自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(47)
  • 收藏
  • 关注

原创 基于YOLOv5s的纸板缺陷检测(附数据集与Coovally操作步骤)

结合YOLO算法进行纸板缺陷检测,不仅能够在短时间内完成大量纸板的检测任务,并且准确识别出各种缺陷,提高纸板质量合格率,减少人力成本。而且当你在上传数据集时,系统自动根据数据集格式,生成另外两种标签格式,如上传COCO格式的数据集,则系统自动生成VOC、YOLO格式的标签;或点击工具按钮进入详情页面,点击转换工具,可进行:VOCCOCO、 VOCYOLO、VOClabelme、COCO YOLO、COCOlabelme(:双向转换符)。

2024-06-26 14:15:56 351

原创 基于YOLOv8m的水族馆动物识别(附数据集和Coovally操作步骤)

随着水族馆行业的快速发展,对动物识别的需求日益增加。另外,Coovally是一个AI项目开发与应用平台,就是本博文演示部分的展示,从上传数据集到模型预测与下载,快速构建AI解决方案。综上,本博文训练得到的YOLOv8m模型在数据集上表现良好,具有较高的检测精度,可以在实际水族馆动物识别场景中应用。基于现在的水族馆动物识别现状,结合YOLO算法下的目标检测,可以实现对水族馆中各类动物的高效、准确识别,为水族馆动物识别提供了新的解决方案。5.模型部署:点击模型部署,完成后即可选择模型,上传图片进行预测;

2024-06-24 11:35:26 416

原创 基于YOLOv5s的野火烟雾检测(附数据集与Coovally操作步骤)

近几年火灾频发,随着社会对火灾防控的重视程度不断提高,对野火烟雾预测的需求也日益增加。传统的人工检测通常依赖于巡查人员,其覆盖范围和效率受限于人员数量和体能,难以实现大面积、实时的烟雾检测。基于计算机视觉的野火烟雾预测通过分析图像和视频数据,及早的发现和准确识别监控烟雾情况并发出预警,帮助人们采取相应措施,减少火灾带来的危害。综上,本次训练得到的YOLOv5s模型在数据集上表现良好,具有较高的检测精度可以在实际场景中应用。

2024-06-21 10:53:44 231

原创 基于YOLOv5m的地面飞机及油罐的目标识别(附数据集和Coovally操作步骤)

利用无人机拍摄的地面停靠的飞机机体以及油罐,进行识别,整个过程从创建数据集到训练模型再到预测结果全部可视化操作与分析。

2024-06-18 16:38:16 350

原创 基于YOLOv8m的船舶检测(附数据集和Coovally操作步骤)

船舶检测和识别是一项重要的任务,它涉及到航运安全、港口管理、海洋保护等方面,现在随着人工智能、计算机视觉和机器学习技术的发展,船舶检测和识别已经成为一种可行的技术方案。此数据集共有7000张图片,6种船舶类别,分别是:ore carrier,passenger ship,container ship,bulk cargo carrier,general cargo ship,fishing boat。本博文所展示的YOLOv8m模型在给定数据集上展现出了卓越的性能,检测精度极高,足以满足实际场景中的需求。

2024-06-17 15:13:36 315

原创 基于yolov5s的垃圾桶满溢检测 (附数据集与Coovally操作步骤)

在当今城市化高速发展的背景下,随着人口密度的增加和垃圾产生量的急剧攀升,垃圾桶满溢现象日益频繁,给城市环境和居民生活带来了诸多不良影响。本文详细介绍了垃圾桶满溢检测整个过程,从创建数据集到训练模型再到预测结果全部可视化操作与分析。

2024-06-06 10:37:40 507 1

原创 Coovally模型探索:高效下载并使用Hugging Face Transformers预训练模型

这些模型被广泛应用于各种任务,如文本分类、命名实体识别、问答、文本生成等。Transformers库易于使用,可方便地集成到现有的深度学习框架,如PyTorch和TensorFlow,让研究人员和开发者更容易下载和应用NLP预训练模型,如BERT、GPT-2、XLNet等,降低使用门槛。新建极速任务,选择任务类型后,点击上传模型,选择在线下载,粘贴下载链接与模型名称,模型下载完成后并上传/选择数据集即可创建任务。以Hugging Face为例,在其网站选择模型类型,复制模型名称。

