科技“战”疫,二号站AI的春天来了吗?

经过近两个月的全国各地严密防控、勠力奋战,这场牵动人心的疫情终于得到了有效控制。在这场战“疫”中,AI、大数据、云计算等科技力量,正不断被应用各种生活场景,为扼制疫情蔓延和复工复产发挥了积极作用。二号站

尤其,在这场疫情中,AI技术在各个领域内的应用正释放出更大的潜力。在2020年以前,AI泡沫破裂的言论不绝于耳,而在这场疫情中,我们看到泡沫破裂的或许只是公司,而不是技术。“杀不死我的终将使我强大”,AI经此一役,愈来愈成熟。

从科普、问诊到诊断,AI“疯狂输出”

在这场没有硝烟的战场里,AI技术作为医疗“辅助 ”一直在与疫情赛跑。以BAT为代表的互联网企业都在将自身的AI技术应用到互联网医疗的各个场景,从健康科普、在线问诊到病情诊断,AI技术成为提高看病效率的关键“ ”。

据悉,疫情期间,百度搜索流量增长率超过30%,医疗方面的搜索问询量更是同比增长35%。从百度搜索数据能够侧面反映出,医学科普需求巨大。用户在百度搜索“流感”“新冠状病毒肺炎”等词条时,跟疾病相关的内容会通过文字、视频、长图、问答等形式非常醒目的展现出来,用户可以快速获取更可靠的健康知识。

而这些内容的变化源于百度对百度百科医学内容升级,百度联合业内领军专家 科普机构对多种常见病进行编审,以百度AI技术为依托智能化生产内容,极大提升科普内容与网民需求的匹配度。

除此之外,因很多医院科室停诊,只留发热门诊,导致一些慢性病、常见病患者无法得到及时医治,BAT等互联网巨头纷纷推出免费医疗咨询平台,仅百度健康‘问医生’单日咨询量就超过85万。二号站挂机软件

这些医疗咨询平台作为线下问诊的补充,通过远程义诊方式解决患者疑问,为线下医疗机构分流一些压力,避免出现交叉感染的情况。从在线科普到在线问诊,不仅避免了用户产生恐慌情绪,同时还帮助用户提高保健意识。

在这次疫情中,AI技术对病情诊断也发挥了重大作用。从助力核酸检测盒开发到CT诊断,AI技术都成为了破局利器。阿里巴巴和腾讯纷纷将AI技术作用到CT诊断技术,针对新冠疑似案例 CT 影像做出快速判读,大幅压缩确诊时间,减轻抗疫前线影像科医生的工作量。

疫情之下,有了AI技术的助力,不仅提高了科普、在线问诊、病情诊断的效率,也帮助互联网医疗打破“叫好不叫座”的尴尬局面,让更多受众认可,并且在一定程度上消除了就医不平等的局面 。

正如Eric Topol博士在《深度医学》一书中所表示:看病贵、看病难,医疗问题成为了贫富分化问题的一个表现,而人工智能具有改善医疗问题的潜力和希望。

加速场景落地,才能取得AI时代制高点

自人工智能发展以来,不少科技巨头纷纷向AI转型,传统企业也纷纷利用AI技术来推动业务向智能化转型升级,疫情之下,BAT、京东、华为等科技互联网巨头反应迅速,除了在医学科普、在线问诊、病情诊断等医疗方面能看到他们AI技术的身影,在助力工业生产、科学研究、民生服务等方面,也加速场景落地,抢占AI时代制高点。

阿里巴巴方面:阿里巴巴上线“健康码”并推广至全国各地;向全球公共科研机构免费开放一切AI算力,以加速新冠肺炎新药和疫苗开发;与多地合作搭建“数字防疫系统”。

腾讯方面:腾讯云AI团队打造文字识别OCR产品,为国内众多地区进行无接触化社区防疫管控;腾讯云OCR产品利用其准确快速的文字识别技术解决远程教育中师生互动不便等痛点,例如教育机构可以利用腾讯云OCR产品实现远程“拍照判分”。

百度方面:免费开放百度大脑240项AI技术,助力开发者、合作伙伴快速开发产品,支援战疫一线;提供人工智能技术支持,配套亿级计算资源,助力疾控机构、科研院所等研究单位进行研发提速;欧亿二号站注册

