阿里云视觉智能平台高校学生专访|臧家河:疫情在家,我的视觉AI实践之旅

本文涉及的产品
图像搜索,7款服务类型 1个月
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频资源包5000点
简介: 因新冠肺炎疫情,学校延期开学。为了让广大学生在家时间不浪费,提高相关计算机技能。阿里云多方产品联合开发者社区,推出了高校“在家实践”计划,我们有幸采访到了其中一位开发者臧家河同学,那么接下来听听他是怎么说的。

  因新冠肺炎疫情,学校延期开学。为了让广大学生在家时间不浪费,提高相关计算机技能。阿里云多方产品联合开发者社区,推出了高校“在家实践”计划,其中阿里云视觉智能开放平台(vision.aliyun.com)为赋能此次活动,助力大学生提高技能,所有参加此次活动的高校学生均可免费使用该平台下的70+种视觉AI能力,另外参加此次活动每人还可免费领取一台云服务器ECS以及在线实践课程等资源。
  在活动举办期间,很多同学通过现有的资源搭建出了属于自己的网站或者是博客,并对接相关功能,成功实现网页功能的配置。我们有幸采访到了其中一位开发者臧家河同学,那么接下来听听他是怎么看待此次活动的。

  案例地址:http://ms.bcaqfy.xin/AliAi/

  • 阿里云:加入此次活动的初衷是什么?
    臧家河:本身作为一个软件技术专业的学生来说,本身就对科技类开发类的知识感兴趣,当时也是抱着提高自身技术、开拓视野结交更多的开发牛人的想法,因此报名参加了此次活动。
  • 阿里云:是什么原因让你制作了车牌识别页面呢?
    臧家河:在报名此次活动后有加入对应的钉钉群,在群里面发现很多技术大牛在分享自己的作品,这也促使我萌生出制作网页的想法,也想在群里发自己的作品和大家交流,刚好此次活动提供了免费的ecs和ai能力,我就通过这些内容搭建了一个网页端的车牌识别页面。
  • 阿里云:在搭建过程中有遇到什么困难么?
    臧家河:在调用车牌识别api能力的时候需要通过oss上传图片地址,这个操作是之前没有了解过得,再加上oss的开发文档的入口不那么明显,在这方面耗费了较长的时间。
  • 阿里云:通过此次整个前后端代码的编写,有什么经验要和大家分享的么?
    臧家河:此次编写过程中有出现一个失误,在代码中填写AK和秘钥的时候没有对内容进行加密,导致第一版的时候AK和秘钥会被看到,之后经过同学的提醒我对代码进行了优化和加密,从而将这个问题修复,在这里也是提醒广大同学一定要保护好自己的AK和秘钥。
  • 阿里云:如何看待阿里云视觉智能开放平台?
    臧家河:车牌识别页面的核心技术是如何将车牌内容准确的识别出来,因此我使用了阿里云视觉智能开放平台下的车牌识别能力,整个对接流程下来体验非常好,整个平台的能力非常全面并且调用起来也很方便,非常推荐其他需要的同学使用。

  阿里云视觉智能开放平台(vision.aliyun.com)是基于阿里巴巴视觉智能技术实践经验,面向视觉智能技术的开发与应用用户,为其提供好用、易用、普惠的视觉智能API服务,帮助企业、开发者快速建立视觉智能技术的应用能力的综合性视觉AI能力平台。
  此外阿里云视觉智能开放平台(vision.aliyun.com)还免费提供了70余种视觉AI算法服务,例如人脸口罩检测、人脸对比等,覆盖了人脸人体、文字识别、商品理解以及内容安全等多项类目。同时欢迎企业或个人开发者前来调用,创造出更多有价值的产品应用与解决方案!
  如果您想要了解更多关于AI能力的实际应用场景以及相关API调用的方法都在钉钉搜索群号23109592,或是扫描下方的钉群二维码进群和我们咨询。
群二维码.jpg

