第74章 又见仙子罗小青 (第1/2页)

微薄之量提示您：看后求收藏（翠微居小说网www.creditsupremacy.com），接着再看更方便。

……

京都市定海区西山一品主楼大门口。

林熠刚刚结束和粟支的电话，站在门口一侧低头思考。

脑里装载超级算法，对于要研发出一套视频目标检测系统，是轻而易举的事情。

计算机视觉应用范畴包括目标检测、目标跟踪、图像分割、OCR等。

目标检测前提是目标识别，目标识别通常实现手段是采用机器学习的分类算法。

如支持向量机，卷积神经网络，循环神经网络等。

记得上一世地球2010年之后，借用GPU应用技术。

深度学习和AI人工智能得到了快速的发展。

基于NLP技术的大模型chatgpt的AI应用2022年席卷而来。

Chatgpt是那时一个极为火爆的关键词，可以说是时代的宠儿，媒体的天骄。

Chatgpt模型庞大，先不说模型训练需要一套地球最贵的GPU集群的昂贵服务器。

特征参数采用也是非常庞大，至少需要几十亿特征参数。

然而，Chatgpt应用层面上，并不是能做到完全替代人类去解决语言文字相关的一切事情，而是处于发展进化过程中。

林熠的理解，或许脑里装载的超级算法，很大可能类似于Chatgpt这样大模型，经过一段长时间的发展进化，最后到达极致的状况。

超级算法运行模型并不要求很高端的GPU设备，训练模型也不要求几十亿特征参数。

在优选强化学习过程中，迭代次数也不是几百亿，应该算是一种超强的强化学习算法。

林熠看来，目标检测车牌号追查系统可分为静态和动态模式。

静态模式是把过往的视频进行筛查分析，结合地图，按时间，生成目标车辆的活动轨迹图和活动分布图。

动态检测是需要结合GIS系统和GPS系统，做到多维度多视角动态捕捉目标车辆的行车轨迹，实时追踪目标车辆行车状态，就这么一套先进系统。

在追捕目标时还能提供一套最优的解决方案。

林熠提着电脑包，依靠大楼柱子仰头思考系统的解决方案和成本估算。

这时，肩膀突然有人轻拍了一下。

林熠从思虑中出来，转头一看。

眼前站着一位绝美如仙的女子，她的面容犹如精心雕琢

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！