站长资讯网又飒又美的女民兵、三军平行剪辑的蒙太奇、陆军方阵的大特写……从10月1日当天开始，大家还沉浸在国庆大阅兵的自豪与激动中时，央视网已经率先在社交媒体推出了多个不同维度的阅兵精彩短视频供全国网民回顾。
这些“神剪辑”瞬间火遍全网，点击量分分钟破百万，网友们忍不住感慨央视网神剪辑的手速。不过这一次，央视网能够在短时间内快速推出多支高质量阅兵短视频的背后，是加持了百度智能云VideoMind提供的智能创作能力。
据悉，VideoMind是百度智能云推出的业内第一的视频AI模型自动化生产平台，它基于百度多年的视频AI和自动机器学习技术积累，可以为提供易用、高效、优质的视频AI模型定制服务。
(央视网应用百度智能云提供的智能创作能力制作的民兵方队接受检阅短视频)
(央视网应用百度智能云提供的智能创作能力制作的陆军方队接受检阅短视频)
近期，百度智能云已经宣布对业内开放VideoMind，将可以帮助企业构建符合自身业务的AI模型，对视频进行智能分析，从而最大化视频数据的价值。
央视网借助VideoMind智能创作短视频就是一个例证。过去，在传统的重大节庆活动节目创作过程中，直播信号采集、打点拆条、素材入库/检索、非线编导入及节目制作等流程全程几乎都需要人工参与，而VideoMind利用内容智能分析、智能拆条、智能素材检索以及智能节目编排合成功能，完整地完成了人工操作的所有工作环节，央视网的编辑们仅需要最后确认备选片段是否符合发布需求即可，全程几乎无人参与，充分体现了人工智能编辑部的应用价值。据了解，在10月1日当天的国庆直播活动过程中，智能分析并拆条入库的素材量超过1300多条，总计可用时长近12000秒，共帮助编辑部门自动化生成160多条备选剪辑片段，极大地提高了节目创作的效率。
其实想要智能创作一款网友都爱看的短视频，能够“读懂”视频是关键。基于强大的AI能力，VideoMind智能创作平台不仅只需要少量数据就能快速训练出一个视频AI模型，并且能够准确识别标注数据，为业务发展提供实用的高质量模型。
当然，它可以做的远不止智能创作这么简单，VideoMind智能创作平台在把模型生产速度、操作的便捷程度和模型质量提到最高的同时，把开发成本和技术门槛降到了最低。只需要简单完成“新建模型-创建标签-上传数据-数据标注-训练模型-模型评估校验-模型发布”7个步骤即可。上传少量数据，完成数据分析，其他就等待系统自动特征提取、模型匹配、训练、部署产出视频AI模型，可视化的操作界面即使缺少技术基础，也能轻松上手。百度智能云视频AI团队还将不断升级模型结构，保证VideoMind模型训练效果持续提升。
VideoMind一经发布就受到视频行业诸多伙伴的关注和认可还有另一个重要原因，那就是应用场景非常广泛。用户可以将它应用在视频场景分类、视频物体识别、视频物体检测、视频人物识别、视频内容审核等多个场景中，此次央视网快速制作阅兵短视频正是视频人物识别场景的应用。
目前，VideoMind已经支持四类模型训练：
1. 场景分类模型，如识别出视频中是工厂、农田、还是建筑工地等。
2. 实体分类模型，如识别出视频中出现的是货车、跑车还是卡丁车等。
3. 自然摄像头实体检测模型，如识别出街边的违章停车、无照游商、乱丢垃圾现象等。
4. 人体属性检测，如识别出工人是否戴安全帽，法官是否穿法袍等。
另外，倍受瞩目的动作识别模型也即将上线，在今年8月29日的百度云智峰会上，VideoMind已提前剧透动作识别模型。
在数据方面，VideoMind更是集成了高达百万小时的标注数据，内置海量主题标签和实体标签。如果用户模型训练任务下的所有标签都成功映射内置标签，甚至可以跳过模型训练环节，直接获取模型。如果用户创建的标签没有成功映射内置标签，只需上传数百个数据并进行标注，即可开始模型训练。这也是央视网能够高效产出短视频的“秘诀”。并且，VideoMind每月数据库更新达10W+，能不断提升用户训练效果。
基于流程化的操作，VideoMind自动化程度高，让模型训练更加简单易操作，大大减少企业开发成本，模型训练时长更是缩短至小时级、分钟级。值得一提的是，训练完成的模型支持部署到公有云、私有云、嵌入式设备等，之后客户通过API的方式就可以调用。
未来，百度智能云还将增加更多模型类别，有AI的高效智能剪辑师，你确定不点击了解下?http://videomind.baidu.com/product/index.html
特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。
