0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Imagga通过NVIDIA DGX Station实现图像识别

NVIDIA英伟达企业解决方案 来源:未知 作者:胡薇 2018-08-08 16:54 次阅读

在网上购物时,我们所看到的图片会对购买决策产生巨大的影响,但处理这些图片绝非易事。Imagga通过NVIDIA DGX Station实现的技术可应用于在线零售领域,实现数字资产管理的自动化,并有助于提升广告营销活动的效果。

Imagga是一家位于保加利亚索菲亚的初创公司,同时也是NVIDIA初创加速计划的成员。他们提供图像识别和标记服务,从而减轻图片处理的负担。该公司的API能够帮助图像密集型企业改善面向客户的照片搜索和交付功能。

识别大自然

位于美国科罗拉多州特柳赖德(Telluride)的初创公司PlantSnap正在使用Imagga的技术。使用PlantSnap的应用程序(提供AndroidiOS版本)能够识别出图片中的植物。当PlantSnap用户拍下照片后,该应用程序可以在几秒内返回照片中的植物物种信息,而实现这一切则要归功于AI

为了能够准确识别来自世界各地的花卉、种子、树木、蘑菇和仙人掌,PlantSnap的算法需要使用大量数据进行训练。

为此,PlantSnap选择了Imagga,在后者的帮助下,他们攻克了对全球32万多种不同植物进行分类这一挑战。对于PlantSnap而言,拥有准确且可扩展的系统至关重要。为满足PlantSnap的需求,Imagga构建了一个定制化的分类API,让PlantSnap能够以快于以往10倍的速度对模型进行训练。

庞大的训练数据

为了对API进行训练,Imagga使用了超过9000万张图像,即使将新植物品种引入数据集,也能保持极高的识别准确度。在训练其网络时,Imagga使用了NVIDIA DGX Station,将训练速度提升了88%。

“使用DGX Station进行超大规模训练所需的时间相对于其他解决方案非常短,这对于我们来说是一个极大的优势,”Imagga联合创始人兼首席执行官Georgi Kadrev说道,“基于NVIDIA DGX Station,我们通用分类器(generic classifiers)的训练时间从三周减少到了四天。”

Imagga是NVIDIA初创加速计划中2800多家初创公司中的一员。初创加速计划为初创公司提供技术、专业知识和营销支持。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • NVIDIA
    +关注

    关注

    14

    文章

    4987

    浏览量

    103069
  • 图像识别
    +关注

    关注

    9

    文章

    520

    浏览量

    38273

原文标题:Imagga利用DGX Station实现快速图像识别

文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    AI图像识别摄像机

    ?AI图像识别摄像机是一种集成了先进算法和深度学习模型的智能监控设备。这些摄像机不仅能够捕捉视频画面,还能实时分析和处理所拍摄的内容,从而实现对特定对象、场景或行
    的头像 发表于 11-08 10:38 245次阅读
    AI<b class='flag-5'>图像识别</b>摄像机

    图像识别算法有哪几种

    图像识别算法是计算机视觉领域的核心技术之一,它通过分析和处理图像数据,实现图像中的目标、场景和物体的
    的头像 发表于 07-16 11:22 1088次阅读

    图像检测和图像识别的原理、方法及应用场景

    图像检测和图像识别是计算机视觉领域的两个重要概念,它们在许多应用场景中发挥着关键作用。 1. 定义 1.1 图像检测 图像检测(Object Detection)是指在
    的头像 发表于 07-16 11:19 4201次阅读

    图像识别算法都有哪些方法

    传统方法和基于深度学习的方法。 传统图像识别算法 1.1 边缘检测 边缘检测是图像识别的基础,它用于检测图像中的边缘信息。边缘是图像中亮度变化最明显的区域,通常表示物体的边界。常用的边
    的头像 发表于 07-16 11:14 5584次阅读

    图像识别算法的提升有哪些

    方法。 数据增强 数据增强是提高图像识别算法性能的一种有效方法。通过对训练数据进行变换和扩展,可以增加数据的多样性,提高模型的泛化能力。常见的数据增强方法包括: 2.1 旋转、缩放、平移和翻转 通过
    的头像 发表于 07-16 11:12 660次阅读

    图像识别算法的优缺点有哪些

    图像识别算法是一种利用计算机视觉技术对图像进行分析和理解的方法,它在许多领域都有广泛的应用,如自动驾驶、医疗诊断、安全监控等。然而,图像识别算法也存在一些优缺点。 一、图像识别算法的优
    的头像 发表于 07-16 11:09 1643次阅读

    图像识别算法的核心技术是什么

    图像识别算法是计算机视觉领域的一个重要研究方向,其目标是使计算机能够像人类一样理解和识别图像中的内容。图像识别算法的核心技术包括以下几个方面: 特征提取 特征提取是
    的头像 发表于 07-16 11:02 646次阅读

    图像识别技术包括自然语言处理吗

    计算机视觉技术对图像进行处理、分析和理解,从而实现图像中的目标、场景、行为等信息的识别和理解。图像识别技术包括
    的头像 发表于 07-16 10:54 839次阅读

    图像识别技术在医疗领域的应用

    一、引言 图像识别技术是一种利用计算机视觉技术对图像进行分析和处理的技术。随着计算机技术、人工智能技术、大数据技术等的发展,图像识别技术在各个领域的应用越来越广泛。在医疗领域,图像识别
    的头像 发表于 07-16 10:48 896次阅读

    图像识别技术的原理是什么

    图像识别技术是一种利用计算机视觉和机器学习技术对图像进行分析和理解的技术。它可以帮助计算机识别和理解图像中的对象、场景和活动。 图像预处理
    的头像 发表于 07-16 10:46 1024次阅读

    图像识别属于人工智能吗

    属于。图像识别是人工智能(Artificial Intelligence, AI)领域的一个重要分支。 一、图像识别概述 1.1 定义 图像识别是指利用计算机技术对图像中的内容进行分析
    的头像 发表于 07-16 10:44 1132次阅读

    如何利用CNN实现图像识别

    卷积神经网络(CNN)是深度学习领域中一种特别适用于图像识别任务的神经网络结构。它通过模拟人类视觉系统的处理方式,利用卷积、池化等操作,自动提取图像中的特征,进而实现高效的
    的头像 发表于 07-03 16:16 1386次阅读

    图像识别技术原理 图像识别技术的应用领域

    图像识别技术已经在各个领域广泛应用,其应用领域包括但不限于以下几个方面。 一、智能安防领域 图像识别技术在智能安防领域得到了广泛的应用。通过对监控摄像头中的图像进行实时分析和处理,可
    的头像 发表于 02-02 11:01 2464次阅读

    基于TensorFlow和Keras的图像识别

    TensorFlow和Keras最常见的用途之一是图像识别/分类。通过本文,您将了解如何使用Keras达到这一目的。定义如果您不了解图像识别的基本概念,将很难完全理解本文的内容。因此在正文开始之前
    的头像 发表于 01-13 08:27 827次阅读
    基于TensorFlow和Keras的<b class='flag-5'>图像识别</b>

    如何使用Python进行图像识别的自动学习自动训练?

    图像识别的自动学习和自动训练。 首先,让我们了解一下图像识别的基本概念。图像识别是指通过计算机程序识别和理解
    的头像 发表于 01-12 16:06 593次阅读