首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    腾讯云生态沙龙工业AI专场——聚焦行业生态,共享发展红利

    8月5日,腾讯云生态沙龙工业AI专场在苏州独墅湖世尊酒店圆满举行。本次沙龙邀请了腾讯云工业AI赛道核心伙伴,以及腾讯优图实验室、工业行业团队等70余人共聚一堂。会上大咖云集,在腾讯云产品生态战略全面升级背景下,主办方腾讯云首次发布自研AI技术栈以及AI+工业场景栈,期冀与行业细分赛道伙伴携手共建繁荣共生共存生态,并就此继续深入分享腾讯云工业AI能力方案及最佳实践,共话制造业数智化转型升级之道。 会前,中国电子技术标准化研究院副院长孙文龙为会议进行了致辞,肯定了腾讯云在工业等领域的持续投入与落地应用,同时也

    01

    企业智能化路径如何破局?AI能给出答案吗?

    随着工业4.0时代的到来,新一轮科技革命和产业变革正在孕育兴起。制造企业智能化转型困难重重,项目时间紧迫、算法人才缺失、产线精度和效率要求极高等,都是架在企业面前的一座山。 工业质检、安全巡检、生产设备健康管理等问题都是制造产业中的重要环节。当前产品质检主要有人工质检和机器视觉质检两种方式,其中人工占90%,人工质检成本高、误操作多,影响产品的良品率;安全生产是企业发展的重中之重,传统巡检需要专人实地或视频巡检,耗时费力,且不易实时监管,过程繁琐,亟需 AI 帮助企业有效监管工作人员行为和设备故障,及时发现

    02

    AI人必追、炼丹者必备的基础,机器之心联合天池开启「春卷er」,邀你欢乐来一起卷

    不知不觉中,我们已经来到了 2022 年一季度的尾声。 在这个季度中,你是否担忧自己错过了哪些重要的技术工作?抑或想要检验下自己是不是在这一季度又有了哪些基础知识的增长?  在壬寅虎年春节假期,机器之心通过「虎卷er行动 · 年卷er」带老伙计们重温了 2021年度 A 类顶会与国际性重要工作,在答题通道开放的6天里,数百位参与答题的老伙计们进行了数千次的答案提交。一转眼3月已至,机器之心携手阿里云天池,再次为老伙计们带来了「虎卷er行动 · 春卷er」! 基于「 AI人必追」的本季度举办的国际顶会及机器

    03

    解决目标检测落地难题:样本不平衡与长尾分布

    人工智能正在加速各行各业技术升级、提升社会的运行效率,而人工智能中的视觉感知类任务扮演着重要的角色。 从目标检测、属性识别的高效模型训练,到模型压缩、量化部署推理,虽然学术界和开源社区有大量的成熟工作可供借鉴,但如何批量生产在工业级场景下满足精度和速度的模型,依然不是一个简单的问题。 从模型的算法研究到生产部署,其间的落地鸿沟之大一直较少被人提及和重视。 我们将带你详细了解商汤-模型工具链团队在解决算法落地过程中的技术思考,深入理解模型的工业化落地流程是如何更加高效和便捷! 学术公开课「目标检测落地难题

    02

    腾讯工业云智能AI质检沙龙圆满落幕,开启3C质检数智化新时代!

    当传统工业质检碰上AI,会发生怎样的化学反应?降本提质增效是第一步,更大的期待是精准嵌入未来智慧工厂,开启工业数智化新时代。 10月21日,由腾讯云联手《工业AI》杂志共同举办的腾讯工业云智能AI质检沙龙在深圳举办。本次沙龙以“AI开启3C质检数智化时代”为主题,来自腾讯云、腾讯优图实验室、慧眼科技及合作伙伴的负责人、技术主管、业务伙伴,以及来自华南各地的3C及相关制造领域的与会代表欢聚一堂,结合各自在工业质检领域积累的经验,面对面探讨交流3C制造业质检的最新技术与解决方案。 01 助跑中国智造添“慧眼

    02

    快讯丨 “工业大智 戴卡制造” 清华AI大数据走进中信戴卡

    6月14-15日,由中信戴卡、清华校友总会、清华大学人工智能研究院、数据科学研究院共同主办,信智公司、清华校友三创大赛组委会、清华校友总会AI大数据专委会、清数D-LAB联合承办的“清华AI大数据走进中信戴卡”活动,在秦皇岛中信戴卡股份有限公司(以下简称中信戴卡)举行。中信戴卡是全球领先的铝合金轮毂制造商,正积极探索和应用大数据、人工智能、机器人、物联网等智能科技,促进整体业务的转型升级和效益提升。清华大学在大数据、人工智能、机器人等方面有丰厚的积累,清华校友在相关领域的创新创业也颇有成就。本次活动促进和加强了中信戴卡与清华大学和清华校友企业的交流,奠定了各方进一步深化合作的基础。

    02

    落地正当时,谁能讲出新故事?| 2022雷峰网「飞天入地出海 · 年度科技榜」

    过去的2022年,AI 发展速度惊人,迭代速度呈现指数级递增。 作者 | 黄楠、王永昂 编辑 | 陈彩娴 随着算法、算力、数据等要素持续迭代,AI 迈入到更广泛的行业领域,与行业的结合,AI 作为基础设施,为多元需求和复杂场景落地提供针对性解法,解决了许多产业落地的全链路命周期问题。 人工智能场景分工趋向细化,产业落地成为备受瞩目的核心命题,如何穿越迷雾,找到 AI 技术创新和产业落地的最佳路径?各方都在摸着石头过河,教训与成效并存。 得益于深度学习模型的不断完善、开源模式的推动、商业化的大规模探索,技术革

    01

    DAMO-YOLO项目原作解读:兼顾速度与精度的高效目标检测框架

    目标检测是计算机视觉中的一个重要领域,它主要研究的是如何从输入的图像或者点云中定位出感兴趣物体的位置,在视觉 AI 的应用落地中发挥着基石的作用。现在市面上已经涌现了许多优秀易用的目标检测框架,但是在目标检测应用领域,仍然有以下几个重点问题没有解决:一是模型尺度单一,难以充分发挥用户的芯片算力。二是模型的多尺度检测能力弱,难以覆盖复杂多变的检测场景。三是模型的速度-精度曲线不够理想,在针对速度限制取舍模型时,会发现精度损失难以接受。 针对上述几个问题,结合阿里达摩院的技术积累,DAMO-YOLO 提出了自己

    02
    领券