图像深度学习第12页

百度飞浆目标检测PPYOLOE模型在PC端、Jetson上的部署（python）

部署目标检测模型前，需要配置好paddlepaddle的环境：开始使用_飞桨-源于产业实践的开源深度学习平台(paddlepaddle.org.cn)PC端和Jetson板卡端的部署方法相同，如下（直接放置部署和测试代码

代码能跑就可以·2024-09-02 10:09

简单易上手的生成对抗网络

判别器：判断这张图像是真实的还是机器生成的，目的是找出生成器做的假数据。

茶冻茶茶·2024-09-02 09:06

AI学习指南深度学习篇-门控循环单元的调参和优化

AI学习指南深度学习篇：门控循环单元的调参和优化引言神经网络在处理序列数据（如文本、时间序列等）方面展现出了强大的能力。

俞兆鹏·2024-09-02 09:05

Halcon提取彩色多通道图像的亚像素边缘edges_color_sub_pix算子

Halcon提取彩色多通道图像的亚像素边缘edges_color_sub_pix算子如要要提取彩色多通道图像的亚像素边缘，可以使用edges_colorsubpix算子。

看海听风心情棒·2024-09-02 08:30

基于yolov8的玉米病害检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv8的玉米病害检测系统是一款利用前沿深度学习技术开发的智能农业工具。该系统以YOLOv8为核心算法，通过大量玉米病害图片的训练，能够精准识别玉米害虫病害。

FL1623863129·2024-09-02 08:58

前端基础入门三大核心之HTML篇：深入解析PNG8、PNG16、PNG24与PNG32的差异及网页应用指南

的差异及网页应用指南基础概念与作用说明PNG8PNG16PNG24PNG32代码示例与使用场景PNG8示例PNG24示例PNG32示例性能优化与最佳实践防范漏洞提示结语与讨论在网页设计与前端开发中，选择合适的图像格式是至关重要的一步

DTcode7·2024-09-02 08:54

Datawhale AI夏令营第五期CV Task02

YOLO的核心思想是将目标检测任务视为一个单一的回归问题，直接从图像像素到边界框坐标和类别概率的映射。

m0_60530253·2024-09-02 07:21

Datawhale AI夏令营第五期魔搭-CV竞赛方向Task1笔记--初识yolo模型

该系统应利用先进的图像处理和计算机视觉技术，通过对摄像头捕获的视频进行分析，自动准确识别违规行为，并及时向管理部门发出告警，以实现更高效的城市管理。本质上是属于CV中的目标检测

切记我是一个温柔的刀客·2024-09-02 07:19

阿里云Qwen2-VL语言模型：特点与实用性解析

一、Qwen2-VL的核心特点1.多分辨率与比例图像的理解能力Qwen2-VL最大的亮点之一，就是它对多分辨率和比例图像的理解能力。这意味着它可以灵活应对

玩AI的小胡子·2024-09-02 07:49

Open3D mesh 拉普拉斯laplacian滤波

应用场景二、代码实现2.1关键函数参数详解返回值2.2完整代码三、实现效果3.1加入噪点的mesh3.2迭代10次3.3迭代100次Open3D点云算法汇总及实战案例汇总的目录地址：Open3D点云算法与点云深度学习案例汇总

白葵新·2024-09-02 05:38

Windows下快速安装Open3D-0.18.0(python版本)详细教程

Open3D简介1.1主要用途1.2应用领域二、安装Open3D2.1激活环境2.2安装open3d2.3测试安装是否成功三、测试代码3.1代码3.2显示效果Open3D专栏算法目录Open3D点云算法与点云深度学习案例汇总

白葵新·2024-09-02 05:38

学习收获（第27周）

王府凤·2024-09-02 05:07

【Tools】计算机视觉（CV）技术的优势和挑战。

我们从不正视那个问题那一些是非题总让人伤透脑筋我会期待爱盛开那一个黎明一定会有美丽的爱情范玮琪《是非题》计算机视觉（CV）技术是一种模拟人类视觉系统的能力，通过使用计算机算法和图像处理技术，让计算机能够理解和解释图像和视频

