动手识别数据集

【Python篇】深入机器学习核心：XGBoost 从入门到实战

2.1梯度提升简介3.安装XGBoost4.数据准备4.1加载数据4.2数据集划分5.XGBoost基础操作5.1转换为DMatrix格式5.2设置参数5.3模型训练5.4预测6.模型评估7.超参数调优
半截诗·2025-01-18 19:06

【YOLOv8杂草作物目标检测】

YOLOv8杂草目标检测算法介绍模型和数据集下载算法介绍YOLOv8在禾本科杂草目标检测方面有显著的应用和效果。
stsdddd·2025-01-18 19:35

cordova 指纹验证登录

实现流程：1：初始化--获取手机指纹识别支持情况（传感器支持，API支持，用户设置支持等）2：用户凭证登录（通常是用户名+密码）成功，调取系统指纹验证，验证通过，本地存储用户凭证；3：登录画面调用系统指纹验证
petunsecn·2025-01-18 19:34

C++ 游戏开发

嘿，小伙伴们，想不想自己动手开发个游戏呀？今天就来带大家用C++开发游戏，保证通俗易懂，就算你是0基础也能跟上。
周盛欢·2025-01-18 18:25

深度学习常用格式转化脚本xml2yolo/coco2yolo/bdd2yolo/frame2video等

**数据集格式转换脚本**`coco2yolo.py`示例注释：注释说明：`xml2yolo.py`示例注释：注释说明：2.
qq1309399183·2025-01-18 17:54

LLMs，即大型语言模型

LLMs在众多领域都有广泛的应用，如自然语言理解（NLU），语言生成，以及语音识别和合成等。例如，它们能够理解人类的语言
maopig·2025-01-18 17:52

《多模态语言模型：一个开放探索的技术新领域》

核心主题多模态语言模型的特点仍处于探索和定义阶段没有固定的标准任务和评估方法研究方向高度开放技术路径主要存在两种方法：后期融合(LateFusion)从语言模型backbone开始添加图像编码器效果稳定，成本可控早期融合(EarlyFusion)从多模态数据集预训练效果尚不明显需要更大规模计算资源开放和透明的重要性促进知识累积和技术迭代降低技术准入门槛避免技术垄断便于安全性审计主要挑战技术层面数据
XianxinMao·2025-01-18 17:16

OCR字符识别--WeChatocr

导入库，及定义微信OCR地址fromwechat_ocr.ocr_managerimportOcrManager,OCR_MAX_TASK_IDimportthreadingwechat_ocr_dir=r"./ocr/WeChatOCR/7079/extracted"#OCR的地址，可以用everythin工具查找一下地址这个地址是电脑用户安装APP的地址---C:\Users\xxxx\App
鲁鲁在川·2025-01-18 16:12

c语言实验使用什么作用,c语言实验总结与反思

通过C语言实训，让我加深了对C语言的了解，而不只是单单的在课本中学到的那些理论，平时乏味的课程，通过自己动手亲自编
努力的大头兵·2025-01-18 15:04

推荐3D UNet实现：深度学习3D体素数据语义分割的利器！

去发现同类优质开源项目:https://gitcode.com/在这个快速发展的深度学习时代，3DUNet已经成为3D图像处理领域中不可或缺的工具，尤其在医疗影像分析和3D物体识别等任务上展现出强大的潜力
滑辰煦Marc·2025-01-18 14:57

3DUnet实现3D医学影像的有效分割

3DUnet实现3D医学影像的有效分割1.配置代码环境2.配置数据集以及模型文件3.训练4.预测1.配置代码环境这里介绍一个很好的开源项目，git为：https://github.com/ellisdg
Andrew_Xzw·2025-01-18 13:49

企业架构业务流程设计五步法

企业架构业务流程设计五步法企业架构与业务流程概述企业架构定义及重要性业务流程概念及作用企业架构与业务流程关系第一步：明确战略目标与需求确定企业战略目标分析业务需求及痛点制定项目目标与计划第二步：梳理现有业务流程调研现有业务流程情况识别关键业务环节及问题评估现有流程效率与效果第三步
公众号：优享智库·2025-01-18 12:45

行为识别的方法

行为识别主要有以下几大类方法，每类方法各有特点及典型算法：传统方法特点：利用手工设计特征对行为进行表征，再用统计学习的分类方法进行识别。
人工智能专属驿站·2025-01-18 11:07

EOF分析在Python中的利器：eofs库使用指南

它特别适合处理大型时空数据集，通过高
潘妙霞·2025-01-18 11:34

深度学习项目--基于LSTM的火灾预测研究(pytorch实现)

模型一直是一个很经典的模型，这个模型当然也很复杂，一般需要先学习RNN、GRU模型之后再学，GRU、LSTM的模型讲解将在这两天发布更新，其中：深度学习基础–一文搞懂RNN深度学习基础–GRU学习笔记(李沐《动手学习深度学习
羊小猪~~·2025-01-18 10:30

