E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
尺度
陌讯多
尺度
模型实测优化
在建筑工地、交通指挥等场景中,反光衣是保障作业人员安全的重要装备,对其进行精准识别是智能监控系统的核心功能之一。但传统视觉算法在实际应用中却屡屡碰壁:强光下反光衣易与背景混淆、远距离小目标漏检率高达30%、复杂场景下模型泛化能力不足[实测数据来源:某智慧工地项目2024年Q1日志]。这些问题直接导致安全监控系统预警滞后,给安全生产埋下隐患。一、技术解析:反光衣识别的核心难点与陌讯算法创新反光衣识别
·
2025-07-12 17:53
线性代数同济教材每一部分的现实意义
一、行列式(Determinants)的现实意义:不仅仅是数字,而是“
尺度
”和“特性”行列式虽然计算结果是一个数值,但它绝不是一个孤立的数字,它在现实世界中代表着“
尺度
”和“特性”的重要信息:现实意义核心
ZhuBin365
·
2025-07-12 13:01
其它
算法
【机器学习笔记Ⅰ】9 特征缩放
特征缩放(FeatureScaling)详解特征缩放是机器学习数据预处理的关键步骤,旨在将不同特征的数值范围统一到相近的
尺度
,从而加速模型训练、提升性能并避免某些特征主导模型。1.为什么需要特征缩放?
巴伦是只猫
·
2025-07-12 05:30
机器学习
机器学习
笔记
人工智能
OpenCV探索之旅:多
尺度
视觉与形状的灵魂--图像金字塔与轮廓分析
我们将建造两种强大的“金字塔”,赋予我们跨越
尺度
的“鹰之眼”;然后,我们将不仅仅是找到轮廓,更要深入其内部,测量它的面积、周长,找到它的重心,甚至量化它的“形状”
·
2025-07-11 21:14
安防监控漏报频发?陌讯实时检测算法实测召回率98%
二、技术解析:陌讯算法的三重创新陌讯视觉算法通过多
尺度
特征融合+自适应光照补偿提升鲁棒性:动态感受野机制在Backbone中引入可变形卷积(DeformableConv),公式表示为:y(p)=
2501_92487721
·
2025-07-11 16:39
目标跟踪
计算机视觉
人工智能
算法
【论文阅读】【IEEE TCYB 2023】Edge-Guided Recurrent Positioning Network forSalient Object Detection in Opt
Edge-GuidedRecurrentPositioningNetworkforSalientObjectDetectioninOpticalRemoteSensingImages|IEEEJournals&Magazine|IEEEXplore代码地址:前置知识一、摘要目前由于光学rsi中目标类型多样、目标
尺度
多样
·
2025-07-11 12:11
量子化学仿真软件:NWChem_(7).分子动力学模拟
分子动力学模拟分子动力学(MolecularDynamics,MD)模拟是量子化学和材料科学中常用的一种计算方法,用于研究分子系统在不同时间和空间
尺度
下的行为。
kkchenjj
·
2025-07-09 18:38
化工仿真2
化工仿真模拟
人工智能
化工仿真
YOLOv11 | SAConv与C3k2融合架构技术详解,替换传统下采样Conv
SAConv(SwitchableAtrousConvolution)可切换空洞卷积结合C3k2二次创新模块,在YOLOv11中实现了三大突破:动态感受野调节:支持[1,2,3]三种空洞率的实时切换多
尺度
特征融合
wei子
·
2025-07-09 10:39
技术杂谈
YOLO
人工智能
大白话解释深度学习中多
尺度
特征融合及其意义
如果这个程序只能在一个固定的
尺度
上“看”图像,比如说只能处理大物体,它可能会错过那些远处的小汽车,因为这些小汽车在图像中占据的像素很少。
来自宇宙的曹先生
·
2025-07-09 05:05
深度学习
人工智能
Python指南:必备技巧与经验分享
的不解之缘二数据准备:磨刀不误砍柴工数据清洗:如何让数据焕然一新缺失值处理:填补或删除缺失数据的策略异常值检测:识别并处理异常值的方法数据转换:如何调整数据类型和格式类型转换:转换数据类型以适应需求标准化:使数据在同一
尺度
master_chenchengg
·
2025-07-08 13:51
python
python
办公效率
python开发
IT
【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等
文章目录专栏简介专栏亮点适配人群相关说明关于答疑环境配置超分理解实现流程文章目录基础知识三个常用的SR框架数据集相关可解释性(论文中的可视化说明)图像超分(ImageSuper-Resolution)经典超分(ClassicalSR)任意
尺度
超分
十小大
·
2025-07-06 22:18
超分辨率重建(理论+实战
科研+应用)
超分辨率重建
人工智能
图像处理
深度学习
计算机视觉
图像超分
pytorch
初始CNN(卷积神经网络)
无论是手机上的人脸识别解锁,还是自动驾驶汽车对道路和行人的识别,背后都离不开CNN的强大能力一、CNN诞生的背景与意义在CNN出现之前,传统的图像识别方法主要依赖人工提取特征,例如使用SIFT(
尺度
不变特征变换
超龄超能程序猿
·
2025-07-06 21:04
机器学习
cnn
人工智能
神经网络
YOLOv11 改进策略 | GFPN:超越 BiFPN,跳层与跨
尺度
连接重塑特征金字塔
YOLOv11改进策略|GFPN:超越BiFPN,跳层与跨
尺度
连接重塑特征金字塔!