京东方面:建立“京东疫情防控技术支持体系”,协助政府搭建“高危人群疫情态势感知系统”;建立“疫后中小企业帮扶平台”,上线疫情问询机器人和智能外呼机器人等智能防疫产品,为一线抗疫工作者和普通用户提供及时有效的服务。

一场疫情,加速了AI和城市生活的融合。而在这场融合中,看到巨头们“见缝插针”式的将AI应用到与人们息息相关的相关场景,“跑马圈地”形势加剧。

从目前发展形势来看,人工智能似乎只属于科技巨头们的人工智能,而距离普惠技术仍然有一段距离。

科技巨头经过移动互联网时代的沉淀,拥有用户丰富的数据,了解用户的需求,当重大突发事件来临时,利用数据进行正确的决策与预测,发挥出现有数据资产的最大价值,进而推动人工智能进入全新阶段。虽然老牌科技巨头都在发力,但并不意味着创新企业没有机会。

大浪淘沙,AI企业或面临加速洗牌

AI技术随着计算能力的提升、应用场景的拓宽,迎来了 的发展时期。尤其在这场疫情的催化下,一些AI企业的发展进入快车道,而一些AI企业或将面临加速洗牌。

AI企业发展要靠“内外兼修”。“内修”则是企业要在某个垂直人工智能领域技术走的靠前 ;“外修”,则是获得政策支持、人才供给,拥有验证新模式、新技术的应用场景等。当前正处于AI大规模应用爆发的拐点之际,能否获得验证新模式、新技术的应用场景对企业来说弥足珍贵。

自疫情爆发以来,BAT等科技巨头纷纷与地方政府、国家科研机构合作“抢占先机”,其中以百度为例,免费向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法 LinearFold 以及世界上现有 的 RNA 结构预测网站。

在医疗产业中,与医疗领域相关的AI应用在时间验证时需要“慢工出细活”,百度通过开放的形式供全世界科学家使用,可以尽快对IT基础设施、数据质量、算法对市场的适合度等各方面进行验证,以此来为医疗智能化提供助力与推动。

目前,国家已经对北京、上海、杭州、合肥等多个城市建设国家新一代人工智能创新发展试验区,在这些试验区,大多都政策强支持、人才供给“给力”、产业基础良好。同时,因为政策导向,AI股权投资也会更注重人工智能与产业的融合。

国内的AI企业分类主要为三大层面:基础层、技术层和应用层。应用层占比超过七成,而中小AI企业也多以应用层为主,强人工智能时代还未到来,对于应用型中小AI企业来说,选择应用场景多元、基础设施健全、教科资源丰富的试验区发展,更能“事半功倍”。否则,对于那些基础研究薄弱、没有应用场景、商业变现途径不明确的AI企业来说,势必会被加速淘汰。

而在这场疫情中,凡是将AI技术持续大规模应用并通过防疫战考验的企业,势必能在中国产业智能化进程中成为更关键的力量。

《连线》杂志前主编凯文·凯利曾经表示 的产品到现在还没有发明出来,现在开始一点也不晚,而现在已经发生的事情根本就什么都不算。”

对于正在跑步入场的中小科技公司来说,现在并不晚,机遇与风险并存。想要成为人工智能的独角兽,能做的就是提供能够融入各个产业的新产品和服务。

read more

红外热成二号站账号注册像技术的多方应用

疫情在全国范围内的蔓延,导致红外热成像相关安防设备的市场大大增加。广泛应用于机场,火车站,客运站等人流密集地方。通过红外热成像及测温技术,对过往的人群进行温度筛查,进而加强安保工作,从而可以有效控制疫情,防止疫情迅速扩散,保证地区人员安全。二号站账号注册

相较于手持测温仪测温,红外热成像仪有许多优点:

一是非接触式测温,通过热像仪观察人群,就可以直接测量出人体额头等裸露部位的体温,避免医务人员与患者直接接触;

二是测温精准度较高,红外医疗热像仪其测温精度可达±0.5℃。还有很多公司推出来测温精度在±0.3℃和±0.2℃的红外测温设备。

除此之外,红外热成像还具备不受天气和照明条件影响的特点,因此除了我们看到的应用于体温筛查,它更可广泛地应用于安防监控、火情报警、户外搜救等方面。

1、在夜间、低照度环境下,传统监控往往使用主动光源补充的设备来达到监控效果。

而红外热像仪属于被动成像设备,不需要任何光源照射就可以准确成像,可以不受光线影响,提高夜间安防监控打击力度;由于红外线波长较长,所以具有的“透烟透雾”特性。红外热像仪能更好地实现恶劣环境下的监控和识别,可实现网络化、远距离监控,24小时全天候监控。