Python AI教程之二十一：监督学习之支持向量机（SVM）算法

SVM具有很强的适应性，适用于各种应用，例如文本分类、图像分类、垃圾邮件检测、笔迹识别、基因表达分析、人脸检测和异常检测。
潜洋·2025-01-18 10:25

Node.js Express与MongoDB博客系统开发实战

项目强调了Node.js的异步I/O和事件驱动特性，以及MongoDB处理大规模、复杂数据集的能力，适合进行毕业设计等综合性开发任务。1.Node.js技术介绍与应用Node.
凯二七·2025-01-18 05:19

DuckDB-Wasm 库详解

1.DuckDB简介DuckDB是一个开源的列存储数据库，专注于在线分析处理（OLAP），特别适合处理中小型数据集。
maply·2025-01-18 04:40

node.js项目依赖关系分析工具 Depazer 的使用

帮助识别循环依赖、未使用的依赖、或过度复杂的依赖。可视化图表：生成清晰的依赖关系图，帮助开发者快
付星途·2025-01-18 04:36

Dexie.js内存管理技巧：在大型数据集操作中避免浏览器崩溃

Dexie.js内存管理技巧：避免浏览器崩溃在使用Dexie.js操作大型数据集时，如果不注意内存管理，可能会导致浏览器内存溢出（OOM，OutofMemory）或崩溃。
maply·2025-01-18 03:04

深度学习驱动的极端天气预测：时空数据异常检测与应用全解析（基于Python + TensorFlow）

摘要：时空数据异常检测在气象领域识别偏离正常模式的数据点，对极端天气预测至关重要。深度学习，尤其是LSTM网络，因其强大的特征学习能力在该领域显示出巨大潜力。
AI_DL_CODE·2025-01-18 02:01

【YOLOv8改进- Backbone主干】YOLOv8更换主干网络之ConvNexts，纯卷积神经网络，更快更准，，降低参数量！

目标检测创新改进与实战案例专栏专栏目录：YOLOv8有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv8基础解析+创新改进+实战案例介绍摘要视觉识别的
YOLO大师·2025-01-18 02:59

基于深度学习的人脸表情识别系统：YOLOv5 + YOLOv8 + YOLOv10 + UI界面 + 数据集

人脸识别和表情识别是其中的一个重要应用，能够在多种场景下提供重要的信息，例如安全监控、情感分析、智能客服、健康监测等。
2025年数学建模美赛·2025-01-18 02:25

基于YOLOv8深度学习的人脸年龄检测识别系统

本文将基于YOLOv8目标检测模型和UI界面，开发一个完整的人脸年龄检测识别系统。我们将详细介绍项目的技术实现、数据集构建、模型训练以及UI设计，并附上完整代码。
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统（YOLOv10+UI界面+数据集）

在本篇博客中，我们将详细介绍如何构建一个基于深度学习的人脸表情识别系统。该系统主要由三部分组成：YOLOv10（深度学习模型）进行表情识别、UI界面展示识别结果以及数据集的准备和训练过程。
2025年数学建模美赛·2025-01-18 02:24

基于深度学习的人脸表情识别系统：YOLOv8 + UI界面 + 数据集完整实现

1.引言近年来，人脸表情识别在情感计算、智能人机交互、心理学研究等领域有着广泛的应用。深度学习的快速发展，使得高效、准确的人脸表情识别成为可能。
2025年数学建模美赛·2025-01-18 02:24

《解锁鸿蒙系统AI与第三方应用集成的无限可能》

利用鸿蒙系统内置的人工智能服务鸿蒙系统提供了丰富的人工智能服务，如语音助手、视觉识别、自然语言处理等。开发者可以直接调用这些服务，无需从头开始研发。
·2025-01-18 01:04

《软硬协同优化，解锁鸿蒙系统AI应用性能新高度》

目前，鸿蒙系统中的AI应用已经涵盖了语音助手、图像识别、智能推荐等多个领域，为用户带来了更加智能、便捷的体验。然而，随着
·2025-01-18 01:03

《解锁鸿蒙系统AI能力，开启智能应用开发新时代》

这意味着开发者无需从头搭建复杂的AI模型和算法，只需通过低至“一行代码”调用系统级原生AI能力，如文本识别、视觉
·2025-01-18 01:03

如何进行产品需求的分析与挖掘

产品需求分析的目标可以是：识别市场机会：发现用户未被满足的需求，或者现有市场中存在的痛点。优
·2025-01-18 01:31

如何定义需求的优先级

一、理解和识别需求首先，项目团队需要完全
·2025-01-18 01:30

潜在客户管理怎么管理？主流的方法和工具

有效的潜在客户管理能够帮助企业识别并筛选高质量的潜在客户，最终推动销售目标的达成。管理潜在客户不仅需要系统化的方法，还需要合适的工具支持。
·2025-01-18 01:59

传统数据湖和数据仓库的“中心化瓶颈”

以下是具体表现：1.单点瓶颈（SinglePointBottleneck）传统数据湖/仓库通常由中心化的数据平台团队负责，所有的数据集成、清洗、建模和治理工作都集中在这一个团队中，导致：工作负载过重：数据平台团队需要处理所有领域的数据需求
PersistDZ·2025-01-18 00:45

