由對象檢測模型開發的ping技術在Pascal VOC挑戰中創造了記錄，平均平均精度（地圖）為86.5％，在21個指標中的18個中排名第一。在59名競爭對手的領域中，這一結果足以滿足總體，包括著名的AI公司和全球學術實驗室。
宣布，模式分析，統計建模和計算學習視覺對像類（Pascal VOC）挑戰是世界上最有權威的計算機視覺競爭之一，以評估對象檢測算法的能力。這Comp3挑戰涵蓋對象檢測，而其他挑戰評估對象分類，對象細分，人體佈局和動作分類。
測試的參與者包括技術巨頭英特爾，阿里巴巴，騰訊和微軟。
ping提交的模型稱為Nas-Yolo，用於神經體系結構搜索，“您只看一次”。該公司表示，該公司向其Yolo模型推出了自動儀和NAS技術，以大大提高其精度。基於超級網絡的NA通過ping描述為“分裂和誘導算法”的搜索過程加快了搜索過程。該模型在Ping AN的OCCAM自動化機器學習平台上進行了培訓，該平台聲稱該平台集成了自動管道，自動擴展，分佈式培訓加速度，自動模型壓縮，自動調節和神經體系結構搜索。 OCCAM平台已通過Ping A在創建語音識別，面部識別和光學特徵識別（OCR）等應用程序以及其他AI應用程序中使用。
TrueFace教程解釋了加速1到N匹配的加速
新的C ++ SDK的速度trueface，在真正的比賽速度中以前十名得分nist的frvt，來自C ++的固有速度優勢，並在基準和優化其代碼實現方面進行了廣泛的努力。中期由Cyrus Behroozi公司與該公司的計算機視覺軟件開發人員。
根據帖子，C ++是一種編譯而不是解釋的語言，而TrueFace SDK最初寫入的Python被解釋了，從而具有自然的速度優勢。
該帖子採用教程的形式，Behroozi解釋了1：N匹配和速度基準。最後，他通過TrueFace C ++ SDK Python綁定演示了應用程序開發，從模板的創建到搜索。
文章主題
準確性|生物識別匹配|生物識別技術|計算機視覺|檢測|面部識別供應商測試（FRVT）|面部識別|Ping技術|研發|trueface