2023-09-28 18:00:00 279

原创 Coovally模型探索:快速获取并应用MMDetection模型

Coovally平台的“模型探索”功能已正式上线,我们诚挚欢迎更多AI研究者加入测试,亲身体验Coovally提供的模型获取和应用功能。同时,Coovally平台更推出了本地化安装版本,以更加灵活的方式部署于用户环境,满足个性化需求。进入模型探索页面,新建极速任务中选择任务类型后,点击上传模型,选择在线下载,粘贴下载链接与模型名称,模型下载完成后并上传/选择数据集即可创建任务;在Coovally的模型探索页面,用户只需搜索并选择需要的。,平台即可自动完成模型的下载和集成。网站中选择模型类型,复制模型名称;

2023-09-25 17:00:16 159

原创 Coovally模型探索:一键下载Hugging Face预训练模型并集成应用

Coovally是一个包含完整AI建模流程、AI项目管理及AI系统部署管理的机器学习平台,可提供数据预处理、智能标注、分布式模型训练、多维度模型评估、一键式模型部署服务。新建极速任务,选择任务类型后,点击上传模型,选择在线下载,粘贴下载链接与模型名称,模型下载完成后并上传/选择数据集即可创建任务。在模型创建中,系统支持用户上传本地模型文件创建模型,同时也支持用户一键下载和部署。以Hugging Face为例,在其网站选择模型类型,复制模型名称;等不同类型数据的深度学习和应用,快速实现机器学习。

2023-09-12 14:41:35 237

原创 【会议邀请】第二届中奥创新合作交流会暨国际人工智能与数字经济研讨会:基础设施与应用

业界大咖云集 只等你来

2023-07-10 13:34:58 128

原创 Coovally再升级!基于CV大模型的智能标注解放你的双手

Coovally智能标注技术利用预训练的CV大模型自动生成训练数据,实现了“机器标注”,大幅提高了效率并降低了成本。数据是AI的燃料,数据标注则是训练深度学习模型不可或缺的组成部分。通过基于CV大模型的智能标注技术,可以高效准确地自动生成训练数据,极大地缩短模型迭代周期,为AI的广泛应用夯实数据基础。

2023-04-20 15:30:55 443 1

原创 Coovally浏览器插件 深度学习装机必备

能够提供“打包自身的A I能力”,给业务人员使用,可实现“授人以渔”。如上图所示,搜索相关模型名称后,Coovally插件会帮助自动识别相关模型名称并进行标注,点击便能直接跳转至Coovally平台,进行相关任务的创建。“得数据者,得人工智能”,有了浏览器插件功能的加持,Coovally将进一步拓宽应用场景,提高使用灵活度,助力深度学习研究的进一步发展。下载Coovally插件即可在浏览器内的任何网页捕捉到已内置在Coovally中的深度学习模型,并一键链接至模型训练界面,快速验证感兴趣的模型。

2023-04-12 13:52:22 97

原创 智能辅助标注——数据标注领域新突破

目前跑码地Coovally已广泛应用于制造业质检、地质灾害监测、电力行业设备监控、医学专病诊断、智慧交通、智慧园区等多样场景。“得数据者,得人工智能”,有了智能辅助标注功能的加持,Coovally将进一步拓宽应用场景,提高模型精度,助力机器视觉行业发展。

2023-01-13 11:08:44 472

原创 百亿、千亿级参数的基础模型之后,我们正在步入以数据为中心的时代?

近年来,GPT-3、CLIP、DALL-E 、Imagen、Stabile Diffusion 等基础模型的出现令人惊叹。这些模型展现出的强大生成能力和情境学习能力,在几年前都是难以想象的。本文将探讨这些大规模技术的商业化。

2023-01-10 15:18:16 190

原创 Coovally质检应用案例 | 产品外观瑕疵检测

采用机器视觉的方法可以对产品外观缺陷检测,快速且准确的识别划痕,大幅提高了生产线的效率,提高了产品的生产质量。

2023-01-06 10:22:28 198

原创 Coovally任务详解之文字识别任务

人们在生产和生活中,要处理大量的文字、报表和文本。为了减轻人们的劳动,提高处理效率,自动识别字符的技术,已经成为机器视觉应用的一个重要领域。而Coovally也能做到这一点,并且仅需5步,零代码即可完成!

