正文部分

AI快车道-EasyDL产业行使系列:坦然生产冠亚体育官方入口主题直播知识点实录

国网上海电力公司在人造智能周围从十年前最先一些初步的追求,在技术、人才、团队和钻研平台上都打下了良益的追求和基础,这里展现一下张江科学示范区采用的人造智能方面的浅易行使。这里包括矮压拓扑自动识别,电网设备智能巡检,输电线路智能管控和站房自立管控,除此之外在无人机和机器人自动巡检等方面也有许众追求。

第三点就是人员经验难以积累到体系,前线也挑到过,巡检靠经验雄厚的先生傅才能找到阀门,体系能够把先生傅的经验直接自动的固化到体系里,即使是幼白也能够很方便的找到阀门。第四点就是现场做事倚赖人员的经验,行使搭角线图和皮尺等工具,行使 AR 体系经过屏幕直接可视化的操作。

下面望几个清洗的选项, 同时声援三栽清洗方式,最先最上面进项比较浅易,就是你有几个选项,程度、垂直、翻转,上面能够选择角度,还有裁剪,裁剪吾们不必要很大的周围,因此能够选择裁剪的周围。

最先望一下发掘机的检测情况,这个检测堵截 mAP 值精度达到了 100%,因此它照样特意准的,这里将待检测的照片调出来望一下检测终局,这张照片吾们是选的黑白照片,而且是不足清亮,比较粗糙的照片,能够望到它的切实率照样特意准的。再换一张,这张照片是一台单独的发掘机,也是特意快的识别出来了。

第三栽方式是 通用设备端的 SDK,这个是面新手机和嵌入式硬件设备,能够把 SDK 集成到手机 APP 或者宿主机,普及声援分别硬件和操作体系,针对各栽芯片也做了加速。还有吾们挑供的柔硬一体产品,这个是把性能的方案和专项适配的 SDK 相结合,挑供了众栽方案可选择,包括 百度自研的 EdgeBoard 系列,还有 EasyDL-NVIDIA Jetson 系列。

这里吾们举个例子,比如前线望到的大型施工现场图,发掘机有益几台,识别的过程当中第一次只识别到右上角这一台发掘机,最前线这台异国识别到,后来吾们把图片处理了一下,采用了 图像分割 仔细力机制的方式,把最前线那台发掘机单独挑掏出来,然后它就很容易的识别出来了。

下面能够望到,这里是一个评测,倘若有有余的数据集进走评测,能够点击这里,今天并异国准备益评测的片面,这两个片面是预训练模型,左边的模型是 百度超大周围视觉预训练模型,收获会益一点,但是声援的网络少一些。右边声援的网络众一些,但是数据集训练收获差一点。如何选择网络的话,在右侧的按钮有。

人造智能对电力走业特意主要,吾们总结了一下,人造智能在电力走业需求主要表如今四个方面,第一个方面是新时代电力体系新特征新挑衅的需求,第二方面是国网战略如今标实现的需求,第三方面是上海绿色矮碳聪敏城市和科创中央建设的需求,第四方面是人民电业为人民的社会作用的需求。

在竖立之后能够挑交,挑交之后发现下方众了一个设备管理,有本地运走状态和网络状态,这里有一个按钮,是否控制抽帧上传数据的按钮,这里点击能够查望抽帧,吾们再点击查望云端数据。

传统的阀门巡检管理还存在这对于 人员专科能力请求高,而且培训的周期希奇长,要是真实成为一个先生傅,这个周期要一到两年的师傅带徒弟的方式。第二就是 巡检的周期长,进度慢,管理者考核难。第三就是在爆管的时候会存在水没的情况,第四就是 外单位的堆没,前线已经挑到了,由于修建垃圾的堆没和城市道路的翻新堆没了。

接下来再演示一下模型训练完善之后安放,再用另外一个数据集,由于刚才这个模型已经安放过了,吾们用另外一个训练出来的模型安放一下。点击安放,能够选择安放方式,吾们选择公有云 API,能够取一个服务名称,必要添加接口地址。这个时候点击最先安放,确定。

这个界面是一个竖立,上面的片面是声援修改抽帧频率,有秒、分钟和幼时,倘若竖立 1 就是 1 秒钟抽帧一次,吾们先竖立 5 秒,下方是运走时间,比如之前说的生猪监测,能够根据猪的运动时间竖立。

如今能够望到,这是 EasyData 的管理平台,左侧是功能,几大块数据总览,下面是标注,有在线标注,智能标注,还有标注的声援,倘若你是标注的新手,能够挑交给吾们追求一些声援。这块是摄像头采集图片,也就是一会要做的,在这里下载 SDK 把吾们的摄像头安放益,还有一个云服务获取数据,这个末了再讲。最下方是清洗义务的管理。

吾们为行家挑供了众栽类型序列号选择,有单台设备,也有能够激活众台设备的序列号,对于手机端 APP 来说,按产品线激活是选举的方式,能够在这儿点击新增,选择对答的操作体系,包名,行家有 Android 和 IOS 开发经验的人就清新这个有趣,按本身的现原形况填写。云云吾们就得到了一个序列号,按包名激活的序列号,这个页面里挑供了 SDK 的下载,这儿也能够选择。

第五就是传统的巡检马路作业时间较长,有坦然隐患,用吾们体系肯定程度上缩短马路上作业时间。第六就是现场操作人员数目偏众,用工成本较高,用吾们的体系能够缩短操作人员数目。

最上面 去近似的功能,也是给了 5 张图片,从左到右,相通度越来越矮,最左边两张图相通度是 0.75,前 3 张图到 0.5 都是特意相通的,因此说这里的阈值是说,相通度大于这个值的时候只保留 1 张,这里竖立 0.75 就能够了,然后挑交清洗。页面会表现有一个义务正在清洗中,清洗方式是裁剪、去暧昧、去近似。还能够查望义务细目,查望最先时间。

进入这个界面,跟行家说一下,最先在开发平台上,吾们是用的经典版的定制模型。最先训练,选择物体检测,吾们建了两个模型。

这儿已经最先训练了,能够在这儿勾选一下,训练完了以后经过短信的方式知照吾们,这儿在训练了。吾也是挑前训练益了,为了撙节行家时间。吾这个数据集不是希奇大,也许是 8 分钟就训练完了,清淡情况下,如今训练的时间也都比较快,吾们挑其中一个,下一步就是安放,吾们点安放。

再接下来讲一下柔硬一体方案,经过把高性能的计算设备和深度适配过的设备端 SDK 相结合,方便行家选型时候集成到本身的生产环境。EdgeBoard 是百度自研产品,前线预告片挑到,包括计算盒和计算卡、加速卡,有的能够直接步入,有的能够嵌入到体系,行为加速卡做嵌入式行使,这些行家能够在百度 AI 市场能够买到。

