“中国315电子商务诚信平台”正式启动

出处:天极网软件频道

http://soft.yesky.com/news/485/11503985.shtml

 

2010823日,中国315电子商务诚信平台启动仪式暨中国电子商务交易保障联盟倡议活动在北京京都信苑饭店正式举行。该项活动由 国家工商总局市场司、中国消费者协会、北京市工商局、北京市经济和信息化委员会、北京市消费者协会支持,中国消费者报社主办,中国消费网承办。

  中国315电子商务诚信平台是全国首家、唯一的在国家工商总局、中国消费者协会、中国消费者报社等部门共同支持下的全国性电子商务交易第三 方权威性交易保障网站,是中国消费者报社与中国消费网共同发起的更现代、更科学、更快捷、信息更丰富、形势更多样化的新型电子商务消费诚信系统

  平台的建立是以国家的政策法规为保障,以消费者的信赖程度为保障,以品牌的公信力打造营销环境,打造成为中国最具影响力的、最专业的诚信企业自 律平台。平台建立的目标是:以开放、分享、公信、评估、净化为基本原则,打造全国唯一一家具备权威性、安全性、主流性为一体的电子商务第三方诚信系统,进一步完善我国电子商务发展保障机制,大力提倡电子商务企业诚信自律,营造一种放心消费的电子商务环境,规范行业经营者及参与者的行为,有效地帮助消 费者解决电子商务消费投诉问题,及时为政府决策、管理提供依据。

  该平台提出了建设“315”电子商务综合保障体系行动计划,即建设三大体系、一个平台、五大功能。三大体系是指投诉(赔付)工作体系、宣传体系、政策支持体系。一个平台指建设一个电子商务第三方交易保障网站、形成一群诚信电子商务企业、提出一套完善的投诉服务处理流程(企业、个人)、筹建一 个电子商务交易保障基金,尝试建立线性赔付窗口。五大功能分别为投诉功能、先行赔付功能、产品检测功能、宣传普及功能、行业认证功能。下一步还将推动提供中国电子商务及相关企业实名身份认证、符合相关法律的电子消费凭证签发、合法凭证的保存验证等业务。

  该平台的建设为解决当前电子商务交易保障中遇到的服务无边界、地域无限制等问题提出了一条新路。对我国电子商务的健康发展提供了保障。

  同时,在大会上,中国消费网、天威诚信、北京联通、北京移动、慧聪等十二家电子商务行业龙头企业以服务为先、诚信为本、企业自律、行业协同、创新发展、共谋环境为宗旨,结合平台的启动,共同倡议发起一个立足北京、服务全国、面向世界的电子商务诚信联盟。推行行业自律,带动行业内的B2B企业 互相监督诚信经营;B2C企业销售货真价实的产品;第三方平台能提供更好的更优质的服务,共同创造良好的行业发展环境。该联盟将于2010年底前正式成立。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),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。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值