2018“回响中国”腾讯教育年度总评榜 vipJr、TutorABC上榜

11月27日,由腾讯新闻、腾讯教育主办的2018“回响中国”腾讯教育年度总评榜荣耀盛典在北京举行。iTutorGroup旗下青少儿在线教育品牌vipJr获得“年度在线教育品牌”,成人在线英语教育品牌TutorABC获得“年度外语教育品牌”。双品牌同时获奖,代表着iTutorGroup多年来通过真人在线教育模式推动行业发展,为广大学员带来全球优质教育资源的实践受到广泛认可。
年度在线教育品牌颁奖
自2007年开始,“回响中国”腾讯教育年度总评榜,秉持着为家长带来最实用的教育信息的原则,为优秀教育企业与家长搭建沟通的桥梁,已逐渐发展成为有广泛影响力的教育传媒活动。今年的总评榜吸引了教育行业近百家线下线上企业参选,完全由家长用户评选,最能体现出各大教育机构在市场中的受认可程度。

经过近十天的线上投票,总计16个单项奖在荣耀盛典揭晓。vipJr与TutorABC分获“年度在线教育品牌”及“年度外语教育品牌”,双品牌已连续4年站上腾讯教育年度总评榜的舞台。值得一提的是,iTutorGroup还在11月26日获得百度“2018年度教育行业品牌典范”大奖,TutorABC、vipJr双品牌斩获百度“2018年度影响力教育机构”。
年度外语教育品牌颁奖
作为全球领先的在线教育企业,iTutorGroup开创并见证了中国在线教育行业的成长和发展。多年来,TutorABC、vipJr双品牌始终致力于通过教研和教育科技的创新,为广大用户提供最合适最优质的教育资源。

vipJr从少儿英语切入市场,逐步覆盖数学、语文、编程等学科教育,秉承“让学习更有效”的教育理念,为家长、孩子提供一站式个性化教育平台。在教材研发上,vipJr引进国际权威教材,并进行本土化改革,为中国孩子奉上最合适的学习内容;在师资上,链接欧美优质英语外教,并引进最优秀的本土人才参与教研;在课程模式上,不拘泥一对一固定,而是根据学生的背景、能力、偏好,为其匹配最合适的老师、同学以及一对一或小班制课程。

同时,在学科课程外,vipJr还研发了针对学生和家长的系列公开课,内容涵盖从学习习惯、思维方式的培养,到亲子教育、财商教育等家庭教育课程,致力于打造高效的学习氛围,培养孩子的独立人格。
TutorABC、vipJr双品牌获奖
成人在线英语教育方面,TutorABC近年来持续加强技术创新,巩固行业领先地位。今年,TutorABC升级了DCGS 动态课程系统,为学员带来更个性化、更高效和更稳定的在线学习服务支持,其中,全新的“知识点”功能从复习的角度,进一步完善了学员的个性化学习路径。同时,推出全新的移动端应用,强调以学习者为中心的逻辑,更新五大功能模块和交互界面,提升用户在移动平台上的学习体验,更好地承载TutorABC的个性化教学体系。

在发展战略上,TutorABC深化了对企业市场的运营。从DCGS动态课程系统、在线学习系统TutorMeet+到LMS课程管理系统,TutorABC为企业带来了集培训、管理、活动、考核等为一体的英语培训定制化方案。

  • 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
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