另外,产品能提供高对比度的图像,提高视频分析的可靠性。红外安防监控系统可实现智能化自动分析,将可见光监控的智能分析功能使用在红外热像仪视频上。二号站登录网址

2、火灾预防报警和户外搜救

火场火灾被扑灭时,容易死灰复燃,热成像仪能够显示物体温度场,通过对温度场的监控可即时发现温度异常,预防由于温度异常引发的二次起火。

户外搜救远距离探测和搜索被困人员,热像仪在数公里范围内,能非常容易发现被困人员、掉到深沟悬崖中的出事车辆。

另外,配备视频和红外热像仪的无人机,无人机也能在火灾等事故中执行有效的搜索和救援任务。

3、预警监测水坝、湖泊、山体的险情

红外热像仪可以对水库堤坝的情况实现在雨、雪、烟、雾、霾等恶劣天气下实现全天候监控,监控渗漏点、监控开裂塌方、监控水流的大小。因为水温比环境温度低,同时水的辐射率与周围物体的辐射率有区别,因此即使是同一温度也能分辨出水来。也可远距离监控监控山体滑坡情况,并做出预警。二号站注册

相比于2003年非典时期,红外热像仪核心元件全靠进口,在此次疫情中,国内已经基本上实现自给自足,为筛查人流、防控疫情做出了巨大贡献。未来,在充分发展其相关应用前提下,红外热成像技术的市场潜力还有待挖掘。

read more

包容万象的数据网 二号站登录网址让智慧城市建设“不再彷徨”

生存于广袤无垠的宇宙中,人类既悠然自得,又心怀畏惧。从北斗七星闪亮于苍穹,到春暖花开万象更新,自然界种种神奇的变化总能引发人们强烈的好奇心,吸引人们探索未知宇宙的奥秘。通过记录昼夜交替、春种秋收、寒来暑往等自然现象,人们学着顺应自然变化来劳作和休息,而在此背后,收集各种数据显得十分重要。

春种一粒粟,秋收万颗子。从一到万,是数字的变化。将多种数字收集汇总到一起,就形成了庞大的数据系统。如果把每年我国小麦、玉a米、大豆、高粱等各类粮食作物的产量汇总到一起,就可以建立起一个庞大的粮食产量数据库,既而从整体上了解我国的粮食产量,二号站登录网址为我国做好粮食收储和来年播种计划提供参考依据。

放之于庞大的城市群,数据似乎只是隐没于其中的一个小小的因子。正是这看似渺小的因子,让城市不仅外观建设看起来气势恢宏,内部管理也同样井然有序。在各地加快建设智慧城市建设的进程中,数据所扮演的角色日益重要。充分挖掘各类数据的潜在价值,借助新一代信息系统和平台实现数据的整合、收集、分析与共享,已经成为了智慧城市建设者和管理者所需面对的新课题。

大数据技术作为汇集了海量数据信息,包括多样化信息资源的一大前沿技术,让数据的运用从机械式采集变为了主动性删选。借助大数据技术,涉及智慧城市建设的医疗、交通、教育、建筑等方方面面的数据可以集中在一起,为相关管理部门开展城市建设、疾病防控、就业指导等提供可信、真实的数据基础。

重视数据的价值,也不是一时兴起,而是早已有了政府部门的倡议和支持。在多方共同努力之下,2017年底我国初步完成了国家数据共享开放平台的规划及建设工作,目前已经基本实现了省部级的数据资源共享。从一定层面来看,国家数据共享开放平台的建成,将为数字政府建设、政府职能转变和服务模式优化带来更为强大的动力。

高价值的数据,就像是一箱深埋在地下的宝藏,历经岁月变迁而不能掩盖其光芒。毋庸置疑的是,高价值的数据不仅在目前可以用之于地质勘探、矿物开采、地理定位、交通导航等地理空间内,还可以用之于卫星发射、火星探测等地外空间领域。就这一意义而言,抢占高价值的数据,不仅事关我国的航空航天建设,更事关国家安全和国防建设。

