Imagga通过NVIDIA DGX Station实现图像识别.doc

Imagga通过NVIDIA DGX Station实现图像识别.doc

ID:27490447

大小:94.00 KB

页数:3页

时间:2018-12-04

Imagga通过NVIDIA DGX Station实现图像识别.doc_第1页
Imagga通过NVIDIA DGX Station实现图像识别.doc_第2页
Imagga通过NVIDIA DGX Station实现图像识别.doc_第3页
资源描述:

《Imagga通过NVIDIA DGX Station实现图像识别.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、Imagga通过NVIDIADGXStation实现图像识别  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NVIDIADGXStation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

2、创公司PlantSnap正在使用Imagga的技术。使用PlantSnap的应用程序(提供Android和iOS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

3、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NVIDIADGXStation,将训练速度提升了88%。  “使用DGXStation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GeorgiKadrev说道,“基于NVIDIADGXStation,我们通用分类

4、器(genericclassifiers)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。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。