亚马逊AWS官方博客
Category: Artificial Intelligence
使用 Amazon Rekognition 自动检测图像中人物的个人防护设备
在本文中,我们展示了如何使用检测(DetectProtectiveEquipment API)来自动分析图像及视频帧。
在 Amazon SageMaker Ground Truth 中简化 YOLO 对象检测的数据标记流程
本文介绍了如何在Amazon Ground Truth中为对象检测模型创建高效的端到端数据收集管道。您可以在创建对象检测模型时亲自体验整个操作过程。您也可以修改后期处理注释,以Pascal VOC格式生成带有标签的数据,可用于Faster RCNN等模型。您还可以在适当修改之后,将这套基本框架应用于其他特定于不同作业需求的数据标记管道。例如,您可以重写注释后处理过程改造框架用于实例分割任务,即对各类对象进行像素级标记,而不是本文示例中在对象周边绘制矩形
Citibot 聊天机器人搜索引擎如何运用 AI 技术查找更多答案
在今天的用例中,我们了解到TensorIoT如何使用多项AWS服务提升解决方案的实际价值。除COVID-19疫情之外,各城市也可以继续使用由Amazon Kendra驱动的聊天机器人,帮助居民快速了解特定公共设施的开放时间、道路封闭情况以及紧急事件相关信息。
使用机器学习技术实现实时赛车竞速分析
我们的分析功能在冠军杯赛期间为粉丝们提供增强体验,但这一切仅仅只是开始。在re: Invent 2019大会的比赛中,我们从500多位参赛选手处收集到12000多条单圈时长记录。随着AWS DeepRacer发布新的车辆与竞赛形式,这部分数据将在2020年为更多更高级的分析功能提供支持。
如何配合 Amazon CodeGuru 使用 DevFactory 提升应用程序质量
在本文中,我们将讨论DevFactory公司如何使用CodeGuru Reviewer改进其软件即服务(SaaS)应用程序。
谁才是一级方程式赛车中的最强车手?
在本文中,我们讲解了F1与Amazon机器学习解决方案实验室的科学家们如何合作创建Fastest Driver——第一套以客观事实与数据资源驱动的分析模型,用于计算F1赛事历史上的最强车手。
Apache Spark 3.0 新特性在 FreeWheel 核心业务数据团队的应用与实战
相信作为 Spark 的粉丝或者平时工作与 Spark 相关的同学大多知道,Spark 3.0 在 2020 年 6 月官方重磅发布,并于 9 月发布稳定线上版本,这是 Spark 有史以来最大的一次 release,共包含了 3400 多个 patches,而且恰逢 Spark 发布的第十年,具有非常重大的意义。
Amazon Lex 推出增强的控制台体验和全新的 V2 API
今天,Amazon Lex 团队发布了新的控制台体验,让对话体验的构建、部署和管理变得更加轻松。除了新控制台外,我们还推出了新的 V2 API,可提供持续流式处理功能。这些改进让您能够吸引新的受众、进行更自然的对话,并加快开发和迭代的速度。
搭载 AWS Graviton 2 处理器的 Amazon EC2 M6g、C6g 以及 R6g 实例,现已在光环新网科技公司运营的 AWS 中国(北京)区域及西云数据运营的 AWS 中国(宁夏)区域正式上线
搭载AWS Graviton2处理器的Amazon EC2 T4g实例适用于突发性通用工作负载。客户每月可获得750个小时的免费t4g.micro实例使用配额,截止日期至2021年3月31日。如果您有意使用搭载AWS Graviton2处理器的Amazon EC2 M6g、C6g以及R6g实例,请访问AWS管理控制台,或参阅实例类型页面以了解更多详细信息。
新增功能 – 使用 Amazon SageMaker Debugger 分析您的机器学习训练作业
今天,我非常高兴地宣布, Amazon SageMaker Debugger 现在可以分析机器学习模型,从而可以更轻松地识别和修复硬件资源使用导致的训练问题。