原创 後端分析/前端分析/邊緣分析
過去兩個月團隊一直在忙着將基於後端分析的技術方案移植到前端設備，由於都是英偉達的硬件平臺，遷移過程還算順利。下面分享一下什麼是後端分析、什麼是前端分析、什麼又是邊緣分析，當然叫後端計算、前端計算、邊緣計算也行。下面這個動圖就是我們採用前端分
2020-08-20 12:53:55
原创 [計算機視覺]從零開始構建一個微軟how-old.net服務/面部屬性識別
大概兩三年前微軟發佈了一個基於Cognitive Service API的how-old.net網站，用戶可以上傳一張包含人臉的照片，後臺通過調用深度學習算法可以預測照片中的人臉、年齡以及性別，然後將結果繪製到原圖片上返回給用戶。那時候深度
2020-05-08 14:14:15
原创 [計算機視覺]人臉應用：人臉檢測、人臉對比、五官檢測、眨眼檢測、活體檢測、疲勞檢測
人臉應用在計算機視覺體系中佔很大一塊，在深度學習火起來之前，基於傳統機器學習的人臉應用就已經很成熟了，有很多商用應用場景。本文用一個可以實際運行的Demo來說明人臉應用中常見的技術概念，包含‘人臉檢測’、‘人臉對比’、‘人臉表徵檢測（五官定
2020-04-15 14:09:58
原创 [AI開發]一個例子說明機器學習和深度學習的關係
深度學習現在這麼火熱，大部分人都會有‘那麼它與機器學習有什麼關係？’這樣的疑問，網上比較它們的文章也比較多，如果有機器學習相關經驗，或者做過類似數據分析、挖掘之類的人看完那些文章可能很容易理解，無非就是一個強調‘端到端’全自動處理，一個在特
2020-04-03 13:18:40
3
原创 [AI開發]小型數據集解決實際工程問題——交通擁堵、交通事故實時告警
這篇文章其實主要是想介紹在深度學習過程中如何使用小型數據集，這種數據集樣本數量一般在1000以下，有時候甚至只有幾百。一般提到神經網絡，大家都會說數據量越豐富，準確性越高，但是實際工作中，可能收集不了大量的訓練樣本，那麼這時候該如何利用有
2020-02-20 13:38:32
原创 [AI開發]零代碼分析視頻結構化類應用結構設計
視頻結構化類應用涉及到的技術棧比較多，而且每種技術入門門檻都較高，比如視頻接入存儲、編解碼、深度學習推理、rtmp流媒體等等。每個環節的水都非常深，單獨拿出來可以寫好幾篇文章，如果沒有個幾年經驗基本很難搞定。本篇文章簡單介紹視頻結構化類應
2020-02-20 13:38:30
原创 [AI開發]零數學公式告訴你什麼是（卷積）神經網絡
大部分介紹神經網絡的文章中概念性的東西太多，而且夾雜着很多數學公式，讀起來讓人頭疼，尤其沒什麼基礎的人完全get不到作者想要表達的思想。本篇文章嘗試零公式（但有少量數學知識）說清楚什麼是神經網絡，並且舉例來說明神經網絡能幹什麼。另外一些文
2019-11-05 13:17:41
原创 [AI開發]視頻結構化類應用的侷限性
算法不是通用的，基於深度學習的應用系統不但做不到通用，即使對於同一類業務場景，還需要爲每個場景做定製、特殊處理，這樣纔能有可能到達實用標準。這種侷限性在計算機視覺領域的應用中表現得尤其突出，本文介紹基於深度學習的交通行業視頻結構化類應用在實
2019-10-19 13:15:39
原创 [計算機視覺]基於內容的圖像搜索實現
圖像搜索引擎一般有三種實現方式： （1）Search By Metadata，這種方式不會考慮圖片本身內容（圖片包含物體，以及圖像像素分佈等），純粹根據圖像標籤來進行檢索。如果某個網頁中有一張賽馬的圖片，並且網頁文本內容中包含“賽馬”（或
2019-09-15 13:17:29
原创 [AI開發]目標檢測之素材標註
算力和數據是影響深度學習應用效果的兩個關鍵因素，在算力滿足條件的情況下，爲了到達更好的效果，我們需要將海量、高質量的素材數據餵給神經網絡，訓練出高精度的網絡模型。吳恩達在深度學習公開課中提到，在算力滿足要求的前提下，模型效果會隨着素材數量的
2019-08-03 13:15:24
原创 [AI開發]目標跟蹤之行爲分析
基於視頻結構化的應用中，目標在經過跟蹤算法後，會得到一個唯一標識和它對應的運動軌跡，利用這兩個數據我們可以做一些後續工作：測速（交通類應用場景）、計數（交通類應用場景、安防類應用場景）以及行爲檢測（交通類應用場景、安防類應用場景）。我會寫三
2019-07-15 13:18:06
原创 [AI開發]目標跟蹤之計數
基於視頻結構化的應用中，目標在經過跟蹤算法後，會得到一個唯一標識和它對應的運動軌跡，利用這兩個數據我們可以做一些後續工作：測速（交通類應用場景）、計數（交通類應用場景、安防類應用場景）以及行爲檢測（交通類應用場景、安防類應用場景）。我會寫三
2019-06-13 13:18:34
原创 [AI開發]目標跟蹤之速度計算
基於視頻結構化的應用中，目標在經過跟蹤算法後，會得到一個唯一標識和它對應的運動軌跡，利用這兩個數據我們可以做一些後續工作：測速（交通類應用場景）、計數（交通類應用場景、安防類應用場景）以及行爲檢測（交通類應用場景、安防類應用場景）。我會寫三
2019-06-07 13:14:44
原创 [AI開發]DeepStream開發填坑記錄
下面是在deepstream使用過程中碰到的一些坑： 1）Pipeline中的Sink如果需要編碼存文件或者推rtmp的流，注意控制編碼的參數，編碼質量不要太高。否則可能Sink帶不動，整個Pipeline有數據積累，延時越來越高，程序佔用
2019-05-31 13:14:46
15