怎样克服环境光线变化对样本和深度学习效果的影响呢? 蓝海大脑深度学习高性能计算液冷工作站研究人员表示: 光线的变化我们认为有很多种方式,首先深度学习在泛化能力上表现比较好,也就是在一定的光线变化内可以准确检测,若变化特别大,也是不可实现;在样本训练时,可以通过增强样本丰富训练集,增强对光照变化的泛化能力。在丰富训练集时,包含对明暗度和亮度的丰富,如果产线存在光污染,会在训练前提前训练进去。 阅读全文 → 2022-11-04
深度学习如何解决不平衡样本情况? 蓝海大脑深度学习液冷工作站研究人员表示: 深度学习样本不平衡是指100张图片中,98张正样本,2张负样本。我们首先会看高性能计算训练的难易度,我们训练的参数会有增加样本的功能,我们也会找一些居中的数据量,像1个缺陷有2张,1个缺陷有1000张,肯定是有差异的,这方面可能会多角度的去处理和解决,无论是在预处理增加样本量,还是后处理,都是可以解决的。 阅读全文 → 2022-11-03
小样本深度学习学习的应用效果怎么样或者准确率怎么样呢? 小样本的效果还是不错的,可能深度学习训练只需要10多张图片,检测率率是很好的。还有提到的多晶硅光伏任务,它的样本量10多张是不够的,可能需要上百张,但也比其他任务少很多,像人脸识别,需要300多万张图片,现在做到只需几十或几百张图片,就可以达到很好的成果。准确度方案,有的案例可以达到100%,有的可能是99%多,总之要看项目综合复杂度和难度。 阅读全文 → 2022-11-03
超写实数字人离线渲染的深度学习开发环境有哪些? 如果是制作部分,还是用传统的方式,现在也有一些新的软件出现可以加速制作的过程。如果只是建模、绑定这些工作,像传统的软件还是可以用的,比如三维扫描等都是有助于虚拟人制作的。现有一些新的软件,比如Reallusion公司推出的Character Creator等软件是可以加速虚拟人制作的。但具体用哪些还要根据各家制作公司自己的技术擅长来选择,每家的制作过程多多少少有不一样的地方,包括实现的流派也是不一样的,比如对虚拟数字人进行训练,可 阅读全文 → 2022-11-03
一个深度学习训练场景是否可以使用多个高性能GPU进行渲染,多个节点同时渲染一个场景对通信的压力? 一个深度学习训练场景是否可以使用多个GPU进行渲染,理论上是可以的,但是我们目前的架构还没有用这种方式。我们只是单个高性能GPU可以跑多个应用的并发,但是一个应用利用多个液冷GPU来进行渲染,如果用蓝海大脑的解决方案应该是可以的,但是需要在硬件上多加一个设备。多个节点,同时渲染一个场景对通信的压力,就是刚才说的多个节点,同时渲染一个场景。目前在实时熏染部分没有用,但在离线渲染上会用。因为离线本身的时效性不是很强,所以对通信没有太大的压力,这也是实时渲染 阅读全文 → 2022-11-03
液冷服务器可靠性怎么样呢? 蓝海大脑www.lanhy.cn 液冷服务器采用流体工程冷却系统结构,使用的所有组件和材料都是最高质量原件,液流具有不导电、无腐蚀等特点。所有液流卡套管均由汽车级 EPDM 制成,可耐受比台式计算机环境中更高的温度和降解。所有液冷的制造都采用优质垫圈和高纯度铝,以确保长而无泄漏的使用寿命,即使出现漏液、流液的情况,也不会损坏您的任何GPU服务器组件,出厂时每台高性能服务器都要经过168小时的全负荷测试,以确保液冷服务器在数据中心环境中的完美运行。 阅读全文 → 2022-11-03