讲师:国网上海市电力公司电力科学钻研院副总工 田英杰、百度AI开发平台部 资深研发工程师 孔明

参加下一期的课程,请添加幼助手的微信并备注“ 安放”,进入到课程相通群,随时与开发者共同相通,探讨技术题目。

睁开全文

第二栽方式就是 服务器端 SDK,包含了模型,还集成了加速库和工具库,SDK 撑持许众异构的硬件,能直接调用 SDK 的接口,能够在分别硬件上行使模型,集成到本身的行使或者行使里,吾们是挑供了两栽分别的方式,鉴权方式也是纷歧样的,私有服务器 API 是全离线的鉴权,必要在物理之上进走鉴权。SDK 是必要联网鉴权,会给你一个 license,第一次行使的时候必要联网对 license 进走激活,后面能够全离线的行使。

然后回到训练义务,能够检验一下收获,今天放了两个图,有一张是葡萄,检验一下。如今能够望到,检测出这是葡萄,并且检测出了具体的子分类,展望出是 99.95%,特意益。另一个换橙子,检测出了橙子,且是赣南脐橙,99.96%。

清淡来说 ResNet 就能够遮盖大片面的场景。这里三个 GPU 的选择,默认是 P4,有 100 幼时的免费时间,性能和价格都分别,然后挑交训练义务,这儿已经最先了。

还有一些光线的题目,这里对规范化数据的提出冠亚体育官方入口,像这栽场景冠亚体育官方入口,吾们总结出来数据输入方冠亚体育官方入口,就是单图单标签,单类单个结算,另外两栽场景就是挑供的数据训练一个是带包装盒的,另外一个是带塑料袋的,这就是数据生产的规范化。

末了一点就是巡检对象有关数据的获取、录入、处理、审核,传统是以人造为主,造成巡检效率矮且容易展现误差、过失的情况。用吾们的体系,就能够借助人造智能、加强现实大数据等升迁了数据处理做事和巡检做事效率和质量。

吾们先添加数据,刚才吾上传的数据集已经导入完了,这儿能够望到,内里包含两类,一个是幼番茄,另外一个是奇怪果,吾们添加进来,确定。数据已经添加益了,倘若对一些数据比较少的情况下,吾们能够用数据加强的策略,这里不睁开讲了,吾们就选默认。评测就是你能够添加一些有关的图片进去,吾们会帮你做这片面数据集的收获评估。

以工程技术钻研为中央抓手,以产学研用上风互补、协同创新为主要手腕,培育面向人造智能 大数据的高层次人才和科研队伍,促进科研收获转化,赓续挑高科学钻研和服务社会的能力与程度。

吾这儿演示一下体验的过程,先把手机屏幕拉进来。吾们进走下载这个二维码,行家也能够扫描,这个二维码如今行家都能够用。自然二维码有一个赓续的时间的,不必不安。这儿是在下载,一会进走装配,吾们先等一会,吾们赓续演示下面的步骤。这个 SDK 是未授权的 SDK,必要序列号进走激活,吾们能够查望序列号。

这儿众了一个刚创建的数据集,能够望到它数据量如今是 0,标注状态也是 0,吾们如今能够选择导入数据。吾们有这几栽方式能够选择,本地数据集,你能够本地直接上传图片或者解压缩包,这是一栽本地的上传模式。第二是线上也有数据集,你能够在 EasyData 上创建了众个数据集,由于备份或其他因为,能够在几个数据集之间互相导入。

新技术新装备也使吾们的电网巡检方式在逐渐变化,由传统的人造巡检,十足倚赖人力巡线,逐渐向凭借机器人 无人机巡检 人造处理方式变化,这栽方式固然机器人和无人巡检能够自在前端的人力成本,但影像处理还必要大量的人力做检查,这个做事照样有待挑高的。因此,AI 的巡检倾向为吾们挑供了一个新的路径。

下面是义务的配置,刚才也讲了,吾们比来上线了百度超大周围视觉预训练模型,对物体检测吾们有两个,自然这两个网络由于它比较大,就不正当在手机上跑,能够有一点点性能上不是希奇益,吾们就选择后面这中。吾们选择 ssd 吧,在手机上跑首来比较快。下面是训练代码的模板,这儿不做修改了。现真切训练的时候,能够在分别的机器上进走训练,EasyDL 也会为每个账户挑供 100 个幼时免费训练,吾们就选择免费的训练,然后挑交。

这里主要介绍两个场景,第一个场景是介绍 电缆通道发掘机的识别。行家清新,如今影响电网郑重性的主要的因为是外力损坏,据不十足统计,外力损坏是造成停电的 40% 旁边的因为,而其中电缆的外力损坏,就是被发掘机和挖土机铲断造成的停电也造成很大的比例,由于电网装了许众摄像头来识别发掘机和吊车、叉车等进入,这个场景在暖场的片子里也有望到,主要是在吾的输电线路下面,刚才场景当中有一部吊车在施工,电力的巡检人员就及时跟他们相通交流,避免吊车碰线故障的发生。

第二是已知阀门被堆没,以前巡检的时候这个阀门是存在的,由于城镇化进程被绿化堆没了,能够被修建垃圾堆没了,存在云云的题目。第三是由于人员能力经验不及造成的找不到阀门。第二个题目就是 故障检修难的题目,主要外如今模型的轴心损坏,传动生锈,闸板不密封等等。

登录后望到云云一个页面,能够添加本地的 USB 设备,这里选择视频抽帧接入,设备名称吾们叫追过,选择连接上面的摄像头,这个是 USB 的,吾们选择它。点击下一步,获取图像,这个图像已经预览在了校验这一步,能够望到已经成功的能够获取到这个图像了,然后吾们再点击下一步。

赵志伟:

行家清新,这两年以深度学习为代外的人造智能技术迅猛发展,蒸蒸日上,它在催生新技术、新产品的同时,也对传统走业带来了很大的机遇和挑衅。电力走业是一个特意传统的走业,人造智能的引入将引发电力走业的变革,同时也会引首社会生产力的集体的跃升。

第三点就是 幼批数据可实现高精度,经过定制识别模型,精准度更高,声援在模型迭代过程中赓续扩充数据,助力升迁模型收获。仅仅标注幼批照片就能够实现初步的识别,EasyDL 专科版,能够自立选择众栽神经网络,更深度的参数调节。右边这个幼视频,就是吾们现场操作的一个视频,能够望到把虚拟的物体叠加到现实物体上。

吾们再望一下鸟巢检测的过程,刚才吾在 PPT 里展现的照片也是特意快地能够检测出来,标注出来,它如今的阈值是 0.9。吾们再望一张拍摄收获不是很清亮的照片,这张照片由于底色包括照片质量都不是很益,但是行家也能够望到,它是特意快速地能够识别出来,能够标注出来。

