今天,你视频了吗?
不管你是80后、90后,还是00后,相信视频已经占据了你很多的业余时间。面对海量的视频,如何快速了解视频内容并找到有价值的片段,成为一个新问题。比如,如何从一个赛季几百小时的视频数据中找到精彩进球的集锦?怎么找到喜欢球星的历届进球瞬间?想要解决这些问题,读懂视频是关键。尽管市面有诸多视频AI模型,但面对复杂多变的业务场景,仅仅靠这些模型是不够的。
为此,百度智能云开放了业内第一个视频AI模型自动化生产平台:VideoMind,帮助企业构建符合自身业务的AI模型,对视频进行智能分析,从而最大化视频数据的价值。那么,这个平台具体有什么功能,一起来看一下。
VideoMind能为企业做什么?
产品设计之初,技术团队站在客户的角度上思考了很多:如果某个企业想训练出一个视频AI模型,会对VideoMind有哪些期望呢?或许是希望减少数据和开发成本,这样才能取得事半功倍的效果。或许是希望操作简单,让不精通技术的员工也能快速上手。或许是希望模型能加速生产,让模型生产速度得跟上业务变化。最重要的是,模型质量要好一点,要能为业务发展提供实实在在的帮助。这些,不仅是某个企业对模型生产平台的期待,也是整个视频行业对模型生产平台的期待。令人兴奋的是,以上几点VideoMind全部做到了。VideoMind模型训练平台把用户需要的开发成本和技术门槛降到了最低。把模型生产速度、操作的便捷程度和模型质量提到了最高。目前,VideoMind已经支持四类模型训练:
场景分类模型,如识别出视频中是工厂、农田、还是建筑工地等。
实体分类模型,如识别出视频中出现的是货车、跑车还是卡丁车等。
自然摄像头实体检测模型,如识别出街边的违章停车、无照游商、乱丢垃圾现象等。
人体属性检测,如识别出工人是否戴安全帽,法官是否穿法袍等。
另外,倍受瞩目的动作识别模型也即将上线,在今年8月29日的百度云智峰会上,VideoMind已提前剧透动作识别模型。通过下面这个视频就可以看到动作识别模型的生产过程。
易操作,低成本
VideoMind功能全面,集成了从创建模型到发布模型之间的全部功能。包括新建模型、创建标签、上传数据、标注数据、训练模型、评估校验、发布模型7个环节。基于流程化的操作,VideoMind自动化程度高,让模型训练更加简单易操作,大大减少企业开发成本。数据方面,VideoMind集成了高达百万小时的标注数据,内置海量主题标签和实体标签。用户创建标签时如果成功映射内置标签,将不再需要针对此标签上传数据以及标注数据。如果一个模型训练任务下的所有标签都成功映射内置标签,则可以跳过模型训练环节,直接获取模型。如果用户创建的标签没有成功映射内置标签,只需上传数百个数据并进行标注,即可开始模型训练。由此,模型生产过程中的工程技术成本、数据成本均大幅降低。
生产高效,质量最优
生产效率上,一方面VideoMind自动化生产流程降低了技术门槛,为客户省去了开发时间;另一方面内置的预训练AI网络结构和参数,让客户能够快速训练模型和迭代模型,及时地根据业务需求调整模型。得益于百度在AI领域多年的积累,VideoMind生产的模型具备出色的模型效果,能支持企业垂直类视频及图像内容分析需求。每月数据库更新达10W+,能不断提升用户训练效果。同时,百度智能云视频AI团队将不断升级模型结构,保证VideoMind模型训练效果持续提升。工程化产品设计结合特有的内置数据与模型结构,使得VideoMind模型训练时长缩短至小时级、分钟级。
值得一提的是,训练完成的模型支持部署到公有云、私有云、嵌入式设备等,之后客户通过API的方式就可以调用。VideoMind一经发布就受到了视频行业诸多伙伴的关注和认可。未来,百度智能云还将增加更多模型类别,帮助更多企业步入AI时代,敬请期待。
免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与 无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 萤石亮相 GITEX Global 2024,AI+智能生活新科技闪耀迪拜
- 一加发布第二代东方屏,巅峰表现获全球首个 DisplayMate A++ 认证
- vivo X200系列年度高端旗舰正式发布,一超多能影像力再突破
- 双十一猫狗开战,京东超市采销直播间与李佳琦同价再打九折
- 抖音头部主播翻车不断,网红带货进入「垃圾时间」
- 当代打工人,竟都在争相“雇佣”人工智能?
- 刘兴亮|父母的菜园子
- 坚定高端之路,京东方携手一加定义高端柔性OLED新标杆
- BOE(京东方)登峰 · 造极新品发布会盛大举行 携一加定义高端柔性OLED新标杆
- 一加携手京东方推出第二代东方屏:未来一年最佳手机屏幕
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。