·
2025-07-06 11:41
人工智能赋能气象气候:从数据智能到预测创新的融合之路
个人主页:慌ZHANG-CSDN博客期待您的关注一、引言:气象气候与AI的“天然耦合”气象与气候系统是典型的复杂、多
尺度
、强非线性的自然系统,其建模、分析与预测依赖庞大观测数据和高性能计算资源。
慌ZHANG
·
2025-07-06 00:30
人工智能
人工智能
数字图像处理学习笔记
输出图像像素点需要将图象值要作类型转换,转成Int图像仿射变换线性变换+平移线性变换:1,变换前直线,变换后仍然直线2,直线比例不变3,直线到远点的距离不变仿射变换计算:常见变换:恒等变换:变换前后一致
尺度
变换
andwhataboutit?
·
2025-07-06 00:57
学习
笔记
【ICLR 2022】时序精选论文08|Pyraformer: 基于金字塔注意力机制与多
尺度
辨识卷积的时间序列预测模型(代码解读附源码)
ICLR2022PYRAFORMER:LOW-COMPLEXITYPYRAMIDALAT-TENTIONFORLONG-RANGETIMESERIESMODELINGANDFORECASTINGPyraformer要解决的问题基于时间序列数据面临的挑战:建立一个灵活但简约的模型,能够捕获不同范围的时间依赖性。时间序列通常表现为短期和长期的重复模式,将他们考虑在内是准确预测的关键。即能够获得一个同时
OverOnEarth
·
2025-07-05 12:35
时间序列预测项目实战
人工智能
机器学习
深度学习
python
算法
基于人体骨架动作识别的神经信息处理技术(2 相关工作-2.4提高信号质量)
3)捕获时间模式提取多
尺度
特征
路由跳变
·
2025-07-03 18:21
动作识别
人工智能
遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用
以EarthEngine(GEE)、PIE-Engine为代表全球
尺度
地球科学数据(尤其是卫星遥感数据)在线可视化计算和分析云平台应用越来越广泛。
科研的力量
·
2025-07-01 18:59
生态
遥感
双碳
chatgpt
GEE
卫星遥感数据
番外篇 | SEAM-YOLO:引入SEAM系列注意力机制,提升遮挡小目标的检测性能
2)多
尺度
特
小哥谈
·
2025-06-29 16:00
YOLOv8:从入门到实战
YOLO
深度学习
人工智能
机器学习
计算机视觉
神经网络
医学图像增强的层级化模糊与虚拟仪器无参考质量评价研究【附代码】
该方法的核心思想在于利用拉普拉斯金字塔分解图像,并在多
尺度
下分层计算模糊隶属度
拉勾科研工作室
·
2025-06-28 19:54
计算机视觉
图像处理
人工智能
OpenCV计算机视觉实战(12)——图像金字塔与特征缩放
2.1应用场景2.2实现过程3.图像融合实例3.1应用场景3.2实现过程小结系列链接0.前言图像金字塔技术通过对原始图像按不同分辨率进行多层次表示,不仅能提升计算效率,还能为图像融合、检测与识别提供多
尺度
特征
AI technophile
·
2025-06-25 09:57
OpenCV项目实践指南
计算机视觉
opencv
人工智能
清风数学建模个人笔记--模糊综合评价
)灰性(灰色系统)模糊性(模糊数学)二、分类:偏小型:年轻、小、冷中间型:中年、中、暖偏大型:年老、大、热三、模糊函数的三种表示方法(1)模糊统计法(设计调查问卷,不推荐,主观性最弱)(2)借助已有的
尺度
fvdj0
·
2025-06-25 03:16
数学建模
笔记
深入研究YOLO算法改进中的注意力机制
注意力机制可以细分为通道注意力、空间注意力、自注意力、多
尺度
注意力和位置感知注意力等类型,每种类型的注意力机制都旨在优化模型对图像特征的理解和处理。
周立-ric
·
2025-06-25 01:03
通义万相2.1技术深度解析
,其核心架构包含以下模块:多模态编码器CLIPViT-L/14文本编码器(768维嵌入)改进型图像编码器(EfficientNet-B7+自注意力)扩散主干网络改进型U-Net架构(128层残差块)多
尺度
交叉注意力机制动态卷积核分配自适应噪声调度系统非线性噪声衰减算法分阶段训练策略分布式训
