阿里云高校计划视觉AI五天训练营教程 Day 2 - 身份证识别系统搭建
2020-11-28
507
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
实战讲述如何使用阿里云视觉平台API快速开发在线视觉AI平台，主要如何为如何搭建身份证识别系统，进而扩展到其他的识别系统。
相关文章
|
15天前
|
机器学习/深度学习
存储
人工智能
【科普向】我们所说的AI模型训练到底在训练什么？
人工智能（AI）模型训练类似于厨师通过反复实践来掌握烹饪技巧。它通过大量数据输入，自动优化内部参数（如神经网络中的权重和偏置），以最小化预测误差或损失函数，使模型在面对新数据时更加准确。训练过程包括前向传播、计算损失、反向传播和更新权重等步骤，最终生成权重文件保存模型参数，用于后续的应用和部署。理解生物神经网络的工作原理为人工神经网络的设计提供了灵感，后者广泛应用于图像识别、自然语言处理等领域。
571
11
11
|
11天前
|
存储
人工智能
自然语言处理
|
4天前
|
人工智能
自然语言处理
测试技术
阿里云通义实验室自然语言处理方向负责人黄非：通义灵码2.0，迈入 Agentic AI
在通义灵码 2.0 发布会上，阿里云通义实验室自然语言处理方向负责人黄非分享了代码大模型的演进。过去一年来，随着大模型技术的发展，特别是智能体技术的深入应用，通义灵码也在智能体的基础上研发了针对于整个软件研发流程的不同任务的智能体，这里既包括单智能体，也包括多智能体合并框架，在这样的基础上我们研发了通义灵码2.0。
58
14
15
|
22天前
|
人工智能
运维
Kubernetes
阿里云容器服务AI助手2.0 - 新一代容器智能运维能力
2024年11月，阿里云容器服务团队进一步深度融合现有运维可观测体系，在场景上覆盖了K8s用户的全生命周期，正式推出升级版AI助手2.0，旨在更好地为用户使用和运维K8S保驾护航。
160
33
33
|
5天前
|
人工智能
供应链
安全
阿里云 Confidential AI 最佳实践
本次分享的主题是阿里云 Confidential AI 最佳实践，由阿里云飞天实验室操作系统安全团队工程师张佳分享。主要分为三个部分：
1. Confidential AI 技术背景与挑战
2. Confidential AI 技术架构与应用场景
3. Confidential AI 技术实践与未来展望
20
2
2
|
5天前
|
人工智能
Java
API
阿里云工程师跟通义灵码结伴编程， 用Spring AI Alibaba来开发 AI 答疑助手
本次分享的主题是阿里云工程师跟通义灵码结伴编程， 用Spring AI Alibaba来开发 AI 答疑助手，由阿里云两位工程师分享。
26
0
0
|
15天前
|
人工智能
物联网
如何将Together AI上基于Qwen2-7B训练的模型部署到ModelScope平台
如何将Together AI上基于Qwen2-7B训练的模型部署到ModelScope平台
57
10
10
|
19天前
|
存储
人工智能
数据管理
媒体声音｜专访阿里云数据库周文超博士：AI就绪的智能数据平台设计思路
在生成式AI的浪潮中，数据的重要性日益凸显。大模型在实际业务场景的落地过程中，必须有海量数据的支撑：经过训练、推理和分析等一系列复杂的数据处理过程，才能最终产生业务价值。事实上，大模型本身就是数据处理后的产物，以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题，这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
191
3
4
|
19天前
|
人工智能
运维
监控
阿里云Milvus产品发布：AI时代云原生专业向量检索引擎
随着大模型和生成式AI的兴起，非结构化数据市场迅速增长，预计2027年占比将达到86.8%。Milvus作为开源向量检索引擎，具备极速检索、云原生弹性及社区支持等优势，成为全球最受欢迎的向量数据库之一。阿里云推出的全托管Milvus产品，优化性能3-10倍，提供企业级功能如Serverless服务、分钟级开通、高可用性和成本降低30%，助力企业在电商、广告推荐、自动驾驶等场景下加速AI应用构建，显著提升业务价值和稳定性。
70
2
2
|
21天前
|
人工智能
Cloud Native
数据管理
数据+AI融合趋势洞察暨阿里云OpenLake解决方案发布
Forrester是全球领先的市场研究与咨询机构，专注于新兴技术在各领域的应用。本文探讨如何加速现代数据管理，推动人工智能与客户业务的融合创新。面对数据标准缺乏、多云环境复杂性、新兴业务场景及过多数据平台等挑战，Forrester提出构建AI就绪的数据管理基石，通过互联智能框架、全局数据管理和DataOps、端到端数据管理能力、AI赋能的数据管理以及用例驱动的策略，帮助企业实现数据和AI的深度融合，提升业务价值并降低管理成本。
33
0
0