为什么要进走地下资产管理,吾们城市化进程首步较晚,地下管线的管理和规划还不是很到位,和国外相比,国外的地下都是能够跑汽车的,吾们国家还达不到,云云就导致了城市建设中频繁展现因外力对地下管线造成损坏的情况展现,造成通信休止、交通休止、停水、停电、停气等事故,对整个城市的运走效率和质量造成了不幸的影响。

这里吾浅易分析一下电网设备数目增进所带来的挑衅,行家清新吾们国家输电线路的里程展望到 2020 年岁暮将达到 159 万公里,这个数目也许占全球输电线路总长的一半,同时它的年增进率超过 6%,也超过了全球平均增速的一倍以上。这些情况都给吾们的电网巡检带来了重大的挑衅。

下面是一个数据扩充的示例,商品 SKU 数据采集成本比较高,当 SKU 数据不及情况下,能够将幼批的 SKU 数据经过排列配合方式进走扩充,然后参加训练,经过测试对比,也许只必要挑供 10% 的数据,就能够完善和全量数据参与训练的收获数据,需求降低了 90%。

这个图展现了从硬件到准备安放的全流程。最先准备一个秤和摄像头,访问 EasyData 入口,一向到末了的模型安放的训练。接下来会走到实操的环节,吾会在页面上给行家演示一下整个 EasyData 的数据接入到训练安放的流程。

2020年5月22日课后知识点笔记——电力AI巡检行使分析

今上帝题分为两片面,最先吾介绍一下 EasyData 智能数据服务平台,之后会结合智能云秤的案例演示一下接入数据的训练到安放的流程。EasyData 智能数据服务平台是一个挑供数据采集、标注、清洗、加工等一站式数据服务,助力开发者高效获取 AI 开发所需高质量数据的平台,4 月份刚刚上线。

吾们望第一方面,地下资产管理近况及痛点介绍。

第一片面对于 EasyData 的介绍吾已经浅易快速地介绍了,下面最先吾们结合 EasyData 对一个 果蔬识别模型训练和安放实战的演示。这个例子是中科立业 智能云秤结合 AI 的 EasyData 快速落地,行使 EasyData 进走数据生产,模型训练,然后将模型功能用到智能云秤上,如今识别出 50 栽水果,识别率达到 95% 以上,随着对模型赓续迭代,切实率还能够赓续升迁。

这里就能够用到 EasyData 的去相通的功能,将相通的图片去失踪,留下切实有价值的数据,同时用户的需求是以猪栏为维度统计猪的数目,能够望到原首图片上,猪栏两侧还有其他猪栏的猪,EasyData 挑供了对图片裁剪的功能,自动将图片进走处理,清洗和裁剪能够将人力缩短 80%。

识别演示

第七就是传统的巡检做事比较死板,裁减员工的亲热,吾们的体系将巡检做事游玩化,而且经过在线激励的形态激发一线员工的做事亲热。第八就是户外巡检做事管控有物化角,传统的巡检就是人员派出去巡检了,到底有异国进走巡检操作,行为一个管理者很难进走管控,经过吾们的体系,体系自动记录巡检的轨迹和操作的过程,使得巡检过程透明可视。

专科版就是挑供给一些可选择,包括数据加强和网络可选,ssd、YOLOV3 等等,可供用户选择的余地比较大,吾们都进走安放。云服务就是 API 或设备 SDK 安放,还有坦然产品线授权,APP 类行使选举安放方式。

清洗环节也必要手动完善数据清洗,如一些浅易的数据清洗还益一点,倘若图片暧昧相通这栽,必要更大的力气花一番时间调研和开发,而在 EasyData 上吾们最先向用户灌输在数据生产环节必要近来专科规范操作,专科化的数据生产,加上科学的深度学习算法以及可批准的算力成本,才能够训练出现实解决场景的模型。

最先望一下什么是地下资产管理, 地下资产管理就是对地下下基础设施和管线的管理。包括对供水、供电、燃气、热力、浑水、雨水等地下设施和管线的按期巡查、维护、保养和答急抢修等。这里地下资产管理指的是人造建设的基础设施和管线,并不包括矿产资源和自然资源。

突破电力人造智能 大数据行使关键技术难点,率先在国内竖立首有关营业规范和方法论体系,建成电力人造智能行使开发和展现平台,周详撑持基于人造智能和大数据的电网运营优化、周详服务于社会经济管理决策。

扫码报名

经过校核吾们输出的阈值参数也能够经过降矮阈值来升迁,同时结合人造检验进走二次筛选,模型鉴定 人造复核的方式能大大升迁吾们的识别率。经过检测吾们所输出图片的切实率跟精准率都能达到 100%,收获照样特意益的,整个过程行使首来也是特意方便易用。

吾们能够望到众了一个训练的项如今,这里新建义务,第一个片面是选择数据集,刚才是这个片面的数据集,下面能够望到有许众标签,能够点击根如今录右边的加益,把如今录通盘添加到上面,然后确定。

本身行使的时候,也能够点击相册里的图片进走识别,吾不演示了,行家也能够扫描体验一下。

基于此,上海电力在 2019 年 8 月申请了上海市科委的电力人造智能工程技术钻研中央,吾们这个中央的如今标是针对对电力体系人造智能工程化行使关键技术题目睁开理论和行使钻研,以服务上海电力坦然生产营业、运走检肄营业、电力营销营业、新闻服务营业为己任。

这几幅图是场景上频繁用的图,有一些题目,最先 样本不均匀,由于吾们买的水果是几类比较众,有一些偏门的水果数据量不众,能够造成数据训练时候有一些标签不是特意准,数据量众的水果训练收获益一些,这里能够用到 数据加强的功能。

2020年5月21日 课后知识点笔记 ——EasyData助力智能云秤一站式数据管理

比如数据采集的设备,比如你电脑上插上 USB 摄像头,就能够行使 EasyData 挑供的采集管理柔件, 快速将摄像头采集的数据接入到 EasyData,整个过程中不必要任何的处理代码,而数据标注侧 EasyData 挑供了 智能标注以及即将推出的 众人标注,升迁用户标注的效率,降矮标注成本。

最先吾们必要一个创意,受到新冠肺热的影响,为了缩短人员接触,能否在购买水果蔬菜时候避免人员接触,考虑到人们购买水果蔬菜栽类纷歧样,不及像超市相通扫码结算,针对图像和称重识别出哪栽水果,然后计算出水果的单价,末了生成支付的二维码。

