图像－－－特征

鸿蒙Harmony开发：应用组件间的通信原理规范

相关装饰器介绍装饰器名称功能特征@State所装饰变量的值发生变化时，将会调用
太空人_喜之郎·2025-02-26 09:26

从零开始玩转TensorFlow：小明的机器学习故事 4

虽然在朋友们看来已经很不错了，但小明发现一个问题：当比赛数据越来越多、球队的特征越来越复杂时，模型的准确率提升得很慢。
山海青风·2025-02-26 07:42

使用 yolov8 进行对象检测

YOLOv8凭借其一流的对象检测将Web应用程序、API和图像分析提升到一个新的水平。在本文中，我们将了解如何利用yolov8进行对象检测。
算法资料吧！·2025-02-26 06:36

复杂脑网络之图论参数计算（BCT工具包）

有错误请尽管指出，感谢~一、计算聚类系数、特征路径长度、小世界参数大概思路：功能连接矩阵--->去除虚假连接的矩阵--->加权矩阵--->计算图论参数1.功能连接矩阵--
addBr·2025-02-26 06:02

自动驾驶之BEV概述

自动驾驶需要目标在3D空间的位置信息，传统检测为2D图像上检测目标然后IPM投影到3D。所以无论如何3D结果才是我们最终想要的。
maxruan·2025-02-26 05:58

Genesis：AI驱动的天空盒深度纹理自动生成工具

该项目的主要目的是探索当前2D图像生成模型在构建3D世界中的潜力，并为未来的AI辅助游戏开发提供原型工作流程。项目技术分析
羿妍玫Ivan·2025-02-26 05:27

动态视觉SLAM的亿点点思考（含20项最新开源代码链接）[上篇]

现有的模板基本就是使用目标检测或者语义分割网络剔除动态特征点，然后用几何一致性做进一步的验证。笔者最近也在思考突破口，
3Ｄ视觉工坊·2025-02-26 05:57

网络渗透测试实验四：CTF实践

熟悉网络扫描、探测HTTPweb服务、目录枚举、提权、图像信息提取、密码破解等相关工具的使用。
肆——·2025-02-26 05:26

面试技巧|软件测试面试题八股文-数据库题库

关系型数据库以表格形式存储数据，遵循严格规则，便于处理结构化数据的复杂查询；非关系型数据库更灵活，适于存储半结构化和非结构化数据，例如文档、图像。扩展问题-关
软件测试雪儿·2025-02-26 04:48

在PyTorch中使用插值法来优化卷积神经网络（CNN）所需硬件资源

使用插值法的优点：物理系统的数据通常是连续的，使用插值法可以保持数据的连续性直接截取可能会丢失重要的动态特征，使用插值法不会丢失重要信息可
mosquito_lover1·2025-02-26 03:45

Unity 群聚（生成鱼群）

游戏简介实验以捕鱼达人为基础，生成不同种类型的鱼群，每个鱼群都有独立的特征，比如外观，游向，速度等等，鱼群中的每个个体又有自己独特的性质，但他们都跟随父物体移动，有自己微小的变化，但总体趋势和父物体一致
朱颜辞镜花辞树>·2025-02-26 03:44

MFLUX: 在Mac上本地运行强大的FLUX模型

MFLUX简介MFLUX(MacFLUX)是一个基于AppleMLX框架的FLUX模型实现,旨在让用户能够在Mac电脑上本地运行强大的FLUX图像生成模型。
2401_87458718·2025-02-26 02:05

基金基础知识

单笔资金可投资数十种资产，降低单一资产波动影响专业管理：由具备市场研究能力的团队决策投资组合低门槛：1元起投，适合小额资金参与资本市场流动性强：开放式基金支持随时申赎（货币基金最快5分钟到账）二、基金分类与特征解析
xuanloyer·2025-02-26 00:25

机器学习与深度学习在辣椒病虫害识别中的集成分析（实验室环境）

因此，采用基于图像的自动识别系统将有助于快速识别辣椒病害。从图像中提取的特征对于开发这样一个精确的识别系统至关重要。结果:本研究将传统方法提取的辣椒病虫害特征与基于深度学习方法提取的特征进行了比较。
@@南风·2025-02-26 00:53

python阈值计算_基于Python的阈值分割算法实现(二)

引言前文我们讨论了关于实现OTSU算法的问题，该算法主要是针对于特征值阈值的确定，这个值可以用于论文讨论和说明。
weixin_39872222·2025-02-26 00:52

点云从入门到精通技术详解100篇-基于点云与图像纹理的 道路识别（续）

目录3.1.2图像滤波去噪3.2道路纹理特征提取3.3基于超像素分割的图像特征表达3.3.1SLIC算法3.3.2改进SLIC算法的超像素特征图获取3.4基于改进区域生长算法的道路区域分割3.4.1种子点的选择
格图素书·2025-02-25 23:20