火绒安全原理、用法、案例和注意事项

火绒安全是一款功能强大的安全软件，它采用了先进的安全技术和算法，通过实时监测、恶意代码识别、防火墙功能、沙箱技术和网络保护等多种手段，为用户提供全面的计算机安全防护。1.为什么选用火绒安全？
正在走向自律·2025-01-17 23:29

Pandas数据预处理：处理缺失值 - 插值法

首先，我们需要导入Pandas库并加载包含缺失值的数据集。假设我们有一个名为df的数据框
代码艺术巧匠·2025-01-17 22:26

Python Pandas中的高级数据插值方法

大家好，在数据分析过程中，缺失值是一个常见的问题，尤其是在处理真实世界的数据集时，缺失值的存在可能会对分析结果产生较大的影响。
python慕遥·2025-01-17 22:20

python训练模型损失值6000多_机器学习中的 7 大损失函数实战总结（附Python演练）...

介绍想象一下-你已经在给定的数据集上训练了机器学习模型，并准备好将它交付给客户。但是，你如何确定该模型能够提供最佳结果?是否有指标或技术可以帮助你快速评估数据集上的模型?
weixin_39700394·2025-01-17 21:45

NLP-语义解析(Text2SQL)：技术路线【Seq2Seq、模板槽位填充、中间表达、强化学习、图网络】

基线模型Seq2Seq在加入Attention、Copying等机制后,能够在ATIS、GeoQuery数据集上达到84%的精确匹配,但是在WikiSQL数据集上只能达到23.3%的精确匹配,37.0%
u013250861·2025-01-17 21:43

【AI系统】混合并行

混合并行不仅能提高计算效率，还能在有限的硬件资源下处理更大的模型和数据集。在深度学习中，数据并行和模型并行各自有其适用的场景和局限性。
ZOMI酱·2025-01-17 20:05

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

鸢尾花数据集是一个著名的机器学习数据集，包含三种类别的花朵：Setosa、Versicolor和Virginica，每种类别由四个特征描述：萼片长度、萼片宽度、花瓣长度和花瓣宽度。什么是机器学习？
精通代码大仙·2025-01-17 20:05

10 大中文医学数据集汇总：涵盖神农中医药、中医药古籍、医学推理、医学问答……

医疗人工智能的快速发展离不开高质量数据集的支持。从疾病诊断到药物研发，再到个性化医疗，数据集在推动机器视觉、大模型等应用于医学领域中发挥着不可或缺的作用。
·2025-01-17 20:22

谷歌 AI Agent 白皮书：2025 年，智能体时代已来

智能体时代已来人类擅长处理复杂的模式识别任务。然而，我们往往需要借助工具——
·2025-01-17 20:51

用Python在Excel工作表中创建数据透视表

当面对大量复杂的数据集时，为了更高效地总结、分析和展示数据，创建数据透视表成为一种不可或缺的方法。
·2025-01-17 20:17

12 条基于风险的 API 安全控制指南

1.左移安全设计实践的威胁建模在建筑项目的蓝图阶段识别结构缺陷比后期修复更有效。威胁建模的目标是尽早发现并修复API安全缺陷。例子考虑一个处理用户付款
·2025-01-17 20:40

Chatbot 不是“万金油”：企业级生成式 AI 如何真正创造价值

作者认为企业需要深入分析现有业务流程，识别可以应用AI的具体环节，而不是为了使用AI而找寻应用场景。
·2025-01-17 20:10

【PCL】Segmentation 模块—— 圆柱模型分割（Cylinder model segmentation）

它通过识别点云中符合圆柱体几何形状的部分，将圆柱体从其他几何形状中分离出来。1.1主要步骤预处理：对点云进行去噪、下采样等操作，以减少数据量并提升处理效率。
old_power·2025-01-17 17:14

whisper.cpp 学习笔记

学习笔记whisper介绍源码下载源码编译支持的模型优化/加速生成库文件使用whispe.cpp的demo参考文献whisper.cpp学习笔记whisper介绍whisper是基于OpenAI的自动语音识别
法号：行颠·2025-01-17 17:12

全类别机器人传感器模块推荐

适用于简单图像识别任务，成本低、体积小，结合算法可实现目标检测等功能
极梦网络无忧·2025-01-17 16:02

【机器学习：三十、异常检测：原理与实践】

1.异常检测概述异常检测（AnomalyDetection）是一种用于识别数据中异常模式或异常点的技术，旨在发现与大部分数据行为不同的样本。它在工业监控、网络安全、金融欺诈检测等领域具有广泛应用。
KeyPan·2025-01-17 15:24

【机器学习：二十九、K-means算法：原理与应用】

其核心思想是将数据集划分为kkk个簇，使得每个簇内的样本尽可能相似，同时不同簇之间尽可能不同。K-means的简单性和高效性使其在模式识别、图像处理、市场分析等领域具有广泛应用。
KeyPan·2025-01-17 15:23
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他