能高效利用多种真实、准确的数据确实值得欣喜。不过,建成一条通畅、高效、系统的“数据信息高速路”也绝非易事。我国在挖掘高价值数据、促进数据利用方式之时,还存在一系列问题。一些城市数据采集的基础设施不足、社区数据资源匮乏、缺乏专业人才和机构运营数据等问题,已成为各地提升数据应用价值、促进当地产业发展的重要抓手。二号站总代平台

接下来,我国有条件的地区应该加大政务云平台建设,以云为底座,加快推动各部门间数据共享。这样做,有利于加快推进政务、教育、办公、医疗等转型,推广各类智慧化应用。而囊括了各个系统的智慧城市,将在数据价值充分释放、管理系统日益健全、共享平台趋于完善的良好氛围下,迎来发展的“又一春”。

据市场调研机构IDC发布的《全球智慧城市支出指南》中预测,至2020年,全球智慧城市市场相关支出规模将达到1240亿美元,较2019年增长18.9%。其中,中国市场支出规模将达到266亿美元。此外,有分析人士认为,今后各国将在智慧城市建设方面制定更为明确的规划和目标,致力于为生活在其中的人们创造更为舒适的生存和发展空间。二号站平台登陆

能够生活在一座美丽祥和的城市中,是一种运气,也是一种福气。风景优美、底蕴丰厚、治安良好、办事便利等,都能成为一个城市广受称赞和喜爱的原因。综合运用各种前沿技术所建成的安全、高效、智能的智慧之城,将成为人们身体和灵魂的栖息地。

read more

二号站安全吗?金鼎青睐,智能先锋——HoloSens SDC X2382-HL

在刚刚落下帷幕的“中国国际社会公共安全博览会”上,华为一举斩获三项金鼎大奖,其中华为HoloSens SDC X2382-HL 800万多算法并行筒型摄像机以其面向5G+AI时代下,超强智能和1拖8智能改造能力,脱颖而出。二号站安全吗?

以下为组委会CPS测评实验会官方测评报告

  最近两年,华为是AI安防时代最受关注的主角。虽然是后来者,进入安防才8年时间,但华为对于智能安防时代的把脉极为精准,对于AI如何全场景应用也有独到之处。此次带来的新机,就是希望在充满变数的智能安防时代弯道超车,用最强技术来征服安防。如何理解AI,传统安防、ICT厂家、AI初创企业都有各自不同的玩法和擅长,当然,华为最懂智能安防。

  当安防进入AI时代 后,技术迭代与升级越发迅猛,如何通过算力、算法来为视频数据服务,是诸多厂家的思考。华为,是安防行业的后来者,他们在2019年对于智能安防产品火力全开,此次为业界带来他们重磅新品——Huawei HoloSens SDC X2382-HL 800万多算法并行筒型摄像机,我们一同领略该机带给行业的震撼与改变。

  业界最强芯,将算力最优化

  华为海思,在安防摄像机芯片方面拥有较大占有率,为此也会把最新、最优的芯片技术嫁接到智能安防领域。此次评测产品内置NPU Ascend 310,使用12nm制作工艺,基于达芬奇架构,运用独创的3DCube三维立方体,可提供16TOP的算力,4096个FP16 MAC运算每时钟周期,是目前面向边缘场景算力超强的AI SoC,且功耗只有8瓦,满足SDC高算力、多算法、低功耗的需求。二号站

  1拖8,将算力最优支配

  对于很多已建项目的升级和使普通摄像机AI化,华为推出了智能1拖N。该机可以将非智能摄像机的视频流引入智能摄像机,并对视频进行实时智能分析,实现了非智能摄像机的智能化。该特性可快速解决现网存量非智能摄像机智能化问题,提升改造效率,降低改造成本。华为智能摄像机以超强算力带动普通摄像机智能化,最大限度保护设备生命周期内的投资,助力安防智能化“平滑演进”。

  该机在AI表现方面最引以为傲的是高密人脸抓拍,产品最大可支持单帧200张人脸,传统摄像机在高密度场景下往往会出现漏抓拍人脸的情况,华为该机支持高密人脸抓拍,最大可支持单帧200 张人脸,做到密集人脸不漏抓拍,适用于广场、地铁、车站、飞机场等高密度人脸识别场景。