无人机实战系列（二）本地摄像头 + Depth-Anything V2

因为我使用的无人机是Tello，其本身仅提供了一个单目视觉相机，在众多单目视觉转Depth的方案中我选择了Depth-AnythingV2，这个库的强大在于其基于深度学习模型将单目视觉以较低的代价转换成RGBD图像
nenchoumi3119·2025-02-25 23:42

深度学习笔记——循环神经网络RNN

热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集文章目录热门专栏机器学习深度学习文本特征提取的方法1.基础方法1.1词袋模型（BagofWords,BOW）工作原理举例优点缺点1.2TF-IDF
好评笔记·2025-02-25 22:10

揭秘波士顿房价密码：从经典数据集到线性回归实战

波士顿房价数据集包含了与波士顿地区房屋相关的多种特征信息，通过
珠峰日记·2025-02-25 22:39

支持向量机 (Support Vector Machine, SVM)

1.基本概念超平面：在特征空间中，S
数维学长986·2025-02-25 22:38

神经网络八股（3）

1.什么是梯度消失和梯度爆炸梯度消失是指梯度在反向传播的过程中逐渐变小，最终趋近于零，这会导致靠前层的神经网络层权重参数更新缓慢，甚至不更新，学习不到有用的特征。
SylviaW08·2025-02-25 22:37

机器学习笔记——特征工程

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。
好评笔记·2025-02-25 22:37

【PyTorch 实战2：UNet 分割模型】10min揭秘 UNet 分割网络如何工作以及pytorch代码实现（详细代码实现）

UNet网络详解及PyTorch实现一、UNet网络原理  U-Net，自2015年诞生以来，便以其卓越的性能在生物医学图像分割领域崭露头角。
xiaoh_7·2025-02-25 22:37

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

项目实战2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net是一种用于生物医学图像分割的卷积神经网络架构
胖墩会武术·2025-02-25 21:04

【matlab数学建模项目】matlab实现HSV空间的森林火灾监测系统——森林火灾监测系统

项目下载：本项目完整讲解和全套实现源码见下资源，有需要的朋友可以点击进行下载说明文档（点击下载）全套源码+学术论文基于MATLAB的HSV空间森林火灾监测系统的技术实现与应用-机器学习-HSV色彩空间-图像处理
阿里matlab建模师·2025-02-25 21:31

基于UNet对DRIVE视网膜进行图像分割

我的项目环境：平台：Windows10语言环境：python3.7编译器：PyCharmPyTorch版本：1.8.1项目专栏：【PyTorch深度学习项目实战100例】一、基于UNet对DRIVE视网膜进行图像
海洋 之心·2025-02-25 21:31

机器学习01

机器学习的基本过程如下：1.数据获取2.数据划分3.特征提取4.模型选择与训练5.模型评估6.模型调优一、特征工程（重点）0.特征工程步骤为：特征提取(如果不是像dataframe那样的数据，要进行特征提取
天行者@·2025-02-25 20:53

iOS指纹归因详解

它基于设备的软硬件特征生成唯一标识，而不依赖于IDFA（IdentifierforAdvertisers）或UUID。2.指纹归因的原理指纹归因的核心是收集设备
AirZilong·2025-02-25 19:13

目标检测进化史：从R-CNN到YOLOv11，技术的狂飙之路

一、引言在计算机视觉领域中，目标检测是一项至关重要的任务，它旨在识别图像或视频中感兴趣的目标物体，并确定它们的位置。目标检测技术的应用广泛，涵盖了自动驾驶、安防监控、智能机器人、图像编辑等多个领域。
紫雾凌寒·2025-02-25 17:32

第七个问题 - 什么是AIGC？它和LLM是什么关系？

AIGC（AI-GeneratedContent，人工智能生成内容）指由人工智能系统自动生成的各类数字化内容，涵盖文本、图像、音频、视频、代码、3D模型等多种形式。
释迦呼呼·2025-02-25 15:52

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

深度学习（DL）在解决PAI中存在的技术限制（如硬件限制、生物特征信息缺乏等）方面的潜力。2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。
superace7911·2025-02-25 15:50

数字图传技术的实现方式与技术难点 ！

与传统的模拟图传相比，数字图传具有抗干扰能力强、传输距离远、图像质量高等优势。然而，数字图传技术的实现也面临诸多技术难点。本文将详细探讨数字图传技术的实现方式及其面临的主要技术挑战。
云卓SKYDROID·2025-02-25 15:19

9、论文阅读：无监督的感知驱动深水下图像增强

Perception-DrivenDeepUnderwaterImageEnhancementWithoutPairedSupervision前言引言相关工作UIE模型基于非物理模型基于物理模型基于深度学习质量度量在图像增强中的应用方法论问题表述
Maker~·2025-02-25 15:18