2022-12-26 15:27:09 165

原创 Coovally任务详解之文字检测任务

基于机器视觉系统,可以对文字进行识别检测,例如文字印刷检测、字符检测、喷码文字缺陷检测等,Coovally针对文字检测做到了高精度和低成本,且仅需5步就可以完成一个模型!

2022-12-15 13:39:51 159

原创 Coovally任务详解之语义分割任务

我们可以将语义分割认为是像素级别的图像分类。例如,在有许多汽车的图像中,分割会将所有对象标记为汽车对象。然后,一个称为实例分割的模型能够标记一个出现在图像中的物体的独立实例。这种分割在计算对象数量的应用程序中非常有用,例如计算商城的行人流量。

2022-12-08 09:53:30 142

原创 Coovally任务详解之实例分割任务

实例分割是视觉经典四个任务中相对最难的一个,它既具备语义分割的特点,需要做到像素层面上的分类,也具备目标检测的一部分特点,即需要定位出不同实例,即使它们是同一种类。但是通过Coovally,即可轻松完成实例分割任务。

2022-12-01 10:38:04 544

原创 基于Coovally的目标检测任务详解

目标检测任务(Object Detection)是计算机视觉的主要分支之一,目的是“识别目标并给出其在图中的确切位置”,确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。但是通过Coovally,不用了解目标检测的具体算法就可轻松完成目标检测任务。

2022-11-24 10:04:25 132

原创 基于Coovally的目标检测任务详解

目标检测任务(Object Detection)是计算机视觉的主要分支之一,目的是“识别目标并给出其在图中的确切位置”,确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。但是通过Coovally,不用了解目标检测的具体算法就可轻松完成目标检测任务。

2022-11-23 13:55:12 661

原创 通过Coovally 5步完成图像分类任务!

有了Coovally,不用阅读图像分类的书籍,也不用参考大量论文,5步即可完成图像分类任务!

2022-11-16 10:46:15 212

原创 【Coovally】强大工具 | 生成工具篇

Coovally 系统提供6种生成工具,分别是生成图片分布报告、生成分类图片数据分析、生成标记图片、生成分类图片、VOC标签归一化和掩码生成。针对目标检测类和图像分类数据集,可生成分析报告;基于目标检测类数据集标签,可生成标记图片和分类图片;更改样本集标签,这几乎涵盖了所有我想要进行的图片分析。

2022-11-10 11:25:14 683

原创 【Coovally】强大工具-图像增强篇

本文将基于Coovally工具箱介绍常用的图像增强方法,Coovally 提供5类增强工具且每种增强方式包含多个子增强方式。用户使用图像增强工具(图像平滑处理,图片增强处理,色彩空间转换,边缘检测)可预览、对比和下载不同增强方式的增强图,辅助用户选择最优的增强方式增强样本集。

2022-11-08 11:10:47 975

原创 Coovally助力明厨亮灶一步到位

为帮助企业快速、低成本的将AI技术应用于升级版“明厨亮灶”,跑码地Coovally提供了零门槛、高精度的AI建模能力,帮助企业轻松构建AI模型。基于跑码地Coovally,企业仅需普通业务人员利用业余时间,即可在2-3周内从0到1训练出可用于升级版“明厨亮灶”的厨师帽识别模型,并应用到厨房场景的智能视频分析业务中。

2022-10-27 13:44:31 596 1

原创 【机器人的眼睛】机器视觉在汽车零部件检测中的应用

Coovally针对高精密制造中部件和产品的表面极微瑕疵、微结构缺陷、大范围一致性、高速高效等问题能够形成一整套有效的解决方案,体现了“以数据为中心”或“数据驱动”的AI落地技术。 是解决“实验室结果好于实际运行效果”这一痛点的核心利器。