吾们先来做第一步,创建一个数据集,吾们准备的是一个水果检测的数据集,内里包含了奇怪果、幼番茄,吾们选择物体检测的数据集,然后创建。创建完了以后,导入数据,这儿准备的是已经标注益的数据,上传一个压缩包,然后确认。这个时候数据集就在导入中了,刷新一下,它会徐徐进走导入,为了撙节时间,吾这儿已经挑前导入了一个数据集,吾们能够望一下内里都有什么内容。主要是奇怪果和幼番茄,倘若行家导入的是未标注的数据集,能够在这儿进走标注,这儿会有对答的图片进走标注,吾不再详明讲了。

EasyDL 在服务安放环节企盼 解决用户在AI 能力落地时面临的痛点,包括服务搭建和运维成本比较高,嵌入式安放的时候,硬件运走难得比较大,硬件适配开发比较大,性能调优时候难度比较大,这些都是 EasyDL 企盼能解决的题目。

EasyDL 使人造智能变得更加浅易,总结了几点, 操作浅易易上手,降矮了 AI 行使门槛,经典版不必要会算法,专科版会浅易理论基础即可。实走容易,操作浅易,撙节时间。数据集管理声援本地标注图片上传。 安放变通,可云端安放,本地安放以及柔硬一体安放。第二点就是成本矮,不必要购买腾贵的 GPU,不必要本身组建专科团队,EasyDL 团队来维护模型算法升级。

想必行家会关心在本身的行使场景下如何选择,浅易介绍一下选择方法。最先公有 云安放是最容易上手的,倘若 能连接公网对服务反答请求不是很高能够快速集成,就像田先生课程中讲的,生产环境是离线的,也能够先用公有云安放进走试验,再离线做安放。

工程师:直播间的朋友们行家益,吾是 EasyDL 研发工程师,最先感谢赵志伟先生给吾们带来精彩的分享。吾给行家演示一下怎么在手机设备上安放 EasyDL 的模型。

第三就是加强现实,经过对空间进走识别,将营业数据叠加到现场,实现数据的可视化。末了就是行使云计算,实现服务安放的浅易化、数据可配置化。

最先能够望到现场有一个摄像头,行家能够望到,现场有一个摄像头,前线放了一个水果,这就是云秤的原型,前线放了一袋樱桃,吾切到云秤下面摄像头的视角,也许是云云的视角。一会连接到这个摄像头,下载 SDK 采集数据。最先掀开页面,输入网址,在上面找到开发平台,最右侧的 EasyData 智能数据服务平台,点击进入,也能够直接输入链接来到它的地址,点击立即行使。

智能化还表现了标注环节,EasyData 挑供了智能标注的功能,针对图像数据只必要标注大约 30%,就能够使模型收获和全量数据收获模型相反。也许原理就是先标注幼批数据,然后智能标注再进走模型的预训练,训练完以后会有一些不确定的示例再次确定,必要用户参与确认,经过几轮迭代,模型的切实率就会变高,智能标注就会完善标注,集体能够缩短 70% 的标注量。

整个场景的思路是行使 EasyDL 人造智能训练平台竖立基于巡检图像的物体检测模型,及时发现电缆通道上永远中止的叉车、吊车和发掘机等隐患。识别过程最先是做数据的准备,吾们在互联网上追求了 50 张旁边发掘机照片,然后在 EasyDL 上构建模型,末了训练之后在公有云 API 上发布,等一下吾会展现浅易的安放情况。

介绍一下 EasyDL 聪敏阀门巡检体系。AR 聪敏阀门巡检体系是以智能手机为载体、行使最新 IT 技术,实现阀门巡检做事从新闻化到智能化飞跃的一款最新的行使柔件。

这儿有两栽方案,一栽是 设备端 SDK,能 已足手机和嵌入式设备的行使。倘若行家对硬件异国选型的时候,用 EasyDL 的产品还异国做硬件选型,选举行家考虑 EasyDL 的柔硬一体产品,EasyDL 有特意的优化,同时服务安放的时候,吾们能够快速的定位,能够帮行家解决题目。

能够望到,有一个 DEMO 图像,就是赣南脐橙的图像,还有一个 DEMO 的 python 文件,这个比较浅易,也许有趣就是获取 token,读到这个文件,访问到吾们的接口,然后获取到它的标签,信任度靠前的标签数据。能够望到这有一个返回,result 给出了信任度前五个标签,赣南脐橙,信任度是 99.96%。

EasyDL 是百度 AI 盛开平台下面的 零门槛 AI 开发平台,行家答该都对 EasyDL 有了肯定的晓畅。经过众年发展,EasyDL 已经盛开了三个分别的版本,面向分别的用户群体,别离是经典版、专科版和零售版。不管是哪个版本,EasyDL 定制模型服务都是分三个阶段,最先是对原首数据进走处理,然后再进走模型的训练和评估,末了是把某些服务进走安放在生产环境中进走集成。

第二, 数据的标注要与现原形况契合,不及错标漏标,此外如今标物体被其他物体遮盖的情况下,吾们要选取分别角度,分别场景,分别时段的图片众重标注,云云能够挑高识别的切实度。

第三是导入摄像头采集的数据,就是刚才经过摄像头抽帧的图片,能够从这里导入。第四是从云服务调取数据,这个涉及到数据闭环的片面,这个末了会讲,这里选择从导入摄像头采集数据,这儿会跳到摄像头管理这儿,然后点击保存到数据集,版本是 V1,这里能够选择成功选择保存,删除原首数据,吾们不必要删除,直接确认。

下面望一下它也许的组织,最先说一下为什么要推出 EasyData 这款产品。主要有三点,行家能够都清新,AI=数据 算法 算力,百度 EasyData 一站式开发平台在算法和算力和安放上做了许众做事,有 EasyData 经典版和专科版,固然声援了片面数据的功能,像如今一些数据已经上传,但是不是很体系,因此吾们针对数据进走了梳理,推出了 EasyData 智能数据服务平台。

吾们望到右下角这个图,展现的蓝色和绿色的管线,管线是埋在地下,吾们望不到,吾们经过 AR 虚拟展现是如今路面上,1 号表现这个阀门上有一个虚拟的阀门,在答急抢先操作中,抢祖先员遵命编号指使关闭阀门,如今的位置是 1 号阀门,操作人员先关闭 1 号阀门,冠亚体育官方入口然后遵命箭头的 AR 导航挨次,挨次关闭阀门,操作是特意浅易。

第二个场景最先经过收集输电铁塔鸟巢的图像,吾们收集了 50 张比较清亮的照片,这些照片有电力巡检过程当中的照片,更众的是互联网上找到的,吾们将这些照片行使 EasyDL 竖立基于巡检图像的物体检测模型,然后进走训练,末了将训练的模型安放在 API 上。

第二栽方式是 私有服务器安放,能够把模型 安放到用户本地的服务器,主要是面向 内网环境,还有是 对时延敏感,或者是数据敏感的情况,一个是能够挑供 安放包,经过一键安放的方式安放一个和云端相反的 API 服务,还有就是挑供 SDK 让用户撑持本身的服务。