音乐学家方大刚·2024-09-02 03:57

Ulord深度学习3：区块链应用场景解析

Ulord深度学习第三课对区块链的应用场景做了剖析，让我们对区块链有了更形象的了解。

luckfang·2024-09-02 03:16

深度学习100问29:rnn语言模型与传统的语言模型有何不同

嘿，你知道RNNLM和传统语言模型有啥不一样吗？传统语言模型就像个记性不太好的小伙伴。比如那种n-gram语言模型，它只能记住前面几个词，再多就不行啦，就像脑袋里的小抽屉只能装那么点东西。但RNNLM可不一样，它就像有个超级强大的记忆宝盒。通过循环连接的隐藏层，它能记住老长老长一段历史信息呢，说不定能想起好久好久以前出现的词。就好像它有个神奇的小本本，把看到过的词都记下来，随时能翻出来用。传统语言

不断持续学习ing·2024-09-02 01:10

零基础Opencv学习（二）

图像变换一、边缘检测1：边缘检测Cannycv::MatiamgeCan;cv::Canny(image,iamgeCan,3,9,3);cv::imshow("Canny",iamgeCan);///

随风逐流wrx·2024-09-02 00:06

windows系统huggingface连接不上的解决方案

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2024-09-02 00:34

day-46 旋转图像

思路不能使用辅助数组，所以关键在于弄清楚旋转后坐标的变化规律。当矩阵的大小n为偶数时，以n/2行和n/2列的元素为起点，当矩阵的大小n为奇数时，以n/2行和（n+1）/2列的元素为起点解题过程关键：旋转过程中互相交换的四个元素的坐标为：1.matrix[i][j]2.matrix[n-1-j][i]3.matrix[n-1-i][n-1-j]4.matrix[j][n-1-i]CodeclassS

菜-卷·2024-09-01 23:30

深度学习100问43:什么是过拟合

嘿，咱来聊聊过拟合是什么。想象一下，有个机器学习的模型就像一个学生在准备考试。如果这个模型对训练数据就像学生把课本上的题目背得超级熟，在训练数据上表现得那叫一个棒，就像学生在做课本上的题时成绩超高。但是呢，一旦碰到新的、从来没见过的数据，就傻眼了，表现得一塌糊涂。这时候就可以说这个模型过拟合啦。为啥会过拟合呢？一方面可能是这个模型太复杂了，就像学生学得太“死”，记住了训练数据里的一些小噪声和特别的

不断持续学习ing·2024-09-01 23:28

数据结构01

一：1.数据：是能被计算机识别，并输入给计算机处理的符号集合数据不仅仅包括整型、实型等数值类型，还包括字符及声音、图像、视频等非数值类型。2.数据结构：是计算机存储、组织数据的方式。

刘岩2019·2024-09-01 23:46

深度学习中的梯度消失和梯度爆炸问题

在深度学习领域，随着模型层数的增加，我们常常会遇到两个棘手的问题：梯度消失（VanishingGradients）和梯度爆炸（ExplodingGradients）。

码上飞扬·2024-09-01 23:57

深入解析HarmonyOS Image组件的使用与优化

在现代移动应用开发中，图像处理是一个至关重要的部分。HarmonyOS提供了功能强大的图像组件，允许开发者从多种来源显示图像，如本地资源、网络资源、资源文件、媒体库和Base64图像编码。

神码兄弟·2024-09-01 22:55

深度学习_模型调用预测

概要应用场景：用户流失本文将介绍模型调用预测的步骤，这里深度学习模型使用的是自定义的deepfm代码导包importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsfromcollectionsimportdefaultdictfromscipyimportstatsfromscipyimportsign

you_are_my_sunshine*·2024-09-01 22:24

websocket：两台PC间数据传输

项目要求在两台PC间进行图像传输，写了个小小的例子，如下：服务器端：importosfromsocketimport*importbase64#图片解码defbase64_decode_img(base64

我就是666呀·2024-09-01 21:48

【论文阅读|cryoET】本周粗读汇总

论文1：CryoDRGN-ET：深度重建生成网络以可视化细胞内动态生物分子Abstract虽然冷冻电子断层扫描可以以分子分辨率揭示结构，但图像处理算法仍然是解决原位生物分子结构异质性的瓶颈。

