工业现场用户，对深度学习结果的评价标准在浮动，模型很难重新train，这个如何解决？

工业现场用户，对深度学习结果的评价标准在浮动，模型很难重新train，这个如何解决？

答主

汤寅航

创新奇智工业智能部高级技术总监

确实有浮动，但要...

问题来源：融合多机器视觉算法的工业质检平台解析与应用

其他回答

发布

网友答案仅供其表达个人看法，并不表明智猩猩立场。

相关回答

请问汤老师工业质检有没有通过声学方面的案例

工业领域实时性要求很高，但基于模型的检测方式，实时性确实是个大问题，请问一下如何解决这个问题？

现在很多工业质检，调用模型的参数比样本本身还多，尽管在验证集上表现也可以，但是稍微改变下样本的亮暗程度或角度，performance就马上降下来了，是不是可以理解为过拟合了？

请问工业质检的算法基本是运行在云端还是边缘还是终端？这个对AI算力要求高吗？在什么芯片平台上运行比较合适？

基于机器视觉的工业质检应用中，深度学习这种方式能占多少比例？如何解决算力的问题，比如要使用GPU或NPU进行加速？

热门问答

请问INT4的算力为什么是INT8的2倍，而不是4倍？

SR-IOV和MIG的关系是什么？A100是否支持SR-IOV？

请教一下，在A100上MPS技术会怎样演进，和MIG技术有哪些结合？

MIG将来是不是会取代vGPU？有大致路线图吗？适配vGPU和适配MIG有没有升级问题？还是无缝升级？

NVLink与NVSwitch是什么关系？

如果不使用MIG，那么就可以使用8个GPU了？还有结构化稀疏支持两个矩阵都是稀疏的么？

MIG的各实例是程序员控制还是系统控制？

NVLink 3.0通过12个X4 Link来支持双向600GB带宽，平均每个X4 link是50GB，这样的话，X16 link的双向带宽就有200GB，这个带宽已经超过PCIe 5.0的标准了，是这样吗？

纹理内存究竟是单独的内存区域？还是gmem的一种特殊访问方式？（即，有限的究竟是纹理缓存还是纹理内存）

NeRF目前非常火爆，最近也有很多工作把NeRF应用到SLAM。相比于传统的SLAM，NeRF-based SLAM的优势在哪？未来的发展方向又是怎样的呢？