天津落地司法服务云项目,助力公共法律服务体系建设

2016年6月3日,北京盈科律云科技有限公司(以下简称“盈科律云)凭借丰富的项目管理经验、雄厚的技术力量和良好的企业信誉,得到天津司法局的认可,顺利中标“天津司法局公共法律服务体系动态信息管理系统”项目。盈科律云在浪潮通用软件等众多知名软件企业的共同竞争当中能脱颖而出,顺利中标,这无疑是对公司综合实力、技术水平的再次肯定,亦印证了公司良好的发展态势,为公司提出的战略口号“法律服务、触手可及”打下了坚实基础。

此次,北京盈科律云上海分公司总经理汪澍先生,技术副总经理马俊先生亲自带队参与项目投标工作,在整个盈科律云各部门伙伴的众志成城、齐心协力下,向天津司法局交出了一份满意的答卷,同时项目的投标成功也为助推盈科律云今年在新三板上市又添加了一个重磅的利好。

天津落地司法服务云项目,助力公共法律服务体系建设

天津市司法局:政策引导,完善公共法律服务体系

公共法律服务体系的发展水平,是衡量一个国家或地区法治文明程度的重要标志,也是社会治理法治化、现代化的重要内容,努力做好公共法律服务体系建设,推进覆盖城乡居民的公共法律服务体系建设,加强民生领域法律服务质量是提高公共服务共建能力和共享水平的首要前提。

推进城乡公共法律服务体系建设,事关人民群众切身利益,事关公平正义,事关社会和谐稳定,天津市司法行政机关一直以来都坚持法律服务民生理念,丰富扩大服务内涵,探索创新实践形式,优化提高服务质量,努力构建、完善与天津经济社会发展水平、百姓需求相适应的公共法律服务体系。

根据国家针对覆盖城乡范围的公共法律服务体系建设相关精神,天津司法局领导高度重视,针对天津市公共法律服务体系的建设目标进行了整体的建设规划,在实体平台方面,将规划实现三级实体平台建设,即:以市级为中心,按照区县、街乡镇、村居完成三级平台建设,并以虚拟信息化平台的对接与服务外包为切入点,以统一的司法体系动态信息管理系统为核心,打造成为国内公共法律服务体系建设的样板工程。

本次盈科律云同天津司法局的牵手,起源于盈科律云联合创始人梅向荣先生的牵线和推动。梅向荣先生提出希望能够借助盈科律师事务所强大的法律服务能力,并结合盈科律云本身具有的技术和服务优势,以企业自身独有的资金、资源和技术优势助力政府部门共同打造完善的云办公、云计算、云预警的公共司法服务平台。梅向荣先生还表示在2016年盈科律云将进一步加大在政府司法项目方面的投入和推进,积极开展同全国各省市司法部门之间的合作,拟将司法服务云平台搭建成为真正意义上的全国一体化动态信息服务平台。

天津落地司法服务云项目,助力公共法律服务体系建设

国内公共法律服务体系建设的样板工程正式部署

公共法律服务体系动态信息管理平台,是为各级领导,各级法律服务人员打造的一个综合平台,其功能分为:系统管理、主体信息管理、客体信息管理、市政热线管理、智库管理、数据报表、监督评价、数据分析应用等八大模块。

投用后的平台,将在城市热点、民情民意实时动态反馈,跨区域数据联动,大数据采集和分析、跨媒介系统应用等方面为政府的决策提供助力,让政府工作从事后解决问题变为事前预先防控,真正为法治中国建设添砖加瓦。

盈科律云上海分公司总经理汪澍先生表示:后期盈科律云将严格按照国家和天津市的统一标准和要求,全力完成各项工作,以司法之力助推天津法治建设,为推动天津市法律服务信息化做出自己的贡献。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
  • 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