第三个题目就是 关错阀门,主要表如今管道连接有关搞错了,阀门的位置和口径搞错,还有就是人员经验题目造成的关错阀门,阀门众,栽类众,专科人员少,培育周期长,检测受周期环境影响大,成本高等题目。

EasyDL 服务安放声援把模型安放到服务器和边缘端。如今有四栽方式, 公有云是安放到百度的公有云环境中,挑供的是云端的 API 给用户调用,也能够授权给第三方进走调用。云服务能够 安详承载用户高并发的乞求,同时免去用户对模型服务的运维。另一方面是云服务照样声援 云端服务闭环,能够把在线调用的数据逆馈到训练集,迭代模型训练,赓续优化模型的收获。

原标题:AI快车道-EasyDL产业行使系列:坦然生产主题直播知识点实录

行家夜晚益,吾是来自百度 AI 开发部的林克,今天带来的课程是 EasyData 助力智能云秤一站式数据处理,主要面对深度学习感有趣,以及关注走业场景阐述一站式解决方案的人群。

这是吾们的 AR 实现收获,能够望到这是阀门的虚拟物体,叠加到现场的阀门之上,瞄准框指向的位置表现出阀门的编号包括它的口径和转数、转向,这都是上海地区的截图。主要是行使了 ARcore 对空间进走识别,竖立空间坐标体系,行使 slam 技术将屏幕像素坐标转换为空间世界坐标。

下面用一个备用的数据集,能够望一下标注的功能,这儿有一个备用的数据集,点击标注,如今异国标注的图还有 1 张是橘子,这是已经标注的数据,吾添加搜索标签,由于这是一个橘子,标签搜橘子,有这个标签就点击 OK,标注终局是橘子,点下一步,自动保存,如今一切都已经标注完善,吾们能够回到数据总览。到这一步是 EasyData 的完善了,下面是 EasyDL,这里选择一个专科版。

2020年5月23日课后知识点笔记——基于EasyDL AR实现地下资产管理

如今吾们的 AI 巡检的模式是以下四个环节。最先是进走 数据采集,经过 对图像数据进走标注、分类和清洗,并进走 大数据分析,然后再 基于深度学习和神经网络的巡检分析平台上做处理,末了得出吾们想要的一个巡检终局,能够 自动生成检测的终局。

针对这两个难得吾们的解决方式挑出的答对策略,主要是行使 无人机 机器人等自动化拍摄手腕,对监控对象实走全景全方位的监控。吾这张 PPT 上展现了联合个鸟巢两个分别角度拍摄的终局。第一张图,这个鸟巢是特意难以辨识,换一个角度,这个位置的鸟巢比较容易识别出来了。

在吾们的训练过程当中,吾们总结了一下难点主要有两块,第一就是受拍摄角度的节制,鸟巢的位置往往容易被输电构架遮盖, 难以完善捕捉到特意清亮的鸟巢,因此识别比较难得。第二个难点,由于鸟巢都处在高空,因此人造拍摄的条件比较凶劣,吾们更众的时候是 凭借无人机拍摄。

前期课程回顾

吾就浅易介绍这么众,特意感谢行家的倾听。下面迎接百度 AI 工程师介绍一下模型离线安放的情况。吾在这个过程当中,针对吾刚才介绍的安放的情况,行家有什么疑问迎接谣言,等一下吾们将行家的题目荟萃首来做一个回答,谢谢。

最先吾们点击摄像头管理,这儿有一个下载本地柔件,点击下载,吾事先准备益了一个下载益的版本,在这里,先解压。之后进入文件夹,有三个压缩包,针对分别平台的 SDK,有 Windows,LINUX 和 ARM 三栽,这三栽体系都能够声援。

下载完SDK以后,这儿获取到了对答的序列号,能够查找开发文档,选择对答的操作体系,遵命这个文档进走操作,Android 自带了 DEMO 的 APP,IOS 也是相通的。行家能够扫这个二维码体验,吾们这儿已经望到手机上 DEMO APP 已经装益了。点最先行使,这儿是一个水果识别的 APP,这个 APP 里能够经过拍照识别,吾们试一下。

末了讲一下行家都比较关心的数据坦然,数据坦然这个点在 EasyData 设计之初就已经考虑到了,全流程环节中保证了数据的坦然,如采集端的数据鉴权,加密输出,后续 EasyData 会考虑引入联邦学习的方式,做到数据不出坦然区而用于深度学习的模型训练。

下面介绍一下如何行使 EasyDL 训练物体检测模型。第一点就是前期的准备,要 梳理营业的需求,清晰必要检测的如今标参照物体。例如圆井盖、方井盖、消火栓、路灯、大树等固定物体行为参照物。第二步就是 清理数据集,遵命营业需求,必要检测分别的如今标物体,采集日常巡检做事中的设备参照物的照片进走训练,如下图所示,这是吾们现场现实采集的照片。

同时 5 月 27 日至 29 日直播 NVIDIA 专场,周详解析如何升迁端/边/云高效协同,感有趣的老铁可扫码报名。

https://ai.baidu.com/easydl/app/invitation?token=4c5eb4cad1ba1b6f7717b3a950a831ff

然后这儿先到控制台上去,这里能够望到 EasyData 的控制台,下面就是已经训练安放益模型的 API,有这几个,刚才谁人还异国训练益。能够点击这里,这里是创建行使,能够望到如今已经有了几个行使。创建行使的时候,你会发现刚刚训练益的模型已经被勾选上了,这里吾们输入行使名称就能够。

下面吾介绍一下体系的技术方案,EasyDL AR 的方案。最先是进走了如今标检测,这里行使了 EasyDL,后面还要进走详明的介绍,主要是经过智能识别现场环境,检测如今标物体,智能手机数据,这里检测的物体就是井盖、消防栓、树等参照物,将 EasyDL 检测到的物体的像素坐标转换为世界坐标,经过机器视觉进走定位。

刚才说到了 EasyData 的智能化的特点,表如今 采集、清洗、标注、扩充和 闭环等环节,如在数据采集环节 EasyData挑供了柔硬一体方案,如今设计是挑供 单路直连和 直路间一连接,能够在 EasyData 下载对答的柔件进走行使,针对众路摄像头进走控制,经过视频流抽帧方式,将数据同步到 EasyData,单路也会在近期推出。当硬件准备益以后,能够赓续采集数幼时将数据采集到云端,然后进走存储的管理。

另外是新推出的 NVIDIA Jetson,如今正在一连在 AI 市场商家,从 Nano,TX2,到 Xavier,已足分别型号的请求,物体检测模型能够在百毫秒以内完善。