2022-10-20 14:22:23 936

原创 大数据分析平台如何赋能智能钻井

要想知道打井打得怎么样,如何打得好、打得快,很多时候是凭经验,靠感觉。而通过引入基于井场大数据的智能化分析手段,在面向减少NPT、设计方案优选、钻头管具优选、实时参数优化、风险识别与防控等方面,均展现了巨大的应用前景。因此,智能化平台通过实现数字化、制动化、智能化的过程优化,从而让生产数据支持支持决策,从而让钻井作业向自动化、高效化、智能化发展。

2022-10-12 13:38:32 788

原创 如何在金融行业里释放数据分析团队的生产力

Coovally Tabular大数据分析平台以低代码的建模操作降低了AI分析的门槛,让更多的业务人员能够通过简单的建模方式,自主解决日常业务数据分析需求,在业务一线即可实现对数据的深刻洞察挖掘。有了Coovally Tabular大数据分析平台,银行内部的所有数据分析开发工作都可在同一平台内进行,不仅进度一目了然,还可以实现共享成果管理、建模应用等,让数据开发中产生的知识资产实现沉淀复用。并且可以与银行原有大数据指标系统的无缝整合,同时借助Coovally Tabular简便的自助式操作,让更多的业务

2022-10-10 14:23:15 78

原创 如何利用大数据智能分析平台助力科研工作

近年来随着国家产业数字化转型步伐的加快,大数据及人工智能技术已经深入到各个行业领域之中,在产研联动创新融合的大趋势下,很多专业科研机构也应势开始重视将行业研究与机器学习相结合,借助数据建模为实际行业科研工作带来助力。

2022-09-28 09:40:39 611

原创 如何利用大数据处理平台对金融风控分析

随着金融行业风险管理力度的加强,金融市场的格局也正在显著变化,近几年随着技术演进与融合应用,监管提出更加高质量合规风控要求的同时,也加快相关技术的不断升级。无论是从银行、证券、保险等不同细分领域来看,还是从支付、风控、客服等不同业务环节而言,大数据相关技术对于金融业务的变革影响都在不断加深。借力人工智能与大数据分析的力量,让日常工作智能化,轻量化,便捷化,来缓解一线业务人员的大量重复劳动,提高整体工作效率和准确度,已经成为了金融行业技术创新的新趋势。

2022-09-22 10:00:54 197

原创 九宫格红绿灯到底是不是新规?交通信号灯到底该如何识别?

跑码地Coovally是解决智慧交通问题的好帮手,可以通过整合加工多源数据,实时识别道路图像,实现道路缺陷检测、井盖识别以及地面积水识别,减少此类因素带来的危险;不仅如此,跑码地Coovally还可以根据道路部门的固有工作流程进行模块化定制,让软件更加贴身地符合使用者的需求。在交通新时代,让道路更具智慧!

2022-08-25 15:27:26 383

原创 Coovally标准版本: 16万元帮助企业轻松搞定100+ AI应用场景!

在AI深度赋能各个产业细分场景的浪潮下,企业落地面临的主要困难是什么?场景多、人才贵、周期长、风险高。俗话也说:磨刀不误砍柴工,好的工具让工作效率成倍提升。因此,在这样的大背景下,企业需要一款轻量级的工具来加速AI应用落地。...

2022-08-18 09:39:21 168 1

原创 【Coovally】强大工具:一键转换voc、coco、yolo、csv等格式的数据集

一款以数据为中心的机器视觉AI自动开发平台——Coovally,它提供了图像预处理工具链,能够快速有效地完成对图像数据的预处理、增强、标签转换等工作,解决了我近期遇到的一些格式转换问题。...

2022-07-20 16:11:02 781 1

原创 企业如何低成本实现AI算法自由|快速转型

目前,很多企业,尤其是有大量数据却不知道怎么用的制造企业还处在数字化转型的前期或者正在准备向数字化转型的路上。有没有解决方案?有。

2022-06-16 10:08:11 101

原创 Roboflow与CooVally|基于RetinaNet算法的数据集训练哪家强?

