- AI 的一些基本介绍和它的主要领域0 16浏览免费
- 把自己安装caffe的方法总结了一下,亲测可用。内附下载链接。一开始装了好久都找不到和文档匹配的资源,终于成功了,就做了个文档0 81浏览免费
- 在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本方案针对无参考图像质量评价应用,对目前几种较为常用的、具有代表性清晰度算法进行讨论分析,为实际应用中选择清晰度算法提供依据。其中本方案采用拉普拉斯模式和算法进行处理。0 40浏览免费
- torch环境搭建(conda)0 87浏览免费
- 线性规划、对偶规划、整数规划、目标规划综合性案例分析0 78浏览免费
- video大小:1MBMemory Selection Network for Video Propagation+论文笔记Memory Selection Network for Video Propagation+论文笔记0 96浏览免费
- 通过设计虚拟服务器的自动化运行,无需人工测试,无需人工参与,节省人力物力!0 40浏览免费
- 翻译的IEEE ACCESS的文章 可以看看逆特征卷积Involutional Neural Network的思路 以及医疗图像的相关背景0 28浏览免费
- 南华大学算法分析与设计实验0 33浏览免费
- 练习题练习题lianxit0 39浏览免费
- byoc框架中代码生成部分文档,包括生成C代码和JSON格式0 27浏览免费
- 南华大学算法分析与设计实验0 27浏览免费
- 研究方案第一稿,睡眠剥夺0 31浏览免费
- mdpi的一篇文章,文章内容是关于结合NLNN和YOLOv5对脑肿瘤进行检测(是检测不是分类也不是分割)的一篇文章,文章里面说清楚了数据集的来源以及如何处理的,可以大致看一看,了解下相关背景以及如何用YOLO检测脑瘤的文章的写法,另外NLNN这个点也有些创意,有点像简化版自注意力机制,可以找找相关代码看看0 114浏览免费
- 第一张作业的作业word0 17浏览免费
- linux常用命令大全 ### 文件和目录操作命令: - **ls**:列出目录内容 - **cd**:切换目录 - **pwd**:显示当前工作目录 - **mkdir**:创建目录 - **rm**:删除文件或目录 - **cp**:复制文件或目录 - **mv**:移动文件或目录 - **touch**:创建空文件或更新文件时间戳 - **cat**:连接文件并打印到标准输出 - **grep**:在文件中查找模式 - **find**:在文件系统中查找文件0 33浏览免费
- 如何成为一个语音识别算法工程师0 17浏览免费
- python ### Python 简介: Python 是一种通用编程语言,由 Guido van Rossum 在上世纪90年代初设计并开发。它被广泛应用于Web开发、科学计算、人工智能、数据分析、自动化脚本等领域。Python 的设计理念强调代码的可读性和简洁性,使得它成为初学者和专业开发者的首选语言之一。 Python 的特点包括:0 28浏览免费
- 内容概要:本文详细介绍了计算机视觉中的目标检测算法(YOLO、SSD、Faster R-CNN)及其在图像处理中的应用。首先,介绍了图像处理基础,包括像素与图像分辨率、色彩模型、图像滤波与边缘检测、图像特征提取等内容。接着,详细阐述了各目标检测算法的原理、架构、训练流程及其在实际应用中的优化策略,包括数据预处理与增强、损失函数与优化器选择、模型调优与超参数设置。最后,分别讨论了目标检测在自动驾驶、安防监控、医疗影像分析等领域的具体应用。 适用人群:具备一定计算机视觉基础知识的研究人员和开发者,特别是对目标检测算法感兴趣的读者。 使用场景及目标:①理解目标检测算法的基本原理及其在不同领域的应用;②掌握YOLO、SSD、Faster R-CNN的具体实现和优化方法;③了解如何通过数据预处理、损失函数选择等手段提升模型性能。 其他说明:本文不仅提供了理论解释,还附带了大量的代码示例,便于读者动手实践。0 37浏览免费
- 光电传感器0 22浏览免费
- 内容概要:本文详尽介绍了如何使用PyTorch实现循环神经网络(RNN)及其变体(如LSTM和GRU)来处理序列数据。文章首先讲解了RNN的基本概念、结构和实现方法,接着详细介绍了LSTM和GRU的工作原理和实现细节。随后,文章阐述了数据预处理的方法,包括文本编码、数据加载和批处理技巧。接着,文章提供了构建和训练RNN模型的具体步骤,并演示了如何进行序列生成和预测。最后,讨论了RNN的局限性,并介绍了Transformer模型作为替代方案的优势和应用场景。 适合人群:具备基本Python和PyTorch知识的研究人员、开发者和技术爱好者,尤其关注自然语言处理(NLP)领域的从业人员。 使用场景及目标:适用于需要处理文本、语音和时间序列等序列数据的应用场景,如情感分析、文本生成、时间序列预测等任务。目的是帮助读者深入了解RNN及相关模型的工作原理,并能熟练使用PyTorch实现相关算法。 其他说明:本文通过多个代码示例,逐步引导读者从基础到进阶地掌握RNN的实现和优化技巧。读者可以跟随示例代码动手实践,快速提升自己的技能水平。0 62浏览免费