  在与厂家沟通得知,该机的专利AI自适应抓拍 T—shot,在低照情况下人车可同时达到最优成像。夜间机动车、非机动车、行人混行场景的图像亮度要求差异很大,传统曝光模式无法兼顾行人和车牌。由于车辆移动速度快,也不宜采用传统提升宽动态范围的图像合成技术。其根本原因是不同抓拍目标对曝光和成像的要求不同,一种抓拍策略无法同时满足机非人目标的抓拍、识别要求。

  厂商说法

  随着智能化的演进、算力的逐渐普惠,欧亿二号站注册AI可以应用到经济的几乎所有地方,并且有巨大的技术互补性和溢出效应,使我们以更高的效率解决问题。华为摄像机通过1拖8算力共享技术、AI自适应抓拍 T—shot拓展了智能业务使用范围,打破算力瓶颈,实现全域智能;达到24 小时全时智能效果。此外针对超大型体育赛事、民俗活动,华为有高密度的人脸方案,单帧最多支持200 张人脸,打破了场景的边界限制。在算法领域,华为摄像机通过开放的架构做到了软硬件解耦,用户可以像下载APP 一样下载所需的最新算法,让摄像机从封闭走向开放。

read more

二号站APP下载海思:激发视频价值,提升运营效率

这几年,随着 “平安城市”、“智慧城市”的推进,中国越来越多的城市变得越发安全和可靠,这得益于安防市场背后无数深耕研发安防技术的企业和研发人士。

  如今中国的安防视频监控行业,除了应用到金融、公安、交通等行业和部门外,还应用到了教育、医疗、社区、楼宇等领域,而且正在以“加速度”覆盖其它更多领域。二号站APP下载

  但不同的领域,对视频监控有不同的需求,这就促使企业必须不断丰富自己的产品线,重视技术创新和研发,满足不同客户的差异化、定制化需求。

  在第十五届中国安防论坛上,上海海思技术有限公司Camera产品领域总经理吕宽亮,以《激发视频价值,提升运营效率》为主题,介绍了目前安防视频面对的痛点和解决方案,分享了AI技术给安防领域带来的新机遇。

  安防行业面临的问题与挑战

  吕宽亮介绍,海思半导体是全球领先的Fabless半导体设计公司,视频安防作为海思一个重要的产品领域,海思一直致力于为全球安防领域提供领先的完备的视频处理解决方案。

  第一个阶段:看得见。在2010年以前,那个时候的图像分辨率主要是看一个大概,比较模糊;

  第二个阶段:看得清。到了2010、2012年以后,进入网络化高清化的时代,影像处理技术跟视频压缩技术上了一个台阶,视频分辨率从1080P到4K,这个时候如果画了一张人脸,人脸的很多细节就开始有呈现了。

  第三个阶段:看得懂。现在摄像头越来越多,数据量越来越大,人的眼睛已经看不过来了,迫切需要一种技术去提升整体的运营效率,而AI技术凭借十多年的积累,逐渐解决了算法的准确性、算力的成本这些瓶颈的问题,所以具备了商业化的条件。

  在需求与技术的三重碰撞下面,从2018年开始,安防行业进入看得懂的时代。但其实,现在和未来的一段时间,行业还会处在看得清和看得懂两个阶段。

  吕宽亮认为,未来安防的发展趋势是,图像、视觉+AI的双重驱动。大数据来临,技术趋于成熟,但是挑战越来越多,整个行业的痛点也渐渐出现。二号站可信吗?

  第一个是图像捕获。图像捕获的问题在于,大部分的光照下面,摄像头能够看得清楚,但是在晚上低照,在雨雪雾恶劣的视频条件下,视频看不清楚。

  第二是价值数据提取处理和AI。大数据真正有用或者用户关心的数据很少,大量的冗余数据没有被过滤掉,现在智能渗透率在整个安防肯定还不到20%,要走的路还很长,因为算法成本很高,能效比没有下来,而且数据获取率也有难度。

