为方便用户查找案例，提供此案例列表。
| 案例名称 | 用到的功能 | 领域 |
|---|---|---|
| 使用ModelArts自动学习快速构建银行存款预测应用 | 自动学习预测分析 | 结构化数据预测 |
| 零代码完成自动驾驶AI模型开发 | 自动学习物体检测 | 物体检测 |
| 零代码美食分类模型开发 | 自动学习图像分类 | 图像分类 |
| 零代码花卉分类模型开发 | 自动学习图像分类 | 图像分类 |
| 零代码动物叫声分类模型开发 | 自动学习声音分类 | 声音分类 |
| ModelArts智能标注提升70%数据标注效率 | 数据标注 | 智能标注 |
| ModelArts智能标注提升70%数据标注效率_进阶版 | 数据标注 | 自动分组、智能标注、特征分析 |
| 使用ResNet50预置算法训练美食分类模型 | 预置算法图像分类，标注+训练+在线部署 | 图像分类 |
| 使用ResNet50预置算法训练美食分类模型_MindSpore版 | 预置算法图像分类，标注+训练+在线部署 | 图像分类 |
| 使用FasterRCNN预置算法训练人车检测模型 | 预置算法物体检测，标注+训练+在线部署 | 物体检测 |
| 使用MoXing实现手写数字图像识别应用 | MoXing自定义代码，训练+在线部署 | 图像分类 |
| 图像分类综合应用 | TensorFlow自定义代码，训练+在线部署 | 猫狗分类数据集 |
| 使用Spark MLlib实现葡萄酒质量预测 | 训练+部署 | Spark MLlib自定义代码 |
| 生成对抗网络实践 | Notebook | 图像风格转换， TensorFlow1.13 |
| 人脸年龄预测 | Notebook | 人脸识别 |
| 人脸检测工具比较 | Notebook | 人脸识别 |
| 人脸区域及关键点检测 | Notebook | 人脸识别 |
| 人脸表情识别 | Notebook | 人脸识别 |
| 人脸分类案例 | Notebook | 人脸识别 |
| FaceNet进行人脸相似性计算 | Notebook | 人脸识别 |
| 图像分类模型参数&网络调优 | Notebook | 图像分类模型调参 |
| 物体检测Faster R-CNN实践 | Notebook | 物体检测FasterRCNN算法原理，PyTorch1.0.0 |
| 物体检测YOLOv3实践 | Notebook | 物体检测YOLOv3算法原理，TensorFlow1.13 |
| 钢筋盘点 实践 | Notebook | 基于计算机视觉的钢筋横截面检测 |
| 猫狗图像识别实践 | Notebook | 图像分类猫狗二分类，Keras |
| 实例分割Mask R-CNN实践 | Notebook | 图像分割MaskRCNN算法原理，TensorFlow1.13 |
| 使用Mask R-CNN模型实现人体关键节点标注 | Notebook | 人体关键点标注，MaskRCNN，TensorFlow1.8 |
| 自然语言处理入门介绍 | Notebook | NLP |
| 文本分类 | Notebook | NLP |
| 文本相似度分析 | Notebook | NLP |
| 命名实体识别 | Notebook | NLP |
| 问答系统 | Notebook | NLP |
| 文本区域检测 | Notebook | OCR |
| 字符序列检测 | Notebook | OCR |
| 端到端文字识别 | Notebook | OCR |
| 视频动作识别 | Notebook | 视频 |
| 视频分析入门简介 | Notebook | 视频 |
| 视频物体分割 | Notebook | 视频 |
| 语音识别入门介绍 | Notebook | 语音 |
| DFCNN + Transformer 模型完成中文语音识别 | Notebook | 语音 |
| 葡萄酒质量预测 | Notebook | 机器学习，回归 |
| 电影推荐案例 | Notebook | 机器学习，协同过滤 |
| 银行贷款预测案例 | Notebook | 机器学习，分类 |
| 使用逻辑回归实现病人用药辅助 | Notebook | 机器学习，分类 |
| 乳腺癌诊断案例 | Notebook | 机器学习，分类 |
| 顾客量时序预测案例 | Notebook | 机器学习，ARIMA时序预测 |
| 口罩检测案例 | Notebook | 物体检测 |
| 手势识别 | 训练+端侧部署 | 端云协同 + 图像分类 |
| 口罩检测 | 训练+端侧部署 | 端云协同 + 物体检测 |
| 水果识别 | 训练+端侧部署 | 端云协同 + 图像分类 |
| 飞行器检测 | 训练+端侧部署 | 端云协同 + 物体检测 |
| 使用预置算法实现物体检测（Ascend310） | 训练+模型转换+在线部署 | 昇腾部署 + 物体检测 |
| 使用预置算法实现图像分类（Ascend310） | 训练+模型转换+在线部署 | 昇腾部署 + 图像分类 |
| Ascend910训练和Ascend310推理的样例 | 训练+模型转换+在线部署 | 昇腾训练 + 昇腾部署 + 图像分类 |
如果notebook的ipynb文件打开有问题，可以使用该网站来访问案例地址：https://nbviewer.jupyter.org/