吃吃今天努力学习了吗·2024-09-01 20:46

如何开发针对不平衡分类的成本敏感神经网络 python

如何开发针对不平衡分类的成本敏感神经网络深度学习神经网络是一类灵活的机器学习算法，可以在各种问题上表现良好。

背包客研究·2024-09-01 20:15

读《深度学习：走向核心素养》

3.教师组织学生研讨和交流，增加学生之间的深度互动这是实现深度学习的关键环节。深度学习的场域，是多人共同参与的场域，学生在参与的过程中能够对话沟通、共同思考。

qingqianshiguan·2024-09-01 20:27

nvidia cuda镜像说明

nvidia/cuda:11.1.1-cudnn8-runtime:这是一个运行时镜像，适用于在已安装CUDA11.1.1和cuDNN8的环境中运行深度学习应用程序。

九品神元师·2024-09-01 20:42

通义千问-VL-Chat-Int4

Qwen-VL可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。Qwen-VL系列模型性能强大，具备多语言对话、多图交错对话等能力，并支持中文开放域定位和细粒度图像识别与理解。

九品神元师·2024-09-01 20:42

解惑深度学习中的困惑度Perplexity

困惑度的定义困惑度(Perplexity)是衡量语言模型好坏的一个常用指标。语言模型(languagemodel)可以预测序列(比如一个句子)中每个时间步词元(比如一个句子中的逐个单词)的概率分布，继而计算一个序列的概率。一个好的语言模型应该有更高的概率生成一个好的序列，即生成的序列不应该让人感到很困惑，困惑度的核心思想是：序列生成的概率越大，其困惑度越小，因此可以使用困惑度这个指标来评估语言模型

Axlsss·2024-09-01 20:11

深度学习奥秘解锁：AI大模型技能提升指南

文章目录每日一句正能量前言AI大模型学习的理论基础AI大模型的训练与优化AI大模型在特定领域的应用AI大模型学习的伦理与社会影响未来发展趋势与挑战后记**前言**随着人工智能技术的快速发展，AI大模型学习正成为一项备受关注的研究领域。为了提高模型的准确性和效率，研究者们需要具备深厚的数学基础和编程能力，并对特定领域的业务场景有深入的了解。通过不断优化模型结构和算法，AI大模型学习正为人类的生活和工

AGI大模型老王·2024-09-01 19:09

CLIP-Adapter: Better Vision-Language Models with Feature Adapters

对比语言图像预训练（CLIP）虽然prompt-tuning用于textualinputs，但是建议CLIPAdapter在视觉或语言分支上使用功能适配器进行fine-tuneCLIPAdapter采用了一个额外的瓶颈层来学习新的特征

Tsukinousag·2024-09-01 19:22

深度学习_数据读取到model模型存储

概要应用场景：用户流失本文将介绍模型调用预测的步骤，这里深度学习模型使用的是自定义的deepfm，并用机器学习lgb做比较代码导包importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsfromcollectionsimportdefaultdictfromscipyimportstatsfromsc

you_are_my_sunshine*·2024-09-01 19:35

遥感影像-语义分割数据集：GID数据集详细介绍及训练样本处理流程

GID数据集：大规模高分卫星土地覆盖数据集原始数据集详情简介：GID是基于我国Gaofen-2卫星数据而构建的大规模高分辨率遥感图像土地覆盖数据集。

GIS潮流·2024-09-01 18:33

深度学习100问44:如何避免模型出现过拟合现象

就像在图像识别里，把图片转一转、翻一翻、剪一剪，这样数据就变得更多样啦。二、简化模型要是模型太复杂，那就像盖了一座超级华丽的城堡，容易记住一些不该记的东西。那就把模型弄得简单点

不断持续学习ing·2024-09-01 18:00

fpga图像处理实战-均值滤波

均值滤波均值滤波是一种简单的图像处理技术，主要用于平滑图像，去除噪声。它通过用当前像素邻域的平均值代替该像素值，从而实现图像的平滑处理。这种滤波器在图像处理中被广泛用于减少图像中的随机噪声。

梦梦梦梦子~·2024-09-01 18:29

【论文阅读33】Deep learning optoacoustic tomography with sparse data

Deeplearningoptoacoustictomographywithsparsedata论文题目：基于稀疏数据的深度学习光声断层扫描论文链接：Deeplearningoptoacoustictomographywithsparsedata