相关文章
|
2月前
|
人工智能 Serverless
AI 大模型助力客户对话分析 ——实践操作
参与《AI大模型助力客户对话分析》项目,基于阿里云社区操作路书,从架构设计到部署测试,逐步学习并应用大模型进行AI质检。过程中虽有控制台跳转等小挑战,但整体体验流畅,展示了AI技术的便捷与魅力,以及阿里云平台的先进性和社区支持。最终实现的AI质检功能,能够有效提升企业客户服务质量与效率。
55 0
|
2月前
|
机器学习/深度学习 数据采集 人工智能
AI与机器学习:从理论到实践
【10月更文挑战第2天】本文将深入探讨AI和机器学习的基本概念,以及它们如何从理论转化为实际的应用。我们将通过Python代码示例,展示如何使用机器学习库scikit-learn进行数据预处理、模型训练和预测。无论你是AI领域的初学者,还是有一定基础的开发者,这篇文章都将为你提供有价值的信息和知识。
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
2月前
|
SQL 人工智能 自然语言处理
【AI 技术分享】大模型与数据检索的探索实践
本文基于2024年9月27日与阿里云合办的线下沙龙分享整理而成,探讨如何通过大语言模型(LLM)让数据访问更简单。随着企业数据量增长,传统数据访问方式已难以满足需求。LLM结合自然语言检索,使非技术用户能直接用自然语言与数据交互,降低数据访问门槛。文章介绍了NL2SQL技术,通过LLM理解自然语言问题并生成SQL查询,实现高效数据获取。同时,探讨了AskTable架构及其在实际应用中的挑战与解决方案。
230 5
【AI 技术分享】大模型与数据检索的探索实践
|
1月前
|
存储 人工智能 弹性计算
基于《文档智能 & RAG让AI大模型更懂业务》解决方案实践体验后的想法
通过实践《文档智能 & RAG让AI大模型更懂业务》实验,掌握了构建强大LLM知识库的方法,处理企业级文档问答需求。部署文档和引导充分,但需增加资源选型指导。文档智能与RAG结合提升了文档利用效率,但在答案质量和内容精确度上有提升空间。解决方案适用于法律文档查阅、技术支持等场景,但需加强数据安全和隐私保护。建议增加基于容量需求的资源配置指导。
106 4
|
1月前
|
人工智能 JavaScript 前端开发
利用 AI 进行代码生成:GitHub Copilot 的实践与反思
【10月更文挑战第23天】本文探讨了GitHub Copilot,一个由微软和OpenAI合作推出的AI代码生成工具,其核心功能包括智能代码补全、多语言支持、上下文感知和持续学习。文章介绍了Copilot在加速开发流程、学习新语言、提高代码质量和减少重复工作等方面的应用,并反思了AI在代码生成中的代码所有权、安全性和技能发展等问题。最后,文章提供了实施Copilot的最佳实践,强调了在使用AI工具时保持对代码的控制和理解的重要性。
|
2月前
|
人工智能
精通歌词结构技巧:写歌词的方法与实践,妙笔生词AI智能写歌词软件
歌词创作是音乐的灵魂,掌握其结构技巧至关重要。开头需迅速吸引听众,主体部分需结构清晰、情感丰富,结尾则要余韵悠长。无论是叙事还是抒情,妙笔生词智能写歌词软件都能助你一臂之力,提供AI智能创作、优化及解析等多功能支持,助你轻松驾驭歌词创作。
|
2月前
|
人工智能 资源调度 数据可视化
【AI应用落地实战】智能文档处理本地部署——可视化文档解析前端TextIn ParseX实践
2024长沙·中国1024程序员节以“智能应用新生态”为主题,吸引了众多技术大咖。合合信息展示了“智能文档处理百宝箱”的三大工具:可视化文档解析前端TextIn ParseX、向量化acge-embedding模型和文档解析测评工具markdown_tester,助力智能文档处理与知识管理。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在软件测试中的创新应用与实践###
本文旨在探讨人工智能(AI)技术如何革新软件测试领域,提升测试效率、质量与覆盖范围。通过深入分析AI驱动的自动化测试工具、智能化缺陷预测模型及持续集成/持续部署(CI/CD)流程优化等关键方面,本研究揭示了AI技术在解决传统软件测试痛点中的潜力与价值。文章首先概述了软件测试的重要性和当前面临的挑战,随后详细介绍了AI技术在测试用例生成、执行、结果分析及维护中的应用实例,并展望了未来AI与软件测试深度融合的趋势,强调了技术伦理与质量控制的重要性。本文为软件开发与测试团队提供了关于如何有效利用AI技术提升测试效能的实践指南。 ###
|
2月前
|
人工智能
阅读了《文档智能 & RAG让AI大模型更懂业务》的解决方案后对解决方案的实践原理的理解
阅读《文档智能 & RAG让AI大模型更懂业务》后,我对文档智能处理与RAG技术结合的实践原理有了清晰理解。部署过程中,文档帮助详尽,但建议增加常见错误处理指南。体验LLM知识库后,模型在处理业务文档时效率和准确性显著提升,但在知识库自动化管理和文档适应能力方面仍有改进空间。解决方案适用于多种业务场景,但在特定场景下的集成和定制化方面仍需提升。