基于智能云平台的无人超市业务系统研究

互联网技术的推广与普及使零售业突破了固有模式的束缚,人工智能技术的高速发展并与大数据的紧密结合使零售业务对初级劳动力的依赖大幅降低。因此,智能算法能力和移动支付平台广泛应用的基础上“无人零售”的概念也越来越多地受到了人们的关注与重视。零售模式的创新不仅意味着消费体验的优化升级,减少了管理精力的投入,也促进社会劳动力结构的升级转型,有利于经济效益的提高。本文结合当前人工智能发展在云平台的基础上对无人超市系统进行了研究分析,从而为推动相关产业发展提供参考。

论人工智能信息通信安全中的数据加密技术

在如今这个信息化的背景下,人工智能业务的开展离不开计算机网络通信,但与此同时,计算机网络通信存在的安全漏洞也是不容忽视的。因此,为了让计算机网络通信更好地服务于人工智能业务,保证计算机网络传输中数据信息的安全,本文将针对用于人工智能业务的计算机网络通信中数据加密技术进行浅析,希望可以对个人数据安全和数据加密技术有所裨益。

基于视觉大模型的船舶身份识别研究

本文针对内河流域船舶监管中船舶识别准确性低的问题,提出了识别船舶身份的方法,并通过大量真实数据开展针对性训练,通过目标识别小模型与视觉大模型分析的有效结合,大幅提升了视频处理效率和大语言模型分析效率,节约了网络带宽与AI算力资源。研究结果表明,本文提出的方法在提高船舶身份识别准确性和效率方面具有显著优势,可以为内河船舶监管提供有效技术支持。

视觉大模型在轨交隧道缺陷检测中的应用研究

本文针对轨交隧道巡检过程中,人工巡检工作存在的效率低、容易遗漏等问题,提出采用轨交检测车采集隧道内壁信息,结合轨交隧道的相关巡检规范,基于V-MoE视觉大模型开发轨交视觉大模型。与传统的机器视觉相比,在隧道壁潜在风险和缺陷检测方面,该方法的识别类型和识别精度均大幅提升,可以有效提升识别准确率,是视觉大模型在新领域的重要突破。