  第三是传输与存储。存储行业的发展很快,但是视频的发展超过存储的发展,现在存储的成本依旧偏高。

  这三个原则意味着安防行业还有很长的路要走。

  海思运用多种技术,提升图像捕获能力

  随后,吕宽亮分享了在图像捕获上,海思有哪些核心的技术能够解决当前的难点。

  1、多光谱融合技术,提升暗光场景下的图像捕获能力

  在暗光场景下,一般拍出来的都是模糊不清晰的,当前的技术是可以通过补光来解决,但问题就是,有些地方曝光过度,而且形成了光污染。海思现在把红外跟多光谱进行融合,原来看不见的东西能够看见了,把光污染的问题也解决了,也没有过曝的问题,图片会清晰可见。

  2、基于深度学习的降噪处理技术,突破传统降噪处理技术瓶颈 在拍出来的城市大场景的夜景时,低照光的情况下,清晰度还可以,但噪点非常多,图像非常不稳定。大部分的现有技术都是通过多极的时域空域的续照来解决这个问题,但噪点压下来,清晰度也下来了,噪点没有压干净,清晰度也损失了。

  如果运用深度学习的降噪技术,可以把噪点压下去,清晰度没有损失。

  3、基于场景和目标的自适应图像处理技术,改善复杂光线下的成像效果

  比如,从隧道或者是地库开车出来的时候,大片光亮会让人看不清楚。这就可以用基于场景感知的极限收光模式,就是基于场景,预判这个场景在哪里,进行单独的曝光处理,这样外面不会一片亮了。二号站

  另外就是可以基于价值目标的检测,包括人脸和关键的区域进行单独的曝光处理,AI技术的融合,让成像效果更好。

  4、实景增强技术,有效降低恶劣天气干扰

  雾霾、下雨或者是下雪的时候,图像捕获出来往往是模糊的,AI的准确率会急剧下降。如果基于深度学习的大气光检测及图像复原技术,就能改善。

  大气光检测,是根据雾和雪颗粒度的大小折射光率的折射情况进行光率的处理,复原原图并且进行图象增强,效果非常明显。

  5、数字稳像技术,改善各种振动条件下成像稳定性

  跑步状况下的成像是抖动的,现在海思的抖动多传感技术能够把频率做到50Hz,海思做的这个防抖的技术是6轴防抖,而且没有借助光学防抖,是用数字防抖,只需要加一个陀螺仪就可以了。这在安防领域,包括行车记录仪上面应用非常广泛。

  6、面向AI的图像增强技术,改善暗光场景下的AI识别能力

  复杂光线的场景,比如在电影院里面,因为前面屏幕有发光。只有前面几排的人脸是清晰的,后面好多人脸其实根本看不见,传统的技术是用图象增强的算法,主要是针对人眼进行调整的,识别的人脸,前面一排能够识别,后面一排识别不了了。

  海思的芯片技术会有两个分支,一部分给人眼看,看起来比较漂亮,另外一部分给机器看,图像虽然不一样了,人脸有点偏色,但是识别率高了很多。给机器看和给人眼看,图像会有变化,是因为用的ISP模块有差异。

  AI技术落地应用,改善算力和算法

  吕宽亮认为,现在都在提AI,但是AI的转化率不到20%,并不高,主要的原因是:

  1)算力稀缺

  2)算法环境不具备,算法的成本偏高,一个人脸识别可能要300块人民币比摄像头还贵。

  3)数据的获取不完备,获取代价高甚至不可获取,因为涉及到隐私。

  4)场景适应性不足,同样的一个摄像头装在不同的地方,它的准确率要求是不一样的,所以它的适应性没有那么好。 吕宽亮认为,一个好的神经网络的处理器NPU,可以从几个方面来评判它的处理引擎是好的,第一个是带宽利用率,第二是能效比,第三是理论算力,第四是MAC的利用率。

  吕宽亮用海思的两代技术来举例。新一代的技术每个部件都有本质的提升,单位有效算力对比提升了3倍,PPA提升了50%以上。

  海思半导体不仅提供性价比、性能更优的NPU(神经网络引擎),还提供全套的上网开发和优化的工具。

  现在的算法布局方式是在服务器端做离线的处理,一次加载到端侧做推理。原来训练的程度不会提升,数据理论上也是不能回传的,因为隐私的问题。准确率不一致,而且质量上不去。

  现在的技术是离线训练一次,提供在线模型的部署工具,部署到端侧去,端侧开始具备端侧的自学习能力,它们自己捕获数据自己来训练,自己来提升跟场景和数据提升准确率。

read more