Pytorch实现论文：基于多尺度融合生成对抗网络的水下图像增强

简介简介：提出了一种新型的水下图像增强算法，基于多尺度融合生成对抗网络，名为UMSGAN，以解决低对比度和颜色失真的问题。首先经过亮度的处理，将处理后的图像输入设计的MFFEM模块和RM模块生成图像。
这张生成的图像能检测吗·2025-02-25 15:46

数据分享：空气质量数据-杭州

气候特征：杭州属于亚热带季风气候，四季分明，雨量充沛。夏季高温多雨，冬季较为温和湿润。这种气候条件对空
张陈亚·2025-02-25 14:42

图像配准的方法

迄今为止，在国内外的图像处理研究领域，已经报道了相当多的图像配准研究工作，产生了不少图像配准方法。总的来说，各种方法都是面向一定范围的应用领域，也具有各自的特点。
wangtaohappy·2025-02-25 14:12

【多语言生态篇三】【DeepSeek×Go：高并发推理服务设计】

第一章：项目背景与选型考量1.1DeepSeek推理服务的业务挑战日均请求量突破1.2亿次（峰值QPS达38万）典型请求特征：50ms超时限制|10KB输入+2KB响应流量特征：工作日周期性波动（早10
再见孙悟空_·2025-02-25 14:11

即插即用的注意力机制21种

1、SEBlock(Squeeze-and-Excitation)功能：自适应学习通道权重，增强重要通道特征。出处：SENet#SEBlock(PyTorch)classSEBlock
@Mr_LiuYang·2025-02-25 14:40

快速辨别Vue版本的8个关键方法

全局API创建方式（最明显特征）//Vue3特征import{createApp}from'vue'constapp=createApp(App)app.mount('#app')//Vue2特征importVuefrom'vue'newVue
wujiada001·2025-02-25 13:33

RK3568平台（显示篇）显示系统基本概念

Frambebuffer驱动Frambebuffer驱动具有以下特征：直接控制显卡的帧缓冲区，提供基本的显卡输出功
嵌入式_笔记·2025-02-25 13:32

面试技巧|软件测试面试题八股文-数据库题库

关系型数据库以表格形式存储数据，遵循严格规则，便于处理结构化数据的复杂查询；非关系型数据库更灵活，适于存储半结构化和非结构化数据，例如文档、图像。扩展问题-关
sszmvb1234·2025-02-25 13:30

【PyTorch】torch.nn.Conv1d 类：一维卷积层（处理一维数据的卷积运算）

与二维卷积(Conv2d)和三维卷积(Conv3d)类似，Conv1d通过在输入数据的一个维度（通常是时间或空间）上滑动卷积核来提取特征。
彬彬侠·2025-02-25 13:00

高压输电线故障检测数据集 YOLO 格式

数据集特点图像数量：1912张高质量图像，涵盖多种场景和光照条件。标注类别：6个类别，包括正常高压线、故障高压线、正常绝缘子、故障绝缘子等。
幽络源小助理·2025-02-25 12:27

第73节 绘制图像(ImageData)

在HarmonyOS中，ImageData对象可以存储canvas渲染的像素数据，这对于图像的绘制和处理至关重要。
川石课堂软件测试·2025-02-25 09:36

C++ 单列模式在touchGFX 中的应用

一）资源管理场景1)图像资源管理：在TouchGFX应用中，通常会有许多图像资源，如界面图标、背景图片等。使用单例模式创建一个图像资源管理器，可以确保这些图像资源在整个应用中被有效地管理。
黑果果的思考·2025-02-25 08:30

使用Diffusion Models进行图像超分辩重建

DiffusionModels专栏文章汇总：入门与实战前言：图像超分辨率重建是一个经典CV任务，其实LR（低分辨率）和HR（高分辨率）图像仅在高频细节上存在差异。
沉迷单车的追风少年·2025-02-25 04:32

知识库管理中台架构：数据资产激活与企业效率跃升

基于AI驱动的语义解析技术与分布式大数据处理框架，该架构实现了非结构化数据的多模态特征提取与知识图谱映射。
Baklib-企业帮助文档·2025-02-25 04:59

RTX 3090图形处理巅峰性能解析

本文将以Ampere架构的技术演进为切入点，系统性解构该显卡在显存配置、运算单元协作及图像处理技术方面的创新设计。
智能计算研究中心·2025-02-25 03:26

联邦学习优化驱动医疗诊断新突破

这一技术突破为医学影像识别、病理特征分析等场景提供了新的技术路径，特别是在肿瘤筛查领域，通过迁移学习实现跨病种知识迁移，配合超参数自动调优机制，可使模型在有限标注数据下达到95%以上的病灶识别准确率
智能计算研究中心·2025-02-25 03:26

DeepSeek高能AI：低成本高效应用突破

该系统整合自然语言处理与视觉语言理解的双通道架构，使文本生成、图像解析和跨模态推理形成协同效应。
智能计算研究中心·2025-02-25 03:25
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他