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。
最优化导论
Edwin K. P. Chong、Stanislaw H. Zak / 孙志强、白圣建、郑永斌、刘伟 / 电子工业出版社 / 2015-10 / 89.00
本书是一本关于最优化技术的入门教材，全书共分为四部分。第一部分是预备知识。第二部分主要介绍无约束的优化问题，并介绍线性方程的求解方法、神经网络方法和全局搜索方法。第三部分介绍线性优化问题，包括线性优化问题的模型、单纯形法、对偶理论以及一些非单纯形法，简单介绍了整数线性优化问题。第四部分介绍有约束非线性优化问题，包括纯等式约束下和不等式约束下的优化问题的最优性条件、凸优化问题、有约束非线性优化问题的......一起来看看 《最优化导论》 这本书的介绍吧!
