日期:2019-11-24 20:16
些特征或者标识符，比如边缘、颜色、形状和声调。人工智能的高速发展推动了其在智能手机、医疗保健和汽车等多个行业的应用。 同样，安防市场也越来越希望将人工智能应用落地，尤其是将深度学习算法应用在视频监控市场中。尽管深度学习并非新兴事物，但直到2015年深度学习才取得了重大的突破，机器视觉识别的错误率被大大降低。 在机器视觉竞赛中， ImageNet(一种用于视觉对象识别软件研究的大型视觉数据库)在分析图像数据库时首次成功突破了5%的人类平均错误率。深度学习如此快速的提升不仅是由于高级算法的发展，还因为基于多核图形处理