发布时间:2020-08-13 09:00 作者:未知
腾佑AI人工智能持续为大家分享基于生物识别的图像识别国内快讯:学术研究人员说YOLO加快了图像识别技术
学术研究人员表示,他们已经设法应对两个相互竞争的图像识别要求:提高图像识别的准确性和速度。该软件已在智能城市系统中用于交通管理,但与实时加速生物识别(包括面罩检测)有关。
台湾中央研究院信息科学研究院的研究人员与现有代码维护者Alexey Bochkovskiy一起改进了被称为YOLO(仅供您一次看)的现有图像识别软件。他们的工作在由调谐加快底层神经网络“网络识别对象的响应[和]重传机制来优化传输路径,[和]减少的计算算法的量,”根据一个新闻发布。
最终结果是,研究人员王建尧和廖宏远声称,新版YOLO的准确率比上一代提高了10%,并且比当前使用的其他图像识别技术更准确。
义隆电子正在使用该软件作为“智能城市交通流解决方案”的一部分,该解决方案目前已部署在台湾的桃园和新竹。图像识别应用于经过交叉路口的车辆,以提高在每个交叉路口实时检测车辆,停车列车和车速的能力。
以交通流量的速度进行图像识别并非易事,这就是为什么在人群中使用该软件进行人脸识别以进行遮罩检测的原因之一,就是其可用于生物识别的用途之一。
新软件的另一个好处是:该团队在他们的联合研究论文中指出,降低的计算复杂度不仅可以提高速度,而且意味着训练算法所需的计算能力和时间更少,并且可以在各种当前可用的GPU上完成。生成的软件可在开源代码存储库GitHub上找到。
更多图像识别国内快讯,腾佑AI人工智能持续分享中,若您有百度图像识别相关的产品需求,可咨询在线客服获取更多详情!