accurater
·
2025-06-24 20:52
c++算法笔记
人工智能
神经网络
深度学习
YOLOv10改进策略【Neck】| BMVC 2024 MASAG 模块(多
尺度
自适应空间注意门):动态感受野与空间注意力增强多
尺度
目标检测精度
MASAG(Multi-ScaleAdaptiveSpatialAttentionGate)模块通过动态调制空间注意力权重与多
尺度
感受野,实现了对跨层级特征图中局部细节与全局语义的智能聚合。
Limiiiing
·
2025-06-23 13:54
YOLOv10改进专栏
YOLO
目标检测
计算机视觉
深度学习
开发电磁-热-力-流耦合的GPU加速算法(基于NVIDIA Modulus)
传统仿真方法面临以下挑战:计算复杂度爆炸:四场耦合需联立求解Maxwell方程、Navier-Stokes方程、热传导方程及结构动力学方程,单次仿真耗时可超100小时(基于CPU集群);跨
尺度
建模困难:
百态老人
·
2025-06-22 13:11
算法
基于高性能的光频域反射(OFDR)分布式光纤传感解决方案
其中,光频域反射技术(OFDR,OpticalFrequencyDomainReflectometry),凭借其超高的空间分辨率和灵敏度,成为微
尺度
测量与结构微变监测中的关键技术手段。
上海锟联科技
·
2025-06-21 22:08
OFDR
光频域反射
分布式光纤传感
分布式光纤传感
光频域反射
DAS
OFDR
YOLOv11 改进策略:利用 MPDIoU 增强边界框回归的准确性
YOLOv11改进策略:利用MPDIoU增强边界框回归的准确性引言目标检测中的边界框回归质量直接影响模型的检测精度,特别是在复杂背景和多
尺度
目标场景下。
鱼弦
·
2025-06-21 08:12
YOLO实践与改进
YOLO
人工智能
基于Python+OpenCV实现SIFT
文章目录一项目简介二、功能三、系统四.总结一项目简介 一、项目背景与意义SIFT(Scale-InvariantFeatureTransform,
尺度
不变特征变换)是一种在计算机视觉中广泛应用的局部图像特征描述子
2301_79809972
·
2025-06-21 02:02
python
python
plotly
Code Coverage
市场上主要代码覆盖率工具:EmmaCoberturaJacocoClover(商用)这里简单介绍一下Jacoco覆盖率的概念:Jacoco包含了多种
尺度
的覆盖率计数器,包含:指令级(Instructions
ROBIN-KING
·
2025-06-20 17:28
code
coverage
基于传统机器学习SVM支持向量机进行分类和目标检测-视频介绍下自取
通过SVM+SIFT实现墙体裂缝检测107python通过SVM+SIFT实现墙体裂缝检测_哔哩哔哩_bilibili该代码使用python语言编写,代码实现了一个基于SVM(支持向量机)和SIFT(
尺度
不变特征变换
no_work
·
2025-06-20 17:57
深度学习
机器学习
支持向量机
分类
YOLOv12改进策略【Neck】| BMVC 2024 MASAG 模块(多
尺度
自适应空间注意门):动态感受野与空间注意力增强多
尺度
目标检测精度
MASAG(Multi-ScaleAdaptiveSpatialAttentionGate)模块通过动态调制空间注意力权重与多
尺度
感受野,实现了对跨层级特征图中局部细节与全局语义的智能聚合。
Limiiiing
·
2025-06-20 15:17
YOLOv12改进专栏
YOLO
目标检测
计算机视觉
深度学习
机器学习赋能多
尺度
材料模拟:前沿技术会议邀您共探
本次前沿技术会议聚焦“机器学习赋能的多
尺度
材料模拟与催化设计”,旨在为科研人员与工程师搭建一个深度交流与学习的平台。
m0_75133639
·
2025-06-20 09:30
复合材料
机器学习
人工智能
分子动力学
第一性原理
深度学习
vasp
复合材料
pp-ocrv5中的改进-跨阶段特征融合(CSP-PAN)以及在 Neck 部分引入 CSP-PAN后为何就能解决小文本漏检问题?