- 内容概要:本文介绍了OpenCV库在目标跟踪技术中的应用。首先,简要概述了OpenCV的基本概念和目标跟踪的重要性和应用场景,如安全监控、无人驾驶等。接着,详细解释了几种常见的目标跟踪算法,包括基于相关性的跟踪算法(如CamShift和MeanShift)、基于特征点的跟踪算法(如KLT和光流)、基于模型的跟踪算法(如卡尔曼滤波器)和深度学习跟踪算法(如MOSSE)。文中提供了每种算法的代码示例,以帮助读者理解和实现。此外,文章还讨论了多目标跟踪和复杂环境下的目标跟踪技术,以及目标跟踪技术在未来的发展趋势。 适合人群:具备计算机视觉基础知识的研发人员,对目标跟踪感兴趣的工程师。 使用场景及目标:① 在视频中实现单目标或多个目标的精确跟踪;② 处理光照变化、目标遮挡和运动模糊等复杂情况;③ 了解不同跟踪算法的特点和应用场景,选择合适的算法提升跟踪效果。 其他说明:本文提供的代码示例均经过测试,可以在实际项目中直接使用或作为参考。此外,对于深度学习和多模态跟踪的内容,需要额外准备相应的数据集和模型。0 24浏览免费
- 内容概要:本文详细介绍了OpenCV(开放源代码计算机视觉库)的发展历程、主要功能与应用,并重点讨论了模板匹配技术。文章涵盖模板匹配的基础概念、应用场景、实现步骤、不同匹配方法及其原理。同时还提供了实际的Python代码示例,演示了如何使用OpenCV进行模板匹配,以及多尺度匹配和金字塔结构在模板匹配中的应用。 适合人群:具备计算机视觉基础知识的研发人员和学生。 使用场景及目标:① 在图像中识别和定位特定对象,如商标、人脸等;② 实现图像拼接和缺陷检测;③ 在视频中实时检测特定物体,提高图像处理的效率和准确性。 其他说明:本文不仅介绍了模板匹配技术的基本原理,还探讨了模板匹配在复杂条件下的局限性及其解决方案,如光照变化、尺度变化、旋转和倾斜等问题的处理方法。0 112浏览免费
- 内容概要:本文详细介绍了Caffe深度学习框架在图像识别领域的应用。首先,回顾了Caffe的历史和发展,强调了它的速度快、模块化和清晰等特点。接着,详细讲解了如何在Ubuntu上安装和配置Caffe,包括必要的前置条件和环境变量设置。文章进一步阐述了Caffe的基本操作,如编写网络结构、训练模型和测试模型的具体步骤。此外,还讨论了图像识别的基础知识,包括图像预处理和标准化方法。最后,通过一个具体的图像识别项目的构建过程,展示了如何从数据准备到模型优化的完整流程,以及如何将Caffe集成到其他应用程序中。 适合人群:具备一定深度学习基础知识的研究者和工程师,尤其是对图像识别感兴趣的读者。 使用场景及目标:本文适用于希望了解Caffe在图像识别中具体应用的技术人员,帮助他们掌握从环境搭建到模型训练和测试的全过程,同时为实际项目提供参考和指导。 其他说明:本文不仅详细解释了各个技术细节,还提供了一些实用的代码示例和实战案例,以便读者更好地理解和应用Caffe框架。0 38浏览免费
- 比如我现在有个文件夹,需要对里面的所有图片使用PS,进行轮廓提取,那么需要怎么做,才能节省时间,效率高呢。首先直接在ps打开一张图片,然后使用快捷键alt+F9,跳出命令设置。这里我们设置Shift+F12快捷键记录接下来的动作,这样下次我们就可以直接按这个快捷键 点击记录按钮后,接下来都是记录的内容 比如先操作ctrl+j复制图层,把原图层眼睛关闭0 78浏览免费
- Python模块学习logging 在部署项目时,不可能直接将所有的信息都输出到控制台中,我们可以将这些信息记录到日志文件中,这样不仅方便我们查看程序运行时的情况,也可以在项目出现故障时根据运行时产生的日志快速定位问题出现的位置。0 125浏览会员免费
- 学习体会和总结大小:200KB在学习《动手学习深度学习》时,每个小部分的一点自己的体会和总结。这一部分主要是:线性回归相关内容(线性回归模型、多层感知机)这些基础深度学习知识,在学习《动手学习深度学习》时,每个小部分的一点自己的体会和总结。这一部分主要是:线性回归相关内容(线性回归模型、多层感知机)这些基础深度学习知识,0 114浏览会员免费
- 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 本文提供几篇有关于人工智能论文范文,供大家参考学习。0 60浏览会员免费
- win10 +py3.6.5 +cuda10.0 + cudnn7.5.1+ Anaconda3+tensorflow-gpu-1.14.0安装0 118浏览会员免费
- 因为我们没有能够很好了解大脑,我们经常试图用最新的技术作为一种模型来解释它。在我童年的时候,我们都坚信大脑是一部电话 交换机 。(否则它还能是什么呢?) 我当时还看到英国著名神经学家谢林顿把大脑的工作挺有趣地比作一部电报机。更早些时候,弗罗伊德经常把大脑比作一部水力发电机,而莱布尼茨则把它比作了一台磨粉机。我还听人说,古希腊人把大脑功能想象为一付弹弓。显然,目前要来比喻大脑的话,那只可能是一台数字电子计算机了。0 72浏览会员免费
- 自己在学习CNN时总结下来的一些卷积核的创建规则和自己的感受0 114浏览会员免费
- 微软面试的一百道题目,有答案和讲解例子。 内容非常好。0 51浏览会员免费