在工业AI实践中，如何提高图像识别精度，实现极小目标检测？-百度AI开放类入门-量子比特

量子比特2020-1515：28：59目前，各企业在AI实施中都面临极小目标检测问题。

如工业质检场景中对轴承，喷油检查口等精密金属零件的细小缺陷；电力巡逻场景在无人机航空照片中识别绝缘子进行缺陷检测；此外，在零售快消的场景下，在宽大的货架上检查小商品。

在这些AI应用中，需要在一个大图中精确定位极小的对象，其检测至关重要，存在许多难点和挑战。

10月21日是“EasyDLAI开发系列公开讲座”的第一次直播，百度高级工程师将分析产业现场面临的极小目标检测如何有效提高精度，并演示如何使用EasyDL建立高精度物体检测模型。

关于EasyDL

EasyDL是基于深度学习平台“飞刀”，结合行业先进的工程服务技术打造的一个简单易用的示范培训和服务平台。它有三个特点。

简化交互和使用流程，最短15分钟即可完成模型培训。图像分类模型的线上平均精度为99%以上的高精度训练效果；部署方法丰富，全面支持云、端、侧部署。

简而言之，EasyDL降低了深度学习的使用门槛，使AI开发变得像“家电产品”一样简单，可以产生与高级技术人员制作的质量相同的AI模型。

EasyDLAI开发公开课

平台很好用，怎么用怎么学

为此，百度开始了「百度AI实战露营EasyDL AI开发系列公开授课」。

我来介绍一下第一期的日程。

课程内容。

视觉技术解析——如何在工业AI实践中提高图像识别精度

图像识别极小目标检测模型的常见实例，难点分析如何应用超参检索、数据增强等多种训练机制，有效提高极小目标检测精度。

是讲师的介绍。

哈利、百度AI平台开发部高级开发工程师。浙江大学深入参与EasyDL视觉产品的模型开发。在图像分类、物体检测等视觉领域有多年优化模型的经验，发表了很多公关杂志等权威论文。

申请是免费的。

直播时间：

2020年10月21日，19：00-20：30。

直播报名。

通过微信搜索“qbitbot12”，添加量子比特助手，即可加入实时发布组。你还可以参加课程，争取礼物。

最后，附上三节课的时间表，大家可以保存和记下照片，或者分享给需要的朋友。

-完成-

量子比特QbitAI头线协议

你可以关注我们，快速了解最先进的技术动向