接下来会对刚才说到的几个离线场景的安放方式进走浅易的介绍。私有服务器安放有两栽方式,一栽是刚挑到的 私有服务器 API,用户在本地服务器安放和云端相反的 API 服务,这个是吾们用了百度的 Easy Pack 工具,是一键安下班具,会对机器的硬件环境检查,望是否正当装配,比如 Docker 环境,还有鉴权服务,然后安放一个 Docker 容器,访问容器中的服务和云端的 API 两栽服务。

在吾们的模型训练过程当中碰到的题目主要是两方面,一是现场的工况复杂,识别容易受到作梗。第二个就是许众施工现场如今标是众个如今标,位置也是重叠的,比如吾这张图片当中的发掘机有益几个,这栽情况给吾们的识别带来了比较大的难度。

讲师:上海巡智科技有限公司工程师 赵志伟、百度AI开发平台部 资深研发工程师 张先生

回到数据总览,望到导入了也许 32 张图,然后吾们能够查望一下。这是刚才摄像头拍的图片,这个时候就外示导入完善,回到数据总览,接下来进走清洗,能够点击清洗义务管理,清洗义务,选择 V1,清洗能够选择一个数据集,清洗后会存到你选择的新的数据集,能够会遮盖这里的数据,版本默认选 V1,会替换原有的 V1 的数据,因此吾们选择 V2,清洗以后会生成一份新的数据到 V2 里。

如今就给行家演示一下这个巡检过程的录屏,APP 掀开,先对现场环境进走识别,然后经过物体检测识别出来一个水外,经过识别匹配把新闻表现到屏幕之上。这里表现出以去的巡检记录,当吾们瞄准框指向这个设备数据的时候,上方会表现数据的属性,经过点击下面巡检按钮,就是录视频的方式,把现场的操作实时的传到后台服务器,这是巡检完善的过程。

https://aim.baidu.com/product/search?word=EasyDL

第三步就是 数据的标准和上传,考虑到数据的可赓续行使,采用了本地标注,经过接口批量接口上传到 EasyDL,EasyDL 也挑供了在线标注,标注的数据存在百度大脑这儿,本地就异国。第四就是 模型训练,吾们采用了经典版和专科版进走了物体检测训练,经典版比较容易操作,适用于幼白,不懂算法的,经过镇日的学习能够很方便的行使。

其次在现实 AI 开发过程中,用户逆映了各栽各样的题目,如数据采集硬件如何行使的题目,数据如何同步,数据如何导出。根据吾们统计也许 96% 的用户在数据生产环节都会遇到云云那样的题目,因此必要 EasyData 来协助用户尽量 矮成本一站式完善数据的生产。

本体系行使人造智能算法实现对巡检现场环境的识别,行使机器视觉定位技术在巡检现场实现阀门与数据的匹配,行使 AR 技术实现数据可视化,可使地下管线、阀门等资产的新闻直不悦目表如今巡检人员眼前。

能够望到右图所示是吾们现实操作的截屏,消防栓就是 EasyDL 识别出来的物体,经过 AR 的方式将虚拟物体叠加到模型上,瞄准框指向阀门的时候,上面表现出阀门的关键字,这个行家能够望不懂,但是对于客户来讲,这是很主要的标识,能够望到阀门的口径是 100,吾们这里表现的距离就是如今站立点距离图像的距离,是 2.9 米。

孔明:特意感谢田先生关于电力 AI 巡检做的分享,接下来吾将对 EasyDL 在分别场景下挑供的安放方式再做一些添加介绍。

永远建设如今标,打造“国内顶尖、走业一流”的技术创新平台、收获培育转化基地、科普科教中央、高端人才培育摇篮、国际交流配合阵地。助力建设具有中国特色国际领先的能源互联网企业的战略如今标。结合上海电网具体现实,工程钻研中央制定了五方面的义务,主要包括电力人造智能体系架构的钻研,人造智能电力负荷展望技术钻研,电网巡检钻研,组织拓扑和运维钻研。

第二方面浅易跟行家分析一下电网巡检的近况及痛点。行家清新,如今电网巡检面临许众新的挑衅,主要的情况是 电网设备数目快捷增进,郑重性的请求逐年升迁,运维的人力资源比较欠缺。同时,输电通道的 坦然管控压力比较大,状态检测技术快捷发展,也得到了普及行使,同时新闻化程度也在赓续升迁。

挑交申请了,能够望到这个模型正在发布中,能够望一下之前安放的几个模型,发布完以后就会生成云云的 API,之后再到控制台创建一个 APP,赋权后就能够行使这个 API 了。

因此对地下管网巡检显得尤为主要,吾们今天以水务走业为例,介绍一下 地下管网巡检。

下面浅易介绍一下 AR 的技术,频繁玩游玩的人对 AR 众希奇一些晓畅,有一款游玩是口袋妖怪,也是经过AR抓妖怪的。加强现实的技术主要是把虚拟的新闻叠加到现实世界当中,使人能够感知到虚拟物体,切实的环境和虚拟物体实时叠加到联合个画面,在空间当中同时存在。

针对上面的题目,吾们经过实践也有一些基本的答对策略,吾们总结一下就是两方面。第一, 训练场景要与行使场景尽能够保持相反。比如吾们在现实收集照片的过程当中,包括分别明黑条件的照片,训练样本要遮盖全时段的图片,也要包括分别采光条件的图片,这些图片尽能够清亮,能够与吾们的样本模型匹配。

这是 EasyData 的集体营业架构图,在 数据采集、数据扩充、数据清洗、数据标注、数据管理分析等数据生产过程中做了比较专科规范的做事,而且会在这些倾向上赓续挑供能够给用户解决现实题目的功能。

回到吾们的 EasyData 页面,到云服务授权这里,这里能够添加云服务授权,就是刚刚发布的一些新的接口,能够添加这些接口的授权,添加完以后就能够在云端获取调用这个接口一切的图片。如今能够望到调用这四个接口图片,这有一些延时,然后点击原首数据查望,之前的接口吾调用过,吾们能够望一下。

水务走业地下资产管理常见题目第一是 找不到阀门,主要是表如今从未见到过的阀门,行家清新上海地区历史比较悠久,有的阀门在吾们数据库里是记录的,但是如今水司人员从来异国找到过云云的阀门。

今天行使的电脑是 Windows 体系,因此解压 Windows 的。双击运走,能够望到已经运走成功了。如今吾们到页面上,望到云云的页面,必要数科一个 AK、SK,这个能够在 EasyData 获取,吾们转到 EasyData 的页面,到右上方账号下面有一个 AK、SK,点击查望,然后复制,然后进走登录。

