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利用DGX Station实现快速图像识别

jf_pJlTbmA9 来源:jf_pJlTbmA9 作者:jf_pJlTbmA9 2023-08-01 15:10 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

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。

责任编辑:彭菁

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

    5496

    浏览量

    109050
  • API
    API
    +关注

    关注

    2

    文章

    2146

    浏览量

    66200
  • 图像识别
    +关注

    关注

    9

    文章

    529

    浏览量

    39834
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NVIDIA DGX Spark快速入门指南

    NVIDIA DGX Spark 已正式向 AI 开发者交付,对于刚入手的全新 DGX Spark,该如何进行初始化设置?本篇文章将引导您完成 DGX Spark 首次设置。在初始设置的过程中,您
    的头像 发表于 11-17 14:11 4063次阅读
    NVIDIA <b class='flag-5'>DGX</b> Spark<b class='flag-5'>快速</b>入门指南

    基于米尔MYC-YM90X安路飞龙DR1开发板仪表图像识别系统开发

    ,开发人员无需深入了解底层硬件细节,即可快速实现硬件设备的控制与数据传输。例如,利用 AXI 总线驱动,可方便地在 ARM 与 FPGA 之间进行数据读写操作,实现异构系统的协同工作。
    发表于 08-17 21:29

    华怡丰推出ISC-B/C系列图像识别传感器

    在工业自动化领域,精准、高效的视觉检测是提升生产效率的关键。华怡丰全新推出的ISC-B/C系列图像识别传感器集高精度定位、测量算法与先进图像处理技术于一体,为各类工业场景提供稳定、可靠的解决方案!
    的头像 发表于 08-15 11:36 1445次阅读
    华怡丰推出ISC-B/C系列<b class='flag-5'>图像识别</b>传感器

    如何利用OCR技术实现高效集装箱箱号识别

    能够实现全天候、高精度的箱号自动识别。 1. 高清图像采集:识别的基础 传统摄像设备受限于分辨率和环境光线,往往难以获取清晰的箱号图像。现代
    的头像 发表于 08-12 10:48 543次阅读
    如何<b class='flag-5'>利用</b>OCR技术<b class='flag-5'>实现</b>高效集装箱箱号<b class='flag-5'>识别</b>?

    基于FPGA的数字识别系统设计

    图像处理领域,图像识别是较为困难而关键的技术。这项技术被广泛的应用到娱乐、工业、军事等领域。本次设计数字识别系统已经在车牌识别、运动员号码识别
    的头像 发表于 07-16 14:28 1107次阅读
    基于FPGA的数字<b class='flag-5'>识别</b>系统设计

    火车车号图像识别系统如何应对不同光照条件下的识别问题?

    在铁路运输管理中,准确识别火车车号是实现自动化车辆管理的关键环节。然而,实际应用场景中复杂多变的光照条件给车号识别带来了巨大挑战。现代火车车号图像识别系统通过多项技术创新,有效解决了这
    的头像 发表于 07-15 11:37 528次阅读
    火车车号<b class='flag-5'>图像识别</b>系统如何应对不同光照条件下的<b class='flag-5'>识别</b>问题?

    想用K230放在无人机上做图像识别,加装一个4G模块把识别结果和画面同时传输的地面站或者手机上,怎么操作?

    我想用K230放在无人机上做图像识别,然后想加装一个4G模块把识别结果和画面同时传输的地面站或者手机上,这个目前可以如何处理? 你好,目前底层是支持4G模块得驱动,参考https
    发表于 06-16 07:08

    基于RV1126开发板实现驾驶员行为检测方案

    在RV1126上实现驾驶员行为检测:通过图像识别出这几种行为:打电话、抽烟、疲劳驾驶。
    的头像 发表于 04-21 11:07 909次阅读
    基于RV1126开发板<b class='flag-5'>实现</b>驾驶员行为检测方案

    手持终端集装箱识别系统的图像识别技术

    行业提供了更灵活、精准的管理工具。 一、技术核心:OCR+AI深度融合 现代手持终端系统采用多模态图像识别技术,结合深度学习算法,可快速捕捉并解析集装箱号码。其技术优势体现在: 1. 复杂环境适应性:通过动态曝光补偿和图像增强算
    的头像 发表于 04-03 10:49 542次阅读

    岸桥箱号识别系统如何工作?揭秘AI图像识别技术!

    在港口自动化升级的浪潮中,AI岸桥识别系统凭借前沿的图像识别技术,成为提升码头作业效率的“智慧之眼”。那么,这套系统如何实现集装箱信息的精准捕捉?又是如何通过AI技术替代传统人工理货?让我们一探
    的头像 发表于 04-02 09:45 531次阅读

    惊了!这个“神器”让树莓派秒变智能管家,图像识别+无线投屏,太秀了!

    和BalenaCloud,让树莓派实现图像识别到智能生活的华丽转身!图像分类项目:用树莓派和BalenaOS实现智能识别1.项目背景:让树
    的头像 发表于 03-25 09:23 1313次阅读
    惊了!这个“神器”让树莓派秒变智能管家,<b class='flag-5'>图像识别</b>+无线投屏,太秀了!

    【幸狐Omni3576边缘计算套件试用体验】RKNN 推理测试与图像识别

    【幸狐 Omni3576 边缘计算套件测评】RKNN 推理测试与图像识别 本文介绍了幸狐 Omni3576 边缘计算套件实现 RKNN 推理和图像物体识别的测试流程,包括 RKNN 介
    发表于 03-20 16:14

    BP神经网络在图像识别中的应用

    BP神经网络在图像识别中发挥着重要作用,其多层结构使得网络能够学习到复杂的特征表达,适用于处理非线性问题。以下是对BP神经网络在图像识别中应用的分析: 一、BP神经网络基本原理 BP神经网络,即反向
    的头像 发表于 02-12 15:12 1182次阅读

    AI模型部署边缘设备的奇妙之旅:目标检测模型

    的重要特征进行分类和提取,并有效排除无用的多余特征,进而实现图像识别。一般而言,图像识别有四大类任务:(1)分类-Classification:解决“是什么?”的问
    的头像 发表于 12-19 14:12 1728次阅读
    AI模型部署边缘设备的奇妙之旅:目标检测模型