tensorflow中常见的张量类型是（）

目标检测是实现图像分类、目标追踪、事件检测与活动识别等复杂任务的基础。

基于深度学习的目标检测技术中，单阶段模型指区分前景物体与背景，并为他们标记适当的标签，构建回归模型，最大化检测框与目标框之间的交并比。

基于深度学习的目标检测技术中，单阶段模型和双阶段模型的主要区别在于，是否检测候选区域

目标检测任务，是根据事先定义的类别，在图像中确定目标实例的所属类别和位置。

图像分类是图像分割和目标检测等诸多计算机视觉任务的基础

将非结构化数据转换为结构化数据属于多维度转换。

非结构化数据是经过一定转换处理后可以用传统关系数据库存储和管理的数据。

所有格式的办公文档、文本、图片、音频或视频信息均为非结构化数据。

围绕电力企业审计典型业务场景，基于自然语言处理技术，实现对各类审计依据、审计对象、审计结果中( )的自动化抽取，建立信息关联关系，提升审计过程中的信息获取、比对及统计效率。

围绕电力安全生产典型业务场景，以全面支撑本质安全为业务主线，面向一系列关键环节，构建涵盖“事前、事中、事后”全过程的作业安全防控体系。结合( )等技术，实现作业人员身份资格验证、工作票信息自动采集、安全注意事项智能推送。