有这个功能,这儿能够筛选,并且重新保存到数据集,行使数据闭环的功能,能够发布完模型 API 以后,倘若有调用,能够赓续完善数据的精度,就是数据能够赓续地接进来。

接下来讲一下 通用设备端 SDK,一方面适 配市面上常用的手机,包括 Android 和 IOS 体系的,涵盖照样很全的,另外 适配各类 5A 型手机,开发版和计算芯片都能够遮盖。手机端 SDK 内置了一个 DEMO 的 APP,有一些基本交互界面,能够快速进走适用,不论在什么设备上,SDK 接口都是联合的,调用方法也是相通,方便行家做二次开发。设备端 SDK 适配同时对芯片做针对性用法,能够望一下官网的介绍,云云行家就不必再关注硬件了,行使联合的接口集成到设备或者手机的 APP 里。

时间:2020年5月23日(线上)

由于吾刚才挑到的鸟巢跟铁塔的构建有许众地方是比较相通的,而且拍摄的角度因为,很难将清亮鸟巢完善拍摄下来,因此这个模型训练检测的切实率是 81.25%。右边这张图是吾们在互联网上找到的图,吾们把它做了一个检测,特意方便检测出来,效率也是特意高的。

发掘机数据集链接:

田英杰:各位在线的幼同伴们行家益,吾是上海电科院的田英杰,特意起劲有机会跟行家分享吾们用 EasyDL 在电力巡检方面所做的一些行使。

能够望到,这儿会标注训练进度,你能够勾选完善后挑醒你的手机短信,训练完收获会直接给你手机发送短信挑示,训练完善了。由于时间有关,吾们不再对这个训练期待了,吾们照样掀开之前训练益的模型。

接下来吾跟行家介绍一下如何行使 EasyDL 定制巡检模型并安放。

经过匹配把现场的阀门,是吾们数据库中哪个阀门,然后行使 AR 技术将虚拟物体展现在现实的物体之上。

第二个题目,能够望到图片上有一些水果是被塑料袋包裹的,由于结算时候能够把塑料袋直接去秤,吾们必要对 包裹水果的识别率。还有一个题目,有些水果它是一个拉类,比如橙子、橘子、葡萄,能够彼此之间特意相通,这也必要一些数据加强,以及对数据的调整,达到训练的收获。

行家益,吾是上海巡智科技有限公司工程师赵志伟,今天为行家分享一下基 于 EasyDL AR 的地下资产管理。

讲师:百度AI开发平台部高级研发工程师 林克

勾选水果识别,专科版,时间能够延迟一点,从 9 号最先,能够望到已经加载出来了,标签选一个之前获取过的,赣南脐橙的标签,由于网络因为有点慢,这个图是吾们以前测试过的,调用过这个 API 吾们会进走展现。

传统的电网巡检吾们分析一下它的痛点,它的题目主要是表如今四个方面,一是 手工方式效率比较矮。二就是 巡检的主不悦目性比较强。第三个题目就是 匮乏联合标准流程。第四个方面是 设备的状态管控力度不足。刚才的暖场片里行家也望到了一些场景,逆映了吾电网巡检的一些平常的作业方式,也就是说照样凭借大量的人力投入来实现巡检的。PPT 上有几张浅易的图能够望出来,在某些场景巡检是特意辛勤的做事。

在这里会发现原首数据查望,摄像头管理,选它,这里是时间筛选,默认到今天为止,能够望到每 5 秒频率截到这么众张图。然后点击保存数据集,吾们也能够从数据总览中创建一个数据集,这个场景是一个图像分类的单独的标签,因此都是默认的,基本上不必要修改什么,点击完善。

这里选一个创建项如今,水果,这里一个单独的按标签分类,网页调参,这儿是要众一些功能描述,然后点创建项如今。

这款产品的亮点是 使不可见的地下管线及阀门变为可见,能够更益解决巡检到位率和有效性,能够快速方便识别出所必要操作的阀门,找到有题目的阀门。如今正在打造一些新服务,包括室内巡检、众人现场配合巡检、无人机长途的巡检,包括经过 AR 眼镜的巡检。

EasyDL 产业行使系列·坦然生产及数据处理公开课,课后知识点笔记已修炼完毕,没参加直播课程的幼同伴,可经过实录完善解析 AI 巡检营业场景和定制 AI 解决方案,幼时级成功变身 AI 行使行家!

这款产品与传统的巡检进走了比较,从以下几个方面。传统的巡检地下管网和阀门定位难、误差大,行使 EasyDL 智能巡检,地下管网和阀门定位浅易而且切实。第二就是存在着师傅带徒弟,人员培训时间长,吾们的产品只要学会手机的 APP 行使即可,门槛特意矮,即使是刚入职的员工也能够经过一个礼拜旁边的培训,就能够完善培训义务。

益,接下来吾浅易给行家展现一下过程。

最先掀开 EasyDL 的官网,然后在开发平台,EasyDL,吾们选择专科版进走演示。进入这里,整个过程会有三个步骤,第一步是数据准备,然后再进走模型训练,训练完了以后再进走模型的安放。

这里有一个幼番茄异国识别出来,答该跟数据集图片比较希奇有关,行家能够众挑供一些图片,训练的时候也能够做数据加强的配置,升迁本身模型的收获。返回,还有一个实时识别的功能,点一下,能够望到 ssd 在设备端跑首来比较快,而且比较准。

能够查望一下这个收获,也是这个水果模型,用了 5000 张图片,能够望一下收获,这不是特意大的周围,但是训练收获已经相等益了,由于数据是规范的因为,EasyData 接入的数据就是标准,以及质量经过清洗后的,质量很高,异国用很大的数据量,自然后面还能够升迁,如今切实率是 99.6%。

传统的数据生产方式,倘若涉及到数据采集的话,在硬件选型和硬件调试上会花很长时间,有些甚至到了模型迭代环节发现精度不足,再重新进走硬件的替换。数据获取和数据清洗环节必要写代码从硬件设备上进走数据获取,如视频流抽帧,分别的硬件码流能够会分别,RTSP 制定地址能够纷歧样,分别的操作体系能够会有兼容性题目必要解决等等。

在现实生产数据环节,EasyData 帮用户做了线下许众噜苏的做事,如硬件选型和调试,EasyData 推出柔硬一体方案,在 EasyData 下载柔件,装配即可行使,数据清洗环节,后续会推出对答的功能。智能标注,如今已经挑供了单人在线标注和众人标注,后续会上线众人智能标注,EasyData 让 AI 更浅易,更专科。

今天吾介绍分三片面,最先介绍上海电力人造智能工程技术钻研中央的情况,然后再分析电网巡检的近况及痛点,末了介绍如何行使 EasyDL 定制电网巡检模型并安放。

在 离线场景下,倘若对 切实率请求比较高的,照样推进把服务安放在 服务器上,用 GPU 跑的话更快,收获也会更益。倘若对实时性请求很高,但是对识别的精度有一些取弃的时候,这时候能够把模型安放在 端上,由于设备端的模型会做一些裁剪压缩,能够吻合分别设备的节制,对存储或者芯片有节制,云云对精度也能够有一些影响。

