澎思科技申省梅:后深度学习时代的智能视觉技术落地 | CCF-GAIR 2019( 十 )

获得最佳视觉模型最简单的规则是 , 足够多的平衡数据、足够好的数据标注、足够深的网络 。

随着大量数据的生成 , 半监督无监督的探讨有所突破 , 计算机视觉的未来发展十分乐观 。

随着工业界对计算机视觉的持续青睐 , 众多企业将结合实际应用场景来剪枝优化迁移 , 不断开拓新的应用领域 , 人工智能行业的发展还远没有到巅峰 , 还有众多的落地机会 。

以下是申省梅大会现场全部演讲内容 , 雷锋网作了不改变原意的整理及编辑:

大家好 , 我是澎思科技的申省梅 , 我今天跟大家分享的是课题是“后深度学习时代的智能视觉技术落地——商业价值为导向的技术研发” 。

今天的内容分为三个部分 , 第一部分是计算机视觉澎思科技的全栈技术;第二 , 有这样的技术之后 , 商业价值在哪里?我们要讲的是以商业价值为导向的算法开发 。 第三部分 , 分享一下人工智能行业的发展前瞻 。

推荐阅读