為您找到相關(guān)結(jié)果 4028 篇
-
等物品的圖片進(jìn)行物體模型訓(xùn)練，以測試識別的準(zhǔn)確率，并開發(fā)了針對物流現(xiàn)場的物體檢測算法。經(jīng)過反復(fù)、大量的模型訓(xùn)練，圖像識別準(zhǔn)確率穩(wěn)定在98%以上。解決了識別
-
的'I'm One'音樂視頻，其中包含8.5秒的特定產(chǎn)品放置位置和使用電子煙的模型場景，僅此視頻在YouTube上的觀看次數(shù)就超過了13億次，
-
站作為載體依托，將培訓(xùn)內(nèi)容和和三維全景交互模型等資源進(jìn)行整合,提高了設(shè)備培訓(xùn)的可視化程度和培訓(xùn)過程的系統(tǒng)完整性，獲得了2020年山東中煙質(zhì)量創(chuàng)新成果交流大會QC課題一等獎
-
，初步搭建起線上簽訂“卷煙交易電子結(jié)算協(xié)議書”流程模型，并在硚口區(qū)局試點(diǎn)運(yùn)行。
探索“信息+財務(wù)”新課題。申報《基于“金字塔”模型的稅利指標(biāo)滾動預(yù)測與追蹤分析研究
-
識別深度學(xué)習(xí)模型三個部分組成，煙梗識別深度學(xué)習(xí)模型搭載于深度學(xué)習(xí)開發(fā)板上，用于煙梗圖像的智能分析，確定煙梗形態(tài)。據(jù)悉，該發(fā)明可降低人為造成誤差
-
信號實(shí)時采集下方的煙梗圖像并將其傳輸給深度學(xué)習(xí)煙梗識別模塊；所述深度學(xué)習(xí)煙梗識別模塊由深度學(xué)習(xí)開發(fā)板、上位機(jī)軟件與煙梗識別深度學(xué)習(xí)模型三個部分組成，煙梗識別深度學(xué)習(xí)模型搭載
-
，完善物流寄遞環(huán)節(jié)涉煙行為分析模型16個，建立了包括3000余萬條信息的涉煙案件數(shù)據(jù)庫，處理數(shù)據(jù)效率保持在300萬條/天。該系統(tǒng)已具備全國物流寄遞環(huán)節(jié)涉煙信息研判能力和協(xié)
-
步驟”，即數(shù)據(jù)采集、無線傳輸、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用。
與此同時，紅塔集團(tuán)還通過借鑒行業(yè)相關(guān)標(biāo)準(zhǔn)，逐步構(gòu)建起各類數(shù)據(jù)分析判斷模型，研究應(yīng)用數(shù)據(jù)
-
%；輕度吸煙：0.01%-16.31%；重度吸煙者：0.06%-18.13%。
“我們的模型能夠根據(jù)肺癌發(fā)生的不同可能性將輕度吸煙者和不
-
的目標(biāo)，不忘初心，穩(wěn)步前進(jìn)。
近期，工廠根據(jù)自身實(shí)際先后提出了“1242”工作主線，并圍繞公司“一三工程”管理思想構(gòu)建了“矩陣式”管理模型
