华为云EI引领行业智能化转型：赋能全球企业，共创智能未来
华为云 EI构建了全栈 AI能力，包含云、端、边、网多个 AI能力，围绕存算分离架构，拥抱生态，助力企业“存、算、管、用” 好数据。在实际操作上，企业通过华为云 EI提供的全渠道统一接入平台，轻松构建多渠道客服中心，在线客服、邮件客服等都能统一接入平台，实现多个渠道统一管理和统一运营。华为云EI智能体是华为云打造的人工智能体验窗口，它包括丰富的企业智能云服务，以及异构计算平台，并致力于拆除企业AI应用门槛，给机器以智能，给服务以平台，为实体经济赋能，让AI“实用”起来。AI赋能，帮助企业实现智能化转型。
防止网页防篡改，华为云网站安全方案省心又省力
不知道大家平时上网有没有遇到这样的情况，我们输入正常网站的网址，但是打开以后却发现网站中存在着大量的广告、不良信息甚至色情内容，或者明明网址是正确的，但是打开网站以后会自动跳转到另一个完全不相干的网站上，一般出现这种情况就说明该网页遭受了黑客的攻击，被篡改了内容。得益于出色的网站安全防护能力，目前已经有众多企业选择使用华为云网站安全解决方案，以某出版社有限公司为例，作为一家政企平台，其拥有很高的公信力，影响力也比较大，因此更容易遭受黑客的攻击，因此对于网站安全的重视程度很高。
计算机视觉算法——基于Transformer的目标检测（DETR / Deformable DETR / DETR 3D）
DETR是DEtection TRansformer的缩写，该方法发表于2020年ECCV，原论文名为《End-to-End Object Detection with Transformers》。传统的目标检测是基于Proposal、Anchor或者None Anchor的方法，并且至少需要非极大值抑制来对网络输出的结果进行后处理，涉及到复杂的调参过程。而DETR使用了Transformer Encoder-Decoder的结构，并且通过集合预测损失实现了真正意义上的端到端的目标检测方法。...
护航信息安全，就看华为云网站安全方案
同时，其还能够多维度保护Web服务器，针对企业主机安全，实现一键修漏洞、防勒索、防入侵，采用华为自研RASP检测应用程序行为，能够检测针对数据库的动态数据的篡改行为，实时阻断攻击者通过应用程序，篡改网页内容的行为，实现镜动态网页的全守护；同时，华为云凭借资源多、技术强、更可靠的优势，坚持创新快的服务态度，基于云计算及网络环境下的复杂特性，极大限度的降低企业的IT建设成本以及日常维护费用，加快企业的创新速度，解决了以往无法保证信息安全问题。支持弹性扩容，方便业务升级扩展，确保资源消费无浪费。
华为云智能编程助手赋能高校，揭示行业发展新动向
其中，活动亮点主要涉及华为云CodeArts Snap智能编程助手，这是基于代码大模型的一项创新应用，它能够智能理解代码逻辑，生成高质量的代码片段，并提供实时的错误提示与修复建议。活动聚焦代码大模型的起源、发展及优势，以及其在软件研发领域的广泛应用，旨在为学界与产业界提供一个交流与探讨的平台，共同推动软件研发领域的技术创新。据了解，华为云 CodeArts Snap智能编程助手是一款创新的AI代码辅助编程工具，为开发者提供高效、可信、易用的开发环境，自发布以来已在多个领域均取得不错的成就。
华为云智能编程助手助力哈尔滨工业大学（深圳）学子，引领软件研发新趋势
华为云PaaS技术创新Lab DevAI Lab负责人马宇驰，华为云PaaS服务产品部HR刘莉，PaaS技术创新Lab产品经理张芮恺为现场150多位参会者，讲解了代码大模型的历程和在实际应用中的突出表现，结合华为代码大模型的应用——华为云CodeArts Snap智能编程助手，和同学们一起在实践中学习，深刻了解行业发展及就业趋势。未来，随着华为云CodeArts Snap智能编程助手在更多高校的普及与应用，相信更多的学子将能够从中受益，为我国软件研发行业输送更多的优秀人才。即使没有编程基础，也能轻松上手。
推荐系统从入门到入门（2）——简单推荐系统构建（无框架、Tensorflow）
本系列博客总结了不同框架（无框架、Tensorflow、Hadoop、Spark）、不同算法（各种协同过滤、基于内容推荐、深度学习推荐）、不同界面（APP、Web、Uni-app）的推荐系统，搞懂推荐系统不是梦！！！
paddleocr 模型训练过程记录
其中 Global.pretrained_model 指定了预训练模型的路径，"./pretrained_models/ch_PP-OCRv3_det_distill_train/student" 则。通过训练模型，可以得到一个可以用于文字检测的模型。指定了预训练模型的路径，"./pretrained_models/ch_PP-OCRv3_det_distill_train/best_accuracy" 则表示。在训练过程中，模型会不断地根据训练数据调整自己的参数，以提高在验证数据上的准确率。
基于PaddleServing的串联部署 ocr 识别模型
