北京将深入实施大数据计划,夯实数字化转型技术支撑

郭一鸣表示,“十四五”时期数字经济迎来更大发展机遇,其在推动传统经济转型升级的同时可以激发新产业发展,在大力发展技术的同时,也培养出各类新型人才以及新型产业,并有效将国内外有机结合,激发市场活力,提升数字建设服务经济高质量发展的功能。

  北京市提出,“十四五”时期,北京将推动数字经济与实体经济深度融合、政府服务与市场参与高效协同,打造具有国际竞争力的数字产业集群建设全球数字经济标杆城市。同时,北京将深入实施大数据行动计划,夯实数字化转型技术支撑,建成网络基础稳固、数据智能融合、安全可信可控的新型基础设施,达到国际领先水平。

  盘和林表示,发展数字经济的效应有直接和间接两个方面直接效应便是企业、个体通过数字化转型,积极融入数字经济当中,在企业经营、决策市场交易过程中充分利用数字科技,实现降本增效;间接效应则是数字化通过对市场、政府的影响间接激发市场主体活力。

  “实际上,数字经济是一种数据驱动的经济模式,因此其普惠性质更需要数据来凸显。”盘和林表示推动数字经济普惠模式有两个方面,一是对存在数字转型条件但无力负担数字转型的企业、个体,给予相应的支持二是对不存在数字转型条件的企业和个人进行支持。数字化技术加持下,数据信息将有效改善信息不完备的现象这实际上就降低了金融普惠的实现成本不再需要政府和银行去进行成本自我消化。

  郭一鸣认为,要想推动数字经济普惠模式,一方面,应继续发展区块链大数据、人工智能等技术使其成为数字经济发展的有力技术支撑另一方面,继续加大数字经济普惠模式的创新力度更好服务于各方主体

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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