信、地平线、格灵深瞳等企业的数十名技术专家向参会者分享了国内不同行业公司的AI实践经验。本文精选其中部分演讲进行总结回顾。
AIAI Challenger 全球 AI 挑战赛开幕,公布千万级数据集
2017年8月14日,创新工场、搜狗、今日头条在北京召开联合发布会,宣布举办首届AI Challenger全球AI挑战赛。
云上 AI 服务:云 AI 能从哪些方面帮助构建智能应用?
作为开发者,我们要真切地了解云上AI究竟有哪些能力,知道怎样让它和应用程序的开发和运行集成。
2020 年 4 月 8 日
爱奇艺智能播放技术及应用
2019 年 7 月 24 日
微软发布 VinVL:推进视觉语言模型的最新进展
VinVL 在改善图像编码以提升 VL 理解方面展现出了巨大的潜力。
视频大脑:视频内容理解的技术与应用
不知不觉中,我们已身处一个被视频环绕的世界,从日常娱乐到工作场景,我们对视频已经习以为常,它可以比单一文字、图像、声音等媒介传达出更丰富的信息,而通过人工智能技术,我们还能够从视频中深度挖掘出更多通过肉眼观察和聆听得不到的信息。这依赖于一种被称为视频内容理解的 AI 技术。
精读 2017 年 ICCV 最佳研究论文
今天我们来剖析ICCV 2017年的最佳研究论文“Mask R-CNN”,这篇论文是一个集大成的工作。
2018 年 1 月 22 日
基于 Pytorch 的细粒度图像分类实战
为了改善经典CNN网络在细粒度图像分类中的表现,同时不借助其他标注信息,人们提出了双线性网络(Bilinear CNN)这一非常具有创意的结构,并在细粒度图像分类中取得了相当可观的进步。本次实战将通过CUB-200数据集进行训练,对比经典CNN网络结构和双线性网络结构间的差异性。
一文看懂 2019 年末人工智能发展趋势
人工智能最近几年发展得如火如荼,学术界、工业界、投资界各方一起发力,本文将深度解析最新AI发展趋势,欢迎讨论。
超分辨率在移动实时音视频的应用实践
算法工程师周世付,分享了超分辨率应用于移动端实时音视频场景下,遇到的难点、通用解决方法,以及解决思路。
技术架构:深度学习推荐系统的经典技术架构长啥样?
深度学习推荐系统的架构和传统推荐系统有什么区别?深度学习到底对推荐系统有着怎样的影响?
2020 年 9 月 21 日
推荐阅读
组装式 AI 落地新模式,降低企业 AI 试错成本
加餐 | 推荐系统的参考阅读
2018 年 5 月 28 日
使用云和人工智能技术构建 Web 应用(英文演讲)
2018 年 9 月 12 日
5G 时代,如何处理超大规模物联网数据
2019 年 7 月 19 日
AWS DeepComposer – 现已全面开放并增加新的功能
AI 开发降本提效之道:云智一体 AI 开发全栈模式
2021 年 4 月 8 日
解锁华为云 AI 如何助力无人车飞驰“新姿势”,大赛冠军有话说
2020 年 10 月 21 日
电子书

大厂实战PPT下载
换一换 
张晓龙 博士 | 网易 技术委员会委员,网易数帆基础架构总监
杨雪峰 | 腾讯 TEG高级研究员
郑佳金 | PingCAP TiDB / Cloud SRE
评论 1 条评论