然后将编码后的字符串作为HTTP请求的参数发送给PaddleServing。PaddleServing将接收到的图片解码后送入PaddleOCR中的检测和识别模型进行OCR识别，最后。将 PaddleOCR 检测模型的参数文件和模型文件转换为 PaddleServing。使用的格式并保存在指定的目录中，然后可以使用指定的配置文件部署以进行推理服务。指定用于运行检测模型服务的 PaddleServing 配置的目录。PaddleServing的HTTP API进行图片的传输和识别。在这个过程中，使用了。
01- 综述 (目标检测)
经过1*1*64的卷积以降低特征图的维度，得到26*26*64的特征图，然后经过pass through层的处理变成13*13*256的特征图（抽取原特征图每个2*2的局部区域组成新的channel，即原特征图大小降低4倍，channel增加4倍），再与13*13*1024大小的特征图连接，变成13*13*1280的特征图，最后在这些特征图上做预测。由于图片中的物体都倾向于出现在图片的中心位置，若特征图恰好有一个中心位置，利用这个中心位置预测中心点落入该位置的物体，对这些物体的检测会更容易。
03- 目标检测数据集和标注工具介绍 (目标检测)
在2014年发布的数据规模分train/val/test分别为80k/40k/40k，学术界较为通用的划分是使用train和35k的val子集作为训练集（trainval35k），使用剩余的val作为测试集（minival），同时向官方的evaluation server提交结果（test-dev）。ImageNet数据集文档详细，有专门的团队维护，使用非常方便，在计算机视觉领域研究论文中应用非常广，几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。另外，这些图像是非常多样化的，并且。
04- 评价指标mAP (目标检测)
正确的边界框(ground truth)中除去被预测正确的边界框，剩下的边界框的数量。预测出的所有边界框中除去预测正确的边界框，剩下的边界框的数量。不同recall下的最高precision的均值。即模型给出的所有预测结果中命中真实目标的比例。一个没有被检测出来的ground truth。即模型给出的预测结果最多能覆盖多少真实目标，模型给出的所有预测结果中命中真实目标的比例。被找到的正确目标和所有正确目标的比值。被找到的正确目标和所有正确目标的比值。分类正确且边界框坐标正确的数量。，各类别的AP的均值。
05- 算法解读 R-CNN (目标检测)
此外，为了提高算法的效率，Selective Search还可以使用快速的图像分割技术，如Felzenszwalb和Huttenlocher算法。具体来说，它首先将图像分成许多小块，然后计算这些小块之间的相似度，并将相似度高的小块合并成一个更大的超像素。最终，Selective Search算法会生成一个超像素图像，其中每个超像素都代表了一个具有相似特征的图像区域。Selective Search算法是一种基于目标检测的图像分割算法，它能够将图像分成多个区域，每个区域都具有相似的纹理、颜色和其他特征。
07- 算法解读 Faster_R-CNN (目标检测)
要点：Faster R-CNN算法流程可分为3个步骤对于特征图上的每个3x3的滑动窗口，计算出滑动窗口中心点对应 原始图像上的中心点，并计算出k个anchor boxes (注意和proposal的差异)。对于一张1000x600x3的图像，大约有 60x40x9(20k)个anchor，忽略跨越边界的 anchor以后，剩下约6k个anchor。对于RPN 生成的候选框之间存在大量重叠，基于候选框的cls得分，采用非极大值抑制，IoU 设为0.7，这样每张图片只剩2k个候选框。 直接采用RPN Lo
将相机角度调整到预置点
from onvif import ONVIFCamera # 导入ONVIFCamera模块import zeep # 导入zeep模块import time # 导入time模块import requests # 导入requests模块from requests.auth import HTTPDigestAuth # 导入HTTPDigestAuth类self.ip = ip # 相机的IP地址self.username = username # 相机的用户名。
使用cv2将图片转正
对目标图像进行近似多边形拟合，使用一个较少顶点的多边形去拟合一个曲线轮廓，要求拟合曲线与实际轮廓曲线的距离小于某一阀值。比如一张纸的照片是倾斜的，用OpenCV如何实现自动检测出纸的轮廓并调整倾斜角度，让照片变“正”。epsilon ： 原始曲线与近似曲线的最大距离，参数越小，两直线越接近。closed ： 得到的近似曲线是否封闭，一般为True。方法有很多种，如：直线检测，轮廓检测，最小外接矩形等。approxCurve ：返回的拟合后的多边形顶点集。curve ： 图像轮廓点集，一般由轮廓检测得到。
今日推荐
周排行