今天给大家总结几个简单、好用的人脸识别算法，人脸识别是计算机视觉中比较常见的技术，生活中，我们接触最多的人脸识别场景是人脸考勤，我之前还专门写过一篇人脸考勤的项目，感兴趣的朋友可以看看，...。...

  人脸识别的目标总结两点，第一，认出同一个人，不管你的状态怎么变，都能知道你就是你，第二、区分不同的人，可能这两个人长得很像，或者两个人都化妆了，但不管状态怎么变化，人脸识别都能知道这是两个不同的人，人脸识别本身是作为生物识别技术的一种，主要是提供身份认证的手段，从精度上来讲，人脸识别并不是最高的，人...

  写在前面&amp，笔者的个人理解单目图像的准确3D车道线检测面临重大挑战，主要由于深度信息的歧义性和地面建模的不完善，以往的研究通常采用具有有限自由度的平面地面假设进行地面建模，这在复杂道路环境中，尤其是存在不同坡度的情况下，显得力不从心，本研究提出了一种名为HeightLane的创新方法，...

  算法对于物联网至关重要联网设备自动驾驶我们的汽车，控制我们家的光、热和安全，并为我们购物，可穿戴设备监测我们的心率和氧气水平，告诉我们什么时候起床以及如何走动，并详细记录我们的行踪，智能城市由大量物联网设备和应用程序提供支持，通过指挥交通、卫生、公共管理和安全来控制全球数百万人的生活，如果没有算法，...

  在数字化的大潮中，制造业正面临着空前的变革，传统的制造业通常依靠重资产和劳动力驱动产出，而今，利用数据驱动决策已经成为提升效率和创新的核心武器，在这一背景下，数据中台和数据飞轮的概念逐渐被业界所重视，通过构建数据飞轮，企业不仅能够实现数据资产的最大化利用，还能不断通过业务反馈优化数据模型，形成一个正...

  遗传算法，优化历史上面是一段优化算法的描述，该算法用于在1000代进化过程中寻找最佳特征组合，进化过程将特征的受欢迎程度用热图可视化表示，横向代表不同特征，纵向代表进化代数，热图上颜色越深，代表该特征在该代群体中越受欢迎，从热图可以看出，一些特征在整个进化过程中保持较高受欢迎度；另一些特征则很快被淘...

  多场景建模是一项与业务紧密结合的算法优化工作，其核心在于思考如何处理多个业务场景之间的差异性和共性，云音乐的核心场景包括每日推荐，每天更新30首歌曲，以列表形式呈现；还有流式推荐、实时更新，和每日推荐一样都是直接为用户推荐歌曲；此外还有歌单推荐，包括推荐歌单以及MGC歌单，这些场景特点各异，旨在满足...

  集成学习算法，EnsembleMethods，是一类通过组合多个单一模型，弱模型，来构建一个更强模型的机器学习方法，其核心思想是，单个模型的预测可能存在偏差或方差，难以表现出最佳效果，但通过集成多个模型，能够综合各自的优点，减少预测误差，提升模型的鲁棒性和准确性，集成学习算法在分类、回归等任务中表现...

  上图左上侧部分是一般推荐系统流程，即先进行召回，再进行排序，左下侧部分是OPPO旧的召回架构，即先进行定向过滤，再经过截断策略，最后进行个性化召回，这里有两个问题，第一个是由于性能问题，不能做全量广告的个性化召回；第二个是由于个性化召回在截断策略的后面，这会导致个性化召回的效果受到影响，因此我们想通...

  大家好，我是哪吒，临下班的时候，同事电话里吐槽道今年的年终奖比去年多了一点嗯，是不错，去年1000，今年2000今年已经是连续第四年没开年会了，疫情三年，今年默认疫情了！那要不要换个工作啥的，她笑了笑，回了句，抱歉，今年没有金三银四了！现在的行情就是哀鸿遍野，裁员不可怕，可怕的是不给任何赔偿，还要让...

  一、目标检测简介目标检测的定义是在图像，空间中定位出感兴趣物体的位置和大小，一般情况下，输入图像、视频或者点云，输出物体的类别和检测框坐标，左下方这张图片就是一个对图像进行目标检测的示例，目标检测应用场景非常多，比如自动驾驶场景中车辆行人检测，码头管理中常用泊船检测，这两者都是对目标检测的直接应用，...

  首先和大家分享下58画像平台的建设背景，传统的思路来看，建设用户画像平台依赖数仓建模能力，整合多业务线数据，构建准确的用户画像；还需要数据挖掘，理解用户行为、兴趣和需求，提供算法侧的能力；最后，还需具备数据平台能力，高效存储、查询和共享用户画像数据，提供画像服务，业务自建画像平台和中台类型画像平台主...

  指标与业务息息相关，其价值在于发现问题和发现亮点，以便及时地解决问题和推广亮点，随着电商业务的进一步发展，业务迭代快、逻辑复杂，指标的数量越来越多，而且指标之间的差异非常大，变化非常快，如何能够快速识别系统各项异常指标，发现问题的根因，对业务来说至关重要，如果通过手动的方式去设置报警阈值容易出现疏漏...

  在飞猪APP端、支付宝或者淘宝端，我们用到的交通相关的业务主要有三个，机票、火车票和汽车票，这里以机票为例，来展示一下各个子场景，2、特点与挑战交通业务场景与传统的电商推荐是不一样的，因为交通旅行场景，有很大的场景特色，具体而言，用户出行周期主要分为四个阶段，在用户出行周期中，主要面临四个挑战，决策...

  一、多模态大模型的历史发展上图这张照片是1956年在美国达特茅斯学院召开的第一届人工智能workshop，这次会议也被认为拉开了人工智能的序幕，与会者主要是符号逻辑学届的前驱，除了前排中间的神经生物学家PeterMilner，然而这套符号逻辑学理论在随后的很长一段时间内都无法实现，甚至到80年代90...