中国(成都)区块链博物馆为区块链正名

  由四川省成都市成华区主导、中自控(成都)文化发展有限公司、成都盛海永阳文化传播有限公司等单位共同搭建的全球首座集科普、教育、培训、学术交流、信息发布、产学研融合及项目孵化等功能为一体的区块链主题平台博览馆-----中国(成都)区块链博览馆,经历时一年的筹揽建设,已于6月17日上午在成都市成华区正式开馆面世。

  当日上午,地处成华区行政中心东侧的成宏路,气球高挂、人头攒动,来自全国各地的数字技术、通信工业、物流信息以及相关高校、行业协会、商会的知名教授、专家、学者以及区块链领域从业者代表两百余人,云集一堂、共襄盛会。中国通信工业协会区块链专业委员会、中自控(北京)数字技术有限公司以及四川省经信委、四川省科技厅、电子科技大学、成都信息工程大学的有关领导、专家受邀出席了开馆仪式。中国(成都)区块链博览馆建成开放活动和区块链领域创新与发展峰会也同期举行。

  开馆典礼上,成都市成华区龙潭新经济管委会副主任刘军代表成都市成华区,对全球首座区块链主题平台博览馆落户成华区表示欢迎,对博览馆的隆重开馆表示祝贺,并表示,将积极贯彻、落实关于区块链技术集成应用的指示精神,竭尽全力创造良好的营商环境,发挥其在新技术革新和产业变革中的重要作用,促进区块链行业的健康、持续、稳定发展。

  中自控(北京)数字技术有限公司总经理黄聃从行业角度,展示了区块链技术及其应用的未来愿景,并希望区块链主题博览馆通过实体形态、数字媒体等多种形式的展演,让参观者用客观、科学、发展的眼光看待区块链技术,在感受区块链相关历史沿革介绍、科普展品展示、科技讲座培训等科普教育传播活动魅力的同时,能参与到与区块链、大数据相关的区块链应用场景中,推进区块链技术与自身行业的产教融合,促进科技成果转化。

  中国通信工业协会区块链专业委员会发来贺电,由常务副秘书长周攀现场宣读,肯定中国(成都)区块链博览馆作为全网首发的重要行业价值和示范效应,为区块链大众科普做出了积极贡献。

  中自控(成都)文化发展有限公司执行董事陈冠霖作为博览馆主办单位代表致辞,并对博物馆的目标定位、筹建过程、场馆建设和布展等方面做了简单介绍。同时表示:区块链博览馆开馆后,一定会秉承其公益属性,在讲述区块链历史、普及区块链知识、促使公众客观认知区块链、打造区块链交流学习、构建多层次区块链人才培养基地的同时,将依托国家政策和四川成都在地高校、企业在区块链领域里得天独厚的学术、技术优势,立足成都、面向全国,助力区块链技术在建设网络中国、发展数字经济、助力经济社会发展,发挥更大作用。

  开馆仪式上,相关企业代表,就博览馆运营及产教融合等合作事宜,签署了战略合作协议。

  仪式最后,成都市成华区领导以及嘉宾代表,共同为中国(成都)区块链博览馆开启新的华章进行了剪彩仪式。同时四川广播电视台也对博览馆的开业进行了采访和报道,采访中博览馆馆长陈旭介绍了建设博览馆的初心和作用,同时博览馆的相关负责人在下午“聚合众智,创享未来”的峰会上,对博览馆的未来如何发展,进行了展望。

  据了解,中国(成都)区块链博览馆,是由成都市成华区人民政府主导,中自控(成都)文化传播有限公司(由隶属中国机械工业集团有限公司的中自控(北京)数字技术有限公司控股)、成都盛海永阳文化传播有限公司运营管理,成都益海恒翔集团、成都时代海创科技有限公司投资搭建的全球第一个以区块链为主题,集科普、教育、培训、学术交流、信息发布、产学研融合及项目孵化等功能为一体的纯公益性专业平台,是实施科教兴国战略和人才强国战略、提高全民科学素质的双创基地。

  中国(成都)区块链博览馆位于成都市成华区未来行政中心东侧,是一座为普及区块链知识而投资兴建的科教性、公益性机构。场馆总面积5000平方米,共分三个功能区。

  第一功能区,为区块链技术科普区:介绍互联网与区块链技术的发展历史及沿革、展示区块链技术迭代组件及实物、展演区块链技术应用与国民经济相关性成果、介绍国家相关政策支持等。

  第二功能区,为区块链技术交流、应用培训区:开展区块链技术研讨与学术交流、实施应用技术培训。

  第三功能区,为区块链信息交流、发布和区块链技术创新中心,承接区块链关联项目孵化、开展产学研联合创新。

  该馆已经整合、汇聚了国内众多的区块链产业优质资源和资深专家,做好了区块链技术产业化发展的做好前期铺垫和准备,将通过整合算力、芯片制造、分布式存储技术研发、区块链应用落地、物联网设备、大数据中心、超算中心等区块链产业上下游企业,助力成都成为全国乃至全球各大区块链公司落地的优质城市之一,为成都成为更具国际影响力的科技中心城市,做出积极贡献。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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