聆听的案例列表
作者：聆听 · 共 2 个案例
稍后完善稍后完善
稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善
自研人脸识别系统
人脸识别系统作为当下很是火爆的人工智能应用，各行各业都有积极采用，在这样的背景下我的团队承接了此项目，该 项目主要用于人脸识别门禁、人脸识别考勤、安防监控等场景。最初我们采用边缘计算，通过终端抓取人脸，提取人 脸特征及比对人脸，但因终端性能限制，当人数大于4000人时比对时间会大于2秒，不符合预期。后来优化为在线识 别，通过多台服务器多线程处理、集群运算，又对算法做了二阶优化，已实现10万数量级人脸30毫秒内比对完成，实 现了用户需求。目前该项目已落地，系统稳定运行中。
案例判断参考
聆听的案例列表
稍后完善稍后完善
稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善稍后完善...
自研人脸识别系统
人脸识别系统作为当下很是火爆的人工智能应用，各行各业都有积极采用，在这样的背景下我的团队承接了此项目，该 项目主要用于人脸识别门禁、人脸识别考勤、安防监控等场景。最初我们采用边缘计算，通过终端抓取人脸，提取人 脸特征及比对人脸，但因终端性能限制，当人数大于4000人时比对时间会大于2秒，不符合预期。后来优化为在线识 别，通过多台服务器多线程处理、集群运算，又对算法做了二阶优化，已实现10万数量级人脸30毫秒内比对完成，实 现了用户需求。目前该项目已落地，系统稳定运行中。...
