内容简介：Google开源核心图像识别技术，应用于Nest摄像头、图片搜索和谷歌街景
Google最近向开源社区提交了基于TensorFlow框架开发的一系列全新的智能物体识别技术，并通过 TensorFlow Object Detection API 向公众开放。
通过TensorFlow物体识别API，数据科学家和开发者能够访问和使用Google自身应用的技术，例如在Nest Cam、图像搜索（搜索相似物体）、谷歌街景（门牌号识别）中使用的图像识别技术。该技术还赢得了去年 微软举办的COCO（Common Objects in Context）物体识别挑战赛 大奖，击败了其他23个参赛队伍。
Google第一批开源的项目 包括一组用于图像识别的可训练模型，以及一组COCO比赛训练数据参数，方便没有时间训练模型的用户也能直接上手使用。
对于那些有兴趣自行训练模型的数据科学家和开发者，Google也提供了本地和云端的帮助脚本。
Google在AI领域的开源策略，一方面有助于AI工具的民主化普及，加速高级人工智能系统的开发，另外，积极的开源策略也有助于将Google的TensorFlow打造成人工智能领域的主流机器学习框架平台，在与微软的Cognitive工具包、亚马逊支持的Apache MXNet和Facebook的Caffe2、Pytorch的竞争中取得优势地位。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
深入理解计算机系统（原书第2版）
（美）Randal E.Bryant、David O'Hallaron / 龚奕利、雷迎春 / 机械工业出版社 / 2011-1-1 / 99.00元
本书从程序员的视角详细阐述计算机系统的本质概念，并展示这些概念如何实实在在地影响应用程序的正确性、性能和实用性。全书共12章，主要内容包括信息的表示和处理、程序的机器级表示、处理器体系结构、优化程序性能、存储器层次结构、链接、异常控制流、虚拟存储器、系统级I/O、网络编程、并发编程等。书中提供大量的例子和练习，并给出部分答案，有助于读者加深对正文所述概念和知识的理解。 本书的最大优点是为程序......一起来看看 《深入理解计算机系统（原书第2版）》 这本书的介绍吧!