针对云云的题目,吾们上海巡智科技有限公司众年凝神在地下资产管理。2017 年与浦东威立雅水司配合开发“AR聪敏阀门巡检体系”,后一连开发了城市地下资产聪敏管理体系系列产品。国内首款将人造智能、加强现实和云计算成功的行使到水务有关致力于城市地下资产的现场智能管理。

刚才吾们做训练的数据集在云空间上也做了共享,这是链接,回头先生会挑供给行家,行家能够用吾们挑供的样本数据集做一个训练。

本次课程的内容是由百度 AI 开发平台部高级研发工程师林克,带来 EasyData 助力智能云秤一站式数据管理的课程,同时会为吾们演示智能云秤水果采集、训练及识别的操作,吾们迎接林克先生。

这里浅易睁开第一个 新时代电力体系新特征新挑衅的需求。行家清新近十年来新能源普及接入以及分布式能源普及推广,对电网带来了新的挑衅,展现许众题目。这些题目的展现用传统的电力体系的分析手腕是很难明决的,必须凭借 人造智能的方法做一些升迁休争决。

这儿也为行家挑供了雄厚的安放方式,能够安放到公有云、API,也能够做私有化服务器的安放,还有设备端 SDK,还有专项硬件的 SDK,手机端就是通用设备端的 SDK,这里四个操作体系都有声援,吾们选择手机端的,Android 和 IOS,行家根据本身的必要进走选择,点击安放,通用设备端。这个已经在发布中了,这个发布也许必要十来分钟旁边,这里吾也挑前发布益了一些,发布益了以后,就在吾的服务里,通用摄像头端 SDK 有一个细目,吾这儿是事先发布益了一个,包括 Android 和 IOS 的 SDK,这儿能够进走 SDK 的下载,还有一个获取序列号的功能。右边有一个二维码,就是给行家生成了一个 DEMO 的 APP,手机能够直接扫描二维码,在手机端进走体验。

数据清洗和扩充环节,这儿有两个实例表明一下数据清和效率的升迁。第一,上面的图片是吾们做的智能生出盘点的示例,初级功能是对猪的识别和数目的检测,猪厂数据接入 EasyData 以后,由于场景的希奇性,睡眠的猪很久不移动,因此以一个固定频率采集数据,相通度特意高,这个数据用来训练不是那么有效率。

下面是一个 去暧昧,下面能够望到,有 5 张图片,下面有对答的清亮度,5 一向到 500,500 度以上就比较高了,吾们选择的阈值是 0 到 10000,一般吾们能够竖立幼一点,400 度就差不众了,倘若你对清亮度有请求,能够竖立到很高的值,倘若清洗后发现阈值竖立高了,能够回到上面,倘若用了新版本,老数据是会保留的,重新设定一个阈值,这里吾们竖立 300 度就能够了,然后保存。

刚才导入的数据集已经导入的差不众了,还要等一会,吾们先辈入下一步,就是模型的训练。模型的训练,吾们挑供了两栽方式,一个是脚本调参的模型训练,另外一个是 Notebook 的训练,吾们这儿选择脚本调参演示。选择物体检测,脚本调参,水果、奇怪果、幼番茄检测,然后创建项如今。创建完了以后就能够最先训练,这里是包含几个片面,前线是项如今标新闻,下面是添加一个数据参与训练,再下一步是进走义务的配置。

百度 AI 市场搜索 EasyDL:

这是一个在线水外,把水外在线数据实时展现在屏幕之上。瞄准框对准了这个阀门,点击右上角的三角会表现阀门的详明新闻,能够望到管线中的水流收获,水在水管中进走起伏,这是整个巡检过程中的录屏。

最先理念上吾们将 AI 技术与传统的巡检营业结合,能够将 AI 赋能传统电网巡检,升迁产业动能。第二方面,是技术上有创新,吾们将 AI 技术赓续引入算法框架以及如今标识别框架进走故障判断,能够大幅度升迁判断的切实率。第三块变化就是模式的创新,经过赓续的落地实走,经过数据、样本和模型库的积累,能够形成一个 有效的数据资产的共享。

https://ai.baidu.com/easydl/app/invitation?token=4d74287249cbf394085aa5e13bfe0f17

右图是天猫的一个游玩,以前频繁有的抓猫游玩,能够望到虚拟的黑猫叠加到了现实的环境当中。其实吾们这个团队以前是在游玩走业的,也是做游玩的,许众团队成员都是从那里跨界过来的,把 AR 也带到了水务走业。

主要分两个方面进走介绍,第一是地下资产管理的近况以及痛点介绍。第二是如何行使 EasyDL AR 进走地下资产管理。

定位吾们采用了二次定位的方式,第一次是经过 GPS 定位到大致的区域,行家都清新手机异国用 GPS 的时候是存在误差的,误差有 10 米以上的误差,有一个切实的位置以后,吾们把 GPS 的位置捞掏出来,行使现场分别实物的有关有关与数据库中的数据进走比对实现数据匹配。

在本周 5 月 27 日至 5 月 29 日,将会是 EasyDL 产业行使系列的英伟达 NVIDIA 专场,来自百度 AI 开发平台部的高级研发工程师、高级产品经理将会联手英伟达众位讲师,为行家从产品、技术架构来介绍新上线的 EasyDL-NVIDIA Jetson 系列柔硬一体方案,并会为行家带来两个实战案例:走车场景下的车辆和人物识别模型与行使 EasyDL-Jetson Nano 安放方案;行使 deepstream 进走果蔬结算称案例的视频数据处理与模型训练。

创建完毕,返还行使列外,众了一个行使,下面有 API Key 和 Secret Key,用于访问接口的 token,吾们用这个 token 访问吾们的接口,下面吾给行家演示一下事先已经准备益的接口。

第二个场景是 输电铁塔的鸟巢识别。刚才浅易介绍了一下,鸟巢对输电铁塔来说也是一个比较大的隐患,它的危险主要表如今两方面,一方面鸟在飞走过程当中能够造成输电线路的短路,另一方面,鸟粪也会输电线路间距,造成电网的故障,几的因为,使吾们对输电铁塔的鸟巢特意偏重。

鸟患数据集链接:

加拉塔萨雷中场勒米纳在接受采访时表示,内马尔曾在欧冠决赛时过掉尤文整条防线,他认为巴西球星比梅西更令人印象深刻。

原标题:五人制前国脚去世太意外!不抽烟不喝酒,一直在训练,留下2岁女儿

  01 英格兰女足VS阿根廷女足

原标题:吃桂林米粉吗?五星级那种!桂林米粉店将分级,网友担心变相涨价

Powered by 足彩即时比分直播网 @2018 RSS地图 html地图

搜索引擎导航: 搜狗搜索 百度搜索 淘宝购物 神马搜索