前言
EasyAi的出现对于Java的意义,等同于在JavaWeb领域spring出现的意义一样——做一个开箱即用,让每一个开发者都可以使用EasyAi,来开发符合自己人工智能业务需求的小微模型,这就是它的使命!
EasyAi介绍
EasyAi无任何依赖,它是一个原生Java人工智能算法框架。首先,**它可以Maven一键丝滑引入我们的Java项目,无需任何额外的环境配置与依赖,做到开箱即用。**再者,它既有一些我们已经封装好的图像目标检测及人工智能客服的模块,也提供各种深度学习,机器学习,强化学习,启发式学习,矩阵运算,等底层算法工具。开发者可以通过简单的学习,就能完成根据自身业务,深度开发符合自己业务的小微模型
-
EasyAI码云下载链接:https://gitee.com/dromara/easyAi
-
EasyAI GitHub下载链接:https://github.com/lifejwang11/easyAi
-
EasyAI主要技术文档地址:https://yhk.yhktech.com/easyai
-
EasyAI详细视频教程:https://www.bilibili.com/video/av89134035
-
JAVA人工智能0基础体系课程:https://www.bilibili.com/cheese/play/ss17600
v1.1.9 更新内容
- 图像目标检测稳定程度增加,增加可调参数,来性能与稳定性之间的平衡。
- 对图像识别API进行功能补全,增强性能,对YOLO进行工程性与算法环节优化,简化API步骤,调用上手清晰简单。
图像识别FastYolo效果展示
- 使用EasyAi实现图像结算自动贩卖机视觉内核
sayOrder人工智能客服
- sayOrder是依赖EasyAi进行封装的人工智能客服系统。
- 它可以分析用户输入的语义,来识别用户的行为,并通过typeID来区分用户意图ID。并通过捕捉其后台设置的关键词类别,来抓出系统关心的用户在语句中包含的内容,比如语句中的时间,地点等。
- 它还可以与用户自主进行问答交互,进行自主解答疑问或者进行其余意图的交流等。
- 项目链接地址: https://gitee.com/dromara/sayOrder
sayOrder交互基本业务流程演示
- 用户第一次进行输入表达自己的想法
- SayOrder发现用户的描述缺少订单必要信息,则进行反问。用户接收到SayOrder的反问,进一步补充的自己的想法
- 用户第二次输入信息依然不满足后台14分类法律咨询的订单关键信息要求,继续补充信息,最终完成订单信息补充生成订单。
- 用户输入想要咨询的问题,SayOrder对用户咨询的问题进行自主解答
以上是SayOrder(基于easyAI引擎)自定义业务接口的简单案例演示,具体安装部署及细节详情请到其主页下载:https://gitee.com/dromara/sayOrder
架构设计
常用底层算法模块
-
基础矩阵及线代计算模块:
1.内置矩阵类,矩阵计算类,可以完成常用矩阵四则运算,奇偶性,多元线性回归,逻辑斯蒂回归,欧式距离,余弦相似性,im2col,逆im2col,求代数余子式,求逆,求伴随矩阵,内积等,微分等一系列api。
2.RGB三通道矩阵,可进行图像转化,剪切,分块,生成图像矩阵等操作方便后续计算。
-
机器学习-聚类:
k聚类,混合高斯聚类,密度聚类,学习向量量化聚类等
-
机器学习-分类及拟合: 多层前馈神经网络,多层循环神经网络,残差网络,多层残差循环神经网络,卷积神经网络,决策树,随机森林,k最近邻等
-
启发式算法: 粒子群,蚁群,模拟退火
-
强化学习 动态规划,蒙特卡洛分析,马尔可夫,时序差分
常用上层算法模块
-
视觉图像: 图像识别,图片摘要,目标检测
-
自然语言: 语义理解,拆词分词,推理敏感及关键词,语句补全,语言交流
-
游戏机器人: 自主策略,自主行动
使用
1.将项目下载后打包进本地maven库
2.将easyAi pom文件引入地址引入项目