海洋占领全球面积的71%,随着“海洋强国”战略的实施,也加剧了海岛空间的信息应用。由于海岛的地势地貌比较复杂,常规的人工测量难以完成地理空间采集任务,现有的卫星遥感技术不仅分辨率较低,而且成本高且易受天气影响。但是随着无人机遥感技术的发展与应用,其不仅具有高时效性、低成本的特点,同时还有高自动化的专业处理软件的支持,能够满足海洋地区获取地理空间信息的要求,可以高效率的完成海洋环境监测的重任。那么本次基于RetinaNet算法对海洋上的小目标无人机检测的数据进行训练,使用的是一款线上的平台:Coo

2022-05-07 09:07:03 555

原创 基于Coovally的人造心脏瓣膜缺陷检测【Mask R-CNN】

近日,苏州心锐医疗科技有限公司完成超千万元人民币天使轮融资,由北极光创投独家投资,为加速高分子瓣膜的临床转化、普及和推广。心脏瓣膜病是我国常见的一种结构性心脏病。根据Frost Sullivan数据,2018年全球约有2.09亿患者患有心脏瓣膜疾病,每年造成约260万人死亡,中国心脏瓣膜病的发病率为2.5%~3.2%,2018年患者超过2700万人,其中超过75岁的老年人发病率高达13.3%,且随着人口老龄化趋势的增加,瓣膜疾病的发病率逐年上升。对于严重的瓣膜性心脏病患者,更换人工心脏瓣膜是最为有效

2022-04-25 09:34:49 370

原创 机器学习|CooVally — 拒绝模型训练外包

机器学习(ML)算法正越来越多地被用于不同领域,对个人、组织、社会和整个地球都有重大影响的决策。由于当前的 ML 算法需要大量的数据和计算能力。因此,很多个人和组织会把机器学习建模任务外包给外部供应商,包括亚马逊 Sagemaker、微软 Azure 等 MLaaS 平台以及其他小公司。但这种做法真的安全吗?来自 UC Berkeley、MIT 和 IAS 的一项研究表明,你外包出去的模型很有可能会被植入后门,而且这种后门很难被检测到。如果你是一家银行,对方可能会通过这个后门操纵你给何人贷款。所

2022-04-22 11:27:08 1263

原创 基于Mask R-CNN的锯齿实例分割方法

基于Mask R-CNN的锯齿实例分割方法首先来说一说实例分割,实例分割中的分割是指根据灰度、彩色、空间纹理、几何形状等特征,把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。实例分割方法的发展历程:今天分享的主要是基于Mask R-CNN算法的锯齿实例分割方法,这里使用到的平台是CooVally,一款可以帮助用户快速筛选可用AI模型的平台,在此次训练中,最好的mPA为0.819。下图是此次训练的数据样本集:关于锯齿实

2022-04-20 16:43:43 3284

原创 YOLOX手把手实操:火星/月球陨石坑的数量统计

探索太空一直是人类乐此不疲的活动,随着科技的发展,人们对月球和火星愈发好奇。而在各种太空探索任务中,有效探测陨石坑具有至关重要的意义。陨石坑是行星、卫星、小行星或其它天体表面通过陨石撞击而形成的环形凹坑。随着陨石颗粒大小撞击到火星/月球表面时,会撞击出不同大小的陨石坑宽度。目前,关于陨石坑相关的数据集比较少,此次,运用了CooVally平台对火星/月球陨石坑的数量统计进行一次实验训练,最终mPA达到了0.757。下图是我们此次实验采用的数据样本集:接下来来看一看标签的详情,各个大小不同的

2022-04-12 16:29:34 7549

原创 基于CooVally的多晶硅太阳能板缺陷检测

随着全球气候变化对人类社会构成重大威胁,越来越多的国家将“碳中和”上升为国家战略 ,提出了无碳未来的愿景。2020年,我国基于推动实现可持续发展的内在要求和构建人类命运共同体的责任担当,宣布了碳达峰和碳中和的目标愿景。关于可持续发展,第一想到的便是太阳能,它是一种可再生能源,人们利用太阳能进行发电是目前运用最为广泛的一种方式。而太阳能电池板是太阳能发电系统中的核心部分,由太阳光照射后,把光的能量转换成电能。其中,多晶硅太阳能电池兼具单晶硅电池的高转换效率和长寿命,以及材料制备工艺相对简化等优点。

2022-04-07 17:34:19 1261 5

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除