数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
盛夏7月，产业智能化的浪潮正在加速AI产品与服务的更新迭代。新技术层出不穷，各种应用眼花缭乱，百度智能云的同学们也紧紧把握前沿技术脉搏，不断创新。这个七月，百度智能云又升级了哪些新技术呢？一起来看看这份答卷吧！ 数字化转型网www.szhzxw.cn
一、更多AI技术能力上新
本月，百度智能云在人脸识别、文字识别、人体分析、自然语言处理四个技术方向上加速创新，均有新能力提供，并适用于更多场景，让最尖端的技术走进最日常的业务。
1. 人脸识别
人脸离线识别SDK全新升级至3.0。简单来说，新版本拥有“更快速、更精准、更易用”三大特点：全流程耗时小于300ms；活体通过率高于99.5%；接口数下降50%。不仅如此，人脸识别私有化部署包可以适配最新显卡，提供高性能产品的同时更能帮你节约成本。
2. 文字识别OCR
▷车牌识别 新能源汽车越来越普及，百度智能云也针对绿车牌进行了专项优化，绿色新能源牌照识别召回率提升39%。此外，针对大型货车、卡车、摩托车等的黄牌识别召回率也提升5%。
▷表格文字识别 本月百度智能云优化了表格线检测模型，格式解析正确率提升15%以上，单元格识别召回率提升10%；同步识别支持无表格线表格。这一技术能力的提升大大减轻了录入员的压力，尤其是在财务和物流两大表格信息量极大的领域，实现了各类表单纸质扫描文件的快速识别和结构化入库，帮助客户节省人力成本，提高业务效率。 数字化转型网www.szhzxw.cn
▷通用文字识别 百度智能云文字识别的效果与速度双指标依旧保持行业第一。识别速度提升1倍以上，平均响应时长<500ms。 数字化转型网www.szhzxw.cn
▷行驶证识别 发证日期字段识别召回率提升10%以上，车牌识别码与注册日期字段也有所提升。
3. 人体分析
▷人体关键点识别 新增7个头部关键点，合计输出21个关键点信息。同时优化接口参数，返回人体坐标框和每个关键点的置信度分数，在应用时可结合分数，过滤掉置信度低的误识别“无效人体”，应用更加灵活精准。 数字化转型网www.szhzxw.cn
▷驾驶行为分析 本月升级进一步优化了模型，红外图片的识别准确率从60%+提升至80%+。用于车载司机场景，可以识别是否系安全带、是否使用手机等多个属性行为，能极大提高行车安全。
▷人流量统计（动态版） 本月模型升级后，人数统计准确率进一步提升，普通中低空出入口场景下，进出人数统计的平均错误率下降至8%以内。 数字化转型网www.szhzxw.cn
4. 自然语言处理
本次改善了新闻摘要功能，新功能基于深度语义分析模型，能自动抽取新闻文本中的关键信息并生成指定长度的新闻摘要。可用于热点新闻聚合、新闻推荐、语音播报、APP消息Push等场景。
二、更丰富的AI开发平台
七月，百度智能云升级了两大AI开发平台：EasyDL定制化训练和服务平台、语音自训练平台，赋予他们更多功能。让你的操作更简单，零代码享受AI成果，轻松实现企业智能化升级。
1. EasyDL定制化训练和服务平台
▷ 物体检测升级
1）云服务：高性能模型，进一步提升性能，后端时延缩短90%，约减少500 ms 。
2）离线SDK ：高性能模型，效果升级，平均准确率提升20%。
▷零售版商品检测
1）正式商用，每日500次免费调用，超出部分先使用后付费，最低6元/千次。
2）新增数据管理API ，支持使用调用API快速上传、编辑和删除商品数据。
3）支持在模型训练页面查看云服务调用数据，并重新标注业务中识别错误的图片，便于优化模型效果。
4）新增H5体验功能，发布的商品检测模型可以扫描二维码打开H5页面，快速体验模型效果。
2. 语音自训练平台
上线后的模型增加语音识别后处理功能，声音识别为文字后格式更规范易用。
1）上线标点功能，支持 ，。？！通用标点符号，提高可读性。
2）支持数字转换规整：语音中的数字内容识别后以数字格式展示，如数字序列（手机号、订单号等）、年份（2019年）、时刻（7:42）等。 数字化转型网www.szhzxw.cn
3）自动纠错：固定搭配的词比如成语、错别字、英文大小写等。
4）自动合词：例如“2014 NBA全明星”会自动合为“2014 NBA全明星”。
标点功能与数字转换功能还可自助配置开关，更加灵活方便，适用不同的业务场景需求。
看完这些新升级的功能，心动了吗？别急，产品好不好，用了才知道。百度智能云打造了“百度AI体验中心”，帮你实现先体验后选择，一站式感受人工智能的魅力。
数字化转型网人工智能专题
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！ 数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于大数网；编辑/翻译：数字化转型网宁檬树。