弹伦琴的雷登·2024-09-01 18:29

opencv之阈值处理

:3.2.1工作原理3.2.2工作步骤3.2.3适用场景3.2.4优缺点自适应阈值的优点自适应阈值的缺点3.3Otsu’s方法:什么是最大化类间方差工作原理适用场景优缺点4.应用场景总结1.阈值处理在图像处理领域

hola173841439·2024-09-01 18:28

深度学习100问39:阿达玛乘积在实际生活中的应用

一、图像处理领域在图像处理的世界里，阿达玛乘积就像是一个神奇的画笔。比如说图像融合吧，想象一下，你有两张超酷的照片，一张是美丽的风景照，另一张是带有超炫艺术滤镜的图片。

不断持续学习ing·2024-09-01 18:56

C++ 二叉搜索树

查找节点2.2插入节点2.3删除节点2.4遍历节点3.二叉搜索树的实现4.二叉搜索树的应用4.1K模型4.2KV模型5.二叉搜索树性能分析5.1时间复杂度5.2空间复杂度5.3平衡二叉搜索树6.结语（图像由

康熙38bdc·2024-09-01 17:26

语义补全学习笔记

自动驾驶VoxFormerVoxFromer仅通过2D图像，不依赖点云数据，能预测完整的3D几何形状和语义信息GitHub-NVlabs/VoxFormer:OfficialPyTorchimplementationofVoxFormer

AI算法网奇·2024-09-01 17:53

力扣基础速攻题单（排位刷分适用）

语言入门系列算法零基础100讲1.2的幂2.3的幂3.4的幂4.斐波那契数5.第N个泰波那契数6.剑指offer.求1+2+…+n7.单调数列8.最富有客户的资产总量9.二进制矩阵中的特殊位置10.翻转图像

0·2024-09-01 17:21

WPF 中Canvas图像缩放和平移

WPF中Canvas图像缩放和平移使用控件介绍Canvas控件Image控件WPFEllipse控件代码示例缩放时字体失真解决图元图像等图层设置实现功能：图像上放一个图元，同时实现缩放和平移操作缩放操作

qzy0621·2024-09-01 17:49

【LSTM分类】基于贝叶斯优化卷积神经网络结合长短时记忆BO-CNN-LSTM实现柴油机故障诊断含Matlab源码

matlab科研助手·2024-09-01 17:18

闪耀世界人工智能大会背后，AI头雁百度已成智能经济强力引擎

例如，AI的图像识别“天赋”已经超过了地球

何玺·2024-09-01 16:58

吴恩达深度学习笔记(24)-为什么要使用深度神经网络？

为什么使用深层表示？（Whydeeprepresentations?）我们都知道深度神经网络能解决好多问题，其实并不需要很大的神经网络，但是得有深度，得有比较多的隐藏层，这是为什么呢？我们一起来看几个例子来帮助理解，为什么深度神经网络会很好用。首先，深度网络在计算什么？如果你在建一个人脸识别或是人脸检测系统，深度神经网络所做的事就是，当你输入一张脸部的照片，然后你可以把深度神经网络的第一层，当成一

极客Array·2024-09-01 16:18

iOS下使用OpenCV来控制相机

AVFoundation提供对iOS相机参数的完全访问，包括图像格式，焦距，曝光，闪光，帧速率和数字变焦（裁剪因子）。但是，AVFoundation无法解决任何GU

unravelW·2024-09-01 14:46

Qt 中资源文件的添加及使用

Qt中资源文件的添加及使用1.1创建资源文件1.1.1在QtCreator中创建资源文件1.1.2编辑资源文件1.2起别名1.2.1在资源文件中设置别名1.2.2使用已经起别名的资源1.2.2.1加载图像

三玖诶·2024-09-01 13:26

优漫：真的可以!让你UI图片使用场景更漂亮！

在这个快节奏的时代，相比文字，图像的传达效率会更快、更高、更有助于用户轻松理解及记忆。

系额·2024-09-01 12:57

AI在科研中的应用：chatgptgpt4的数据分析与机器学习

2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。

zmjia111·2024-09-01 12:52

推荐频道

图像深度学习