拯救狗盲症,搜狗图片搜索一步精准识狗

简介:

你是否曾经在路上遇到某只可爱的狗狗,想知道其品种却没有途径?你是否作为爱狗之人在面对拉布拉多和萨摩、柴犬和秋田这等相貌相似的犬类时,因无法准确分辨而尴尬?搜狗图片搜索新推出的“识狗”功能可为你轻松解决这些难题,基于领先的人工智能技术,只要图片中有狗狗,搜狗图片搜索就可自动识别并标识出狗狗的品种,并为用户提供详细的犬种介绍。

11.jpg

(图:搜狗图片搜索对照片中的狗狗进行识别)

无论是网上看到的图片,还是现场拍摄到的照片,也无论是否包含人物或是其它元素,只要图中能较清晰地呈现狗狗的脸部,搜狗图片搜索均可识别出含有狗狗,并高准确度识别出其种类,提供该犬种的百科介绍及相似图片,便于用户进一步了解该犬种的相关信息。而其使用非常便捷,如果用户在户外散步时看到一只狗狗想了解其犬种,只需对其进行拍摄,并将照片上传即可。

而如果用户在浏览网页过程中看到狗狗的图片想了解其犬种时,如短脚长身梗等稀有犬类,只需将看到的图片保存并上传至搜狗图片搜索,系统就可自动判断出该图片为“短脚长身梗”,除了百科介绍及相似图片外,系统还可提供图片来源的网络链接,可使用户再度确认信息的正确性。

12.jpg

(图:搜狗图片搜索对网络图片中的狗狗进行识别)

据悉,搜狗图片搜索的识别范围已覆盖通用标准的全部犬种,即美国养犬俱乐部AKC标准中的177类犬种皆可被识别。这种效果依赖于搜狗图片搜索在人工智能领域的技术优势,在搜狗图片搜索系统训练过程中,首先利用深度学习框架针对图像中是否存在狗进行检测,并给出其较为精确的位置,再提取该位置内图像进行针对性识别。其中,考虑到不同犬种的差异较小,分类粒度较细,以及用户上传图像的角度、拍摄质量等情况的不统一,针对这117类犬种,搜狗图片搜索共收集了几十万张图像进行系统训练,最终实现高准确率识别狗狗及鉴别犬种。

让用户表达和获取信息更简单,一直是搜狗搜索所追求的。搜狗图片搜索能高准确率识别犬种,缩短了用户由图像到所查询犬种精准描述的路径长度,这正是人工智能技术落地到日常生活场景中的体现。 


  

本文转自d1net(转载)


目录
相关文章
|
机器学习/深度学习 人工智能 编解码
AI人像特效之「一键生成N次元虚拟形象」
为了零成本低门槛地提供极致酷炫的人像玩法,我们提出了一套人像风格化通用框架「AI Maleonn」AI 版神笔马良,用于一键生成风格百变的人物虚拟形象,在风格上涵盖手绘、3D、日漫、艺术特效、铅笔画等多种风格,同时可以支持面向小样本的专属风格定制,利用少量目标风格图即可实现快速迁移拓展;在处理维度上,不仅适用于生成头部效果,更支持全图精细化纹理转换,兼容多人场景;在模型鲁棒性上,有效克服了多角度姿态、面部遮挡等各类复杂场景,整体稳定性大大提升。
|
2月前
|
人工智能 运维 机器人
我用开源项目把 AI Agent 和钉钉打通了,现在能查人、发消息、管文档
dingtalk-skills 是面向 AI Agent 的钉钉技能库(v0.4.0),零代码、零依赖,一行命令安装。现支持知识库、AI表格、消息发送、待办、通讯录5大核心场景,对话即可操作钉钉,已开源。
609 1
|
3月前
|
弹性计算 缓存 运维
2026年阿里云幻兽帕鲁(Palworld)一键部署详细教程
《幻兽帕鲁》热度飙升!阿里云2026年推出专属一键部署方案,零基础用户3分钟即可搭建低延迟联机服务器。支持自定义人数、PVP、存档导入与自动备份,覆盖1–32人场景。实名认证+Steam账号即可开服,手把手教程助你秒变服主!
570 7
|
Ubuntu Linux
Ubuntu下载工具:ip addr、ifconfig、ping、make的使用
的选项和参数,这里只是简单地介绍了它们的基本用法。如果你想要深入学习这些工具,我建议你查阅它们的man页面,或者找一本好的Linux教程进行学习。
593 22
|
Oracle Java 关系型数据库
JVM深入原理(一+二):JVM概述和JVM功能
JVM全称是Java Virtual Machine-Java虚拟机JVM作用:本质上是一个运行在计算机上的程序,职责是运行Java字节码文件,编译为机器码交由计算机运行。
303 0
|
人工智能 自然语言处理 运维
新员工培训全攻略:从战略解码到实战落地的深度拆解
当航天科工七〇六所通过InfoQ的“线上+线下混合式培训”将200名新员工的岗位胜任周期缩短40%,当某芯片巨头用“铸造成长·一苇可航”主题培训将企业文化转化率达78%,我们不得不思考:在AI重构生产关系的今天,如何让培训计划既承载战略意图,又点燃个体价值?
|
存储 并行计算 大数据
优化Python数据处理性能的最佳实践
在数据科学和大数据时代,优化Python数据处理性能变得至关重要。通过探讨数据处理瓶颈、内存管理、并行计算以及高效库的使用,本篇文章旨在提供切实可行的最佳实践,以帮助开发者提升数据处理效率。
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
1181 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
|
传感器 监控 物联网
认识物联网层次架构设计
物联网可以分为三个层次,底层是用来感知数据的感知层,即利用传感器、二维码、RFID等设备随时随地获取物体的信息。第二层是数据传输处理的网络层,即通过各种传感网络与互联网的融合,将对象当前的信息实时准确地传递出去。第三层则是与行业需求结合的应用层,即通过智能计算、云计算等将对象进行智能化控制。
2828 3
|
存储 负载均衡 物联网
InfluxDB集群与扩展性解析
【4月更文挑战第30天】InfluxDB集群利用分片和复制技术实现水平扩展,提升性能和可靠性。集群包含元数据、数据和(可选)代理节点,其中元数据节点管理集群信息,数据节点存储时间序列数据,代理节点转发查询请求。扩展性策略包括:水平扩展增加数据节点,负载均衡优化资源使用,数据分片实现并行处理,以及通过多副本保证容错和高可用性。这些特性使InfluxDB能有效处理大量时间序列数据。
1070 0