产业AI实践中，如何有效提升图像识别精度、实现极小目标检测？-1

 

目前，各个企业行业在AI落地应用中，常常会遇到极小目标检测问题。

如工业质检场景中对轴承、喷油嘴等精密金属部件的细微缺陷检测；电力巡检场景在无人机航拍图片中识别绝缘子并进行瑕疵检测；以及零售快消场景在大面积货架陈列中检测小体积商品等。

在这些AI应用中，都需要在一个大图中精准识别出极小目标，其检测至关重要，也面临很多难点和问题。

10月21日是「EasyDL AI开发系列公开课」第一期直播，百度高级工程师将深入解析在产业实践中，图像识别领域面临极小目标检测如何有效提高准确率，并手把手演示如何用EasyDL构建高精度物体检测模型。

关于EasyDL 

EasyDL是基于深度学习平台飞桨、结合业界先进的工程服务技术打造的、简单易用的模型训练和服务平台，具有3大特点：

• 极简的交互和使用流程，最快15分钟即可完成模型训练；
• 高精度的训练效果，其中图像分类模型的线上平均准确率在99%以上；
• 部署方式丰富，全面支持云、端、边部署。