吃串串,数签签,这个 AI 神器一秒搞定

2024-04-13 19:58

本文主要是介绍吃串串,数签签,这个 AI 神器一秒搞定,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

df18938c927533209b5b2c649392fb78.png

来源:PaperWeekly本文约1700字,建议阅读5分钟 本文为你介绍一款小程序“AI数签神器”。

Make AI everywhere 不只是工程师的一句口号,如今,AI不光已经在金融、医疗、工业等行业取得了令人惊叹的表现,它还深入到了日常生活的方方面面。

国庆去哪旅游还没定下来,打开电脑,出行网站就会根据你的个人历史数据智能推荐出你可能喜欢的相关景点,如果有疑问要找客服,智能语音服务就能答疑解惑,出门有手机导航为你规划最佳行进路线,想找美食,打开相关应用就会为你自动筛选相关饭店,现在,甚至撸个串能用上AI了。

8a7af2804c81fa924b7c04f582e96ef7.gif

但吃串串容易,数签签难。每当我们撸完串,扫码结账前,总要等待服务员一个个数签结算,他们每天都要进行这样的重复性工作。

好在,为了解决数签难题,现在有一款AI数签神器上线了。服务员只需对着签子底部拍张照片,就能实现一秒“数签”,让服务员简洁优雅地从这种繁琐的日常工作中解脱。

00e8684c88a5ec82d12d2c4af7156eb4.png

这款叫做《百度AI数签神器》的小程序由百度研发。据了解,上线这个数签小程序,前期只需要进行小批量的数据标注,通过把标注好的图片上传平台进行模型训练,最快半小时,专属的数签模型就轻松生成了。随后结合百度APP,就开发出「百度AI数签神器」小程序。

07fa8710075253872cec5d45f163691d.png

这次“AI数签神器”,就是在百度飞桨EasyDL一站式开发平台完成模型训练的。EasyDL是百度飞桨推出的零门槛AI开发平台,开发者不需要有算法基础,就能在平台上完成数据上传、标注和训练,可视化操作几步就可以完成一个AI模型。

“数签”模型之所以快且准,核心离不开百度飞桨EasyDL图像-物体检测模型的支持,它是零算法基础定制高精度图像应用AI模型,提供端云多种灵活部署方案。

模型训练过程有多简单呢?只需四步就可以得到你想要的识别效果:

第一步:创建模型

确定模型名称,记录希望模型实现的功能。

61fa210b36f96f68170192a7707fdb68.png

由于我们的目标是统计竹签数量,那就需要定位竹签,然后统计竹签出现的次数。对于这类要定位出物体区域,并识别为竹签的场景,在EasyDL可以使用物体检测模型来完成。

cbc20451b13c43cd5e722ad732980352.png

第二步:上传并标注数据

检测功能的模型:上传数据后,需要在数据中标注出需要检测的具体目标。

要知道,数据的获取是一个比较长的过程,这个过程中需要开发者去采集数据,标注数据,清洗数据,每个流程都可能会占用我们较多的人力。

别担心,百度推出的一站式数据处理和服务平台EasyData,主要围绕AI开发过程中所需要数据采集、数据清洗、数据标注等业务需求提供完整的数据服务,帮助你提升模型训练的效果。

017b5e9e4a6f1e15fcda41ead6af197d.png

在竹签数据集中,采集的图片竹签占比小,背景干扰多,可以通过数据清洗模块批量裁剪掉非目标的背景区域,保留核心竹签区域。

cef927a5460cdab1cfecd432bc61432e.png

第三步:训练模型并校验效果

选择部署方式与算法,用上传的数据一键训练模型;模型训练完成后,可在线校验模型效果。

EasyDL平台的用户可根据模型部署环境以及对预测时延的要求来选择模型,一般情况下,时延越大,精度越高。

3033deaba2008cc4d439a05926f3383f.png

得到模型的初步效果后,用户还可以根据其特点进一步优化。

e9286f5bc32d98cf9384bc2ec06d83b3.png

首先是数据增强,竹签图片量不大,为了扩产数据集并提高模型的泛化性,可以采用数据增强策略。

ab2d06c8b7fcbcc9850bcc042059a97b.png

其次是优化超参数,如锚框大小、输入分辨率、学习率、优化器等。百度飞桨EasyDL平台提供自动超参搜索服务,能大幅提升模型的效果。同时,EasyDL支持早停、失败重试、表现差的试验复用优秀试验的预训练权重等功能,使训练更加高效。在EasyDL线上多场景模型精度可以平均提升10%以上。

149d519d9611b87b9b6494bf78700f91.png

最后是智能评估。通过查看指标、归因分析、有针对性地收集和修正数据并进行模型迭代,模型调优的效率普遍可以提升50%,在有些数据集上精度甚至可以提升20%以上。

第四步:发布模型

根据训练时选择的部署方式,将模型以云端API、设备端SDK等多种方式发布使用。

ba2c0cc7398b97474971231dab762d2f.png

EasyDL提供灵活丰富的服务部署形态,包括公有云部署、本地服务器部署、设备端SDK、软硬一体产品等。它还支持4大操作系统,15+芯片类型。

7003f0cf74439455b63140c7a4a59be3.png

在AI模型开发的部署阶段,除了硬件的适配性,性能一直是开发者最关心的核心问题,很多场景对时延都有非常高的要求。EasyDL引入计算图优化、模型压缩等功能,能够大幅降低模型的体积,以及内存/显存的占用,如模型内存占用可以降低60%。同时,在本地部署中,通过端到端的硬件加速和异构计算的合理编排等机制,可以最大化发挥AI芯片的潜力,提升本地模型推理的性能。

从创建模型到模型发布,到此,整个模型训练的整个过程就结束了。与大家所熟知的那样,百度AI不止能做高大上的工业检测、电力巡检等专业应用场景,更重要的是,百度AI给我们展示了技术可以非常贴近日常生活,AI可以有烟火味,他们也真正做到了将AI落地到各领域,改变人们的生活。同时,可以看到,EasyDL平台让AI开发变得很容易就能上手,不是专业的算法工程师,也可以用它开发各种应用。

编辑:于腾凯

7fb52804d36aaef67e4d9bbc9b06230b.png

这篇关于吃串串,数签签,这个 AI 神器一秒搞定的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901076

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

MySQL数据库宕机,启动不起来,教你一招搞定!

作者介绍:老苏,10余年DBA工作运维经验,擅长Oracle、MySQL、PG、Mongodb数据库运维(如安装迁移,性能优化、故障应急处理等)公众号:老苏畅谈运维欢迎关注本人公众号,更多精彩与您分享。 MySQL数据库宕机,数据页损坏问题,启动不起来,该如何排查和解决,本文将为你说明具体的排查过程。 查看MySQL error日志 查看 MySQL error日志,排查哪个表(表空间

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU