1月，百度云的这些AI能力悄悄升级了

各位小伙伴有没有感觉到，AI作为时代的宠儿，每天都在快速迭代。这不，站在技术最前沿的百度云，也在不断将AI能力纳入到产品和解决方案中，以方便开发者、用户应用到业务中，实现企业的智能化转型。

接下来，我们将为您呈现百度云1月份AI技术的更新情况，希望对您的业务有所帮助。

新开放AI技术能力

AI技术能力方面，1月，百度云在图像识别、人体分析、OCR、自然语言处理四个技术方向均有新能力提供，从而也催生了更多业务场景。

图像识别。1月新增两种能力：车辆分析和红酒识别。

在车辆分析的车型识别能力中，可以识别近3000款常见车型，比如可以识别小汽车的车型、年份、颜色、百科词条等信息。而在车流统计能力中，则根据视频抓拍图像序列，进行车辆检测和追踪，识别指定区域内各类车辆的进出情况，可输出含统计值和跟踪框的渲染结果图。除了这两个能力之外，车辆分析能力还包括车辆检测、车辆外观损伤识别等能力，适用于拍照识车、违停监测、路况分析、智能定损等场景下使用。

红酒识别则是输入一张红酒图片（酒标清晰可见），就能识别图片中的红酒名称，方便在电商购物、红酒鉴定等场景使用。

人体分析。人流量统计（动态版）公测上线，以面向门店、通道等出入口场景为主，此统计以头肩为识别目标，进行人体检测和追踪。可根据目标轨迹判断进出方向，实现动态人流量统计，极大提高识别率和精准度。

OCR方面。3个新接口邀测上线：保单识别、税务局通用机打发票识别和行程单识别。这意味着百度云OCR能力的准确度提升，适合多种复杂的环境，处理能力也将大大提升。这对于大多数需要使用OCR环境的场景来说，是一个好消息。

自然语言处理。1月新增智能写作一系列能力。像之前我们报道过的智能写春联、智能写诗（《企业拜年，今年可以换种方式了》）能力，已经在春晚中得到应用，并受到不少企业的欢迎，为它们的营销活动增加不少乐趣，提升营销的用户体验和传播价值。除此之外，本次还增加了结构化数据写作、热点事件脉络、人物图谱功能接口等，可满足各类智能写作业务需求。

总体来说，这类能力集合了百度云领先的自然语言处理和知识图谱技术，提供自动写作和辅助写作的能力，全面提升内容创作效率，旨在成为最懂你的智能写作助手，广泛应用在媒体与内容创作行业、商业智能、行业报告与咨询机构和市场营销与活动中。

优化5大AI技术模型

从AI技术模型优化角度来说，1月模型易用性能大幅提升，方便开发者调用。

图像识别。通用物体和场景识别高级版开放购买。除了提供500次/天免费调用量外，还可以开通付费购买更多的调用量。可按照后付费阶梯计价（2-3元／千张），并享受10QPS的稳定并发能力。

图像搜索。图库管理后台易用性升级，支持在线测试检索效果。相同图搜索、相似图搜索、商品图搜索同步升级，不用调接口就能测试体验以图搜图的真实效果。

人脸识别。人脸离线识别SDK全面升级，各方面的速度有所提升，这表现在，人脸检测、活体检测、特征抽取速度提升150%，全新生活照及证件照模型精度同比1.0系列提高近1.5%，重写20余个底层API，降低了30%的开发量，新增的人脸通行、人证比对场景化示例工程，增加了10余个场景化配置能力，可在1分钟跑通全流程业务逻辑，应对各类场景细节需求的二次开发等。

此外，人脸检测升级，可以快速检测人脸并返回人脸框位置，定位五官与轮廓关键点数量，也从72个增加至150个，可更好的支持人脸特效场景。人脸搜索的1：N识别接口max_user_num参数上限从20增加到50，支持最多返回50个相似人脸。

人体分析。手势识别模型升级，增加“竖中指”手势，现共累计支持24种手势。该功能可用于审核场景。人体检测与属性识别模型升级，优化模型算法，增加“是否正常人体”属性，所有属性增加“不确定”输出项取值，区分不确定的识别结果，例如吸烟属性，以前输出项为“未吸烟、吸烟”，现在则为“未吸烟、吸烟、不确定”。

自然语言处理。评论观点抽取（定制版）优化，输出标签不再局限于现有“名词+形容词”的形式，解决原名词+动词（如：包裹破损）提取不出来的问题。

定制化平台与工具

为方便企业与开发者更好地研发使用，平台与工具的定制化依旧是AI能力升级的重点。1月在EasyDL定制化训练及服务平台、理解与交互技术UNIT均有较明显的突破。

EasyDL定制化训练及服务平台

物体检测中“高精度标准算法”分布式训练后端优化，可将训练模型所用时间缩短至原先的1/2-1/3时间。新增可实时查看模型训练进度功能。此外，还可以添加短信提醒，训练完成时就会收到提醒信息，实现用户实时掌握全流程进度情况。新增云服务调用数据功能，可用于管理调用接口时上传的数据，提高模型的迭代效率，实现训练数据的持续丰富和模型效果的持续优化。