PAN是目标检测中用于融合不同
尺度
特征图的主流方法之一,其核心思想是:自顶向下(Top-down):将深层(
·
2025-06-19 16:28
YOLOV8模型优化-选择性视角类别整合模块(SPCI):遥感目标检测的注意力增强模型详解
然而,遥感目标检测面临三大难题:
尺度
剧变:目标尺寸从几米到几百米不等(如飞机vs油罐)密集分布:港口/机场等场景存在大量密集目标背景干扰:自然/人造景观交织导致语义混淆现有方法如YOLOv8虽在通用目标检测表现优异
清风AI
·
2025-06-18 22:24
YOLO算法魔改系列
深度学习算法详解及代码复现
计算机视觉算法
目标跟踪
人工智能
计算机视觉
YOLO
python
目标检测
深度学习
如何数据的永久保存?将信息以加密电磁波形式发射至太空实现永久保存的可行性说明
其作为“宇宙时间胶囊”的“永久性”概念在严格意义上无法实现,仅能在有限时间
尺度
内(数千至数万年)提供一种脆弱且低概率的保存途径
大千AI助手
·
2025-06-18 17:48
人工智能
#
OTHER
人工智能
数据
存储
永久保存
高可用
matlab appcoef函数,matlab小波分析工具箱常用函数
1.Cwt:一维连续小波变换格式:coefs=cwt(s,scales,'wavename')coefs=cwt(s,scales,'wavename','plot')scales:
尺度
向量,可以为离散值
柳编
·
2025-06-17 00:12
matlab
appcoef函数
YOLOv3 正负样本划分详解
YOLOv3在YOLOv2的基础上引入了多
尺度
预测和更精细的AnchorBoxes匹配策略,使得正样本的选择更加合理,提高了模型的召回率和定位精度。
要努力啊啊啊
·
2025-06-16 12:54
计算机视觉
YOLO
目标检测
深度学习
计算机视觉
目标跟踪
CNN中的感受野
它决定了神经元处理信息的空间
尺度
,直接影响网络对局部细节和全局语义的捕捉能力。以下是其详细解析:一、定义与核心概念基本定义感受野是特征图上单个像素点
AI扶我青云志
·
2025-06-16 12:47
cnn
人工智能
YOLOv8新突破:FASFFHead多
尺度
检测的极致探索
文章目录一、引言:YOLO检测头的演进与挑战二、FASFFHead核心设计原理2.1多
尺度
特征增强架构2.2自适应空间特征融合(ASFF)机制三、FASFFHead完整实现3.1网络结构定义3.2特征融合模块实现四
向哆哆
·
2025-06-16 00:34
YOLO
目标检测
人工智能
yolov8
深度学习
大规模复杂变电站巡检机器人分层路径规划
摘要为解决大规模、存在可变障碍物的复杂变电站环境下的自主导航问题,设计一个变电站运动规划框架,包括建立变电站地图、动态避障与局部路径规划、可变障碍物比对及判断,并提出一种基于层次搜索空间
尺度
的HHA*路径规划方法
罗伯特之技术屋
·
2025-06-15 20:38
物联网及AI前沿技术专栏
信息资源管理与发展专栏
机器人
动态规划
算法
YoloV8改进策略:Block改进|MKP,多
尺度
卷积核级联结构,增强感受野适应性|即插即用|AAAI 2025
3.2MKP单元优化3.3MKP设计优势4效果4.1性能对比实验4.2消融实验4.3效率优势5论文总结代码完整代码Pzconv模块代码详解辅助函数和基础模块Pzconv模块核心实现测试代码关键设计解析1.多
尺度
特征提取
AI智韵
·
2025-06-15 17:24
YOLO
目标跟踪
人工智能
计算机视觉与深度学习 | 低照度图像增强算法综述(开源链接,原理,公式,代码)
低照度图像增强算法综述1算法分类与原理1.1传统方法1.2深度学习方法2核心算法详解2.1多
尺度
Retinex(MSRCR)实现2.2SCI自校准光照学习2.3自适应伽马校正2.4WaveletMamba
单北斗SLAMer
·
2025-06-15 00:27
低照度
图像增强
低照度图像处理
计算机视觉
算法
DenoDet:SAR 图像目标检测
、环境监测、军事侦察等二、SAR图像上目标检测的挑战散斑噪声干扰(specklenoise):SAR是一个相干成像系统,其图像本质上包含不可避免的散斑噪声,会叠加在目标上针对散斑噪声的传统解决办法:多
尺度
特征表示
码上奶茶
·
2025-06-13 02:07
目标检测
人工智能
计算机视觉
图像处理 | 基于matla的多
尺度
Retinex(MSR)和自适应直方图均衡化(CLAHE)算法联合的低照度图像增强(附代码)
低照度图像增强1、算法原理2、代码实现3、关键步骤说明4、效果5、扩展建议6、原图7、结果1、算法原理2、代码实现functionenhanced_img=MSR_CLAHE_Enhancement(img_path)%读取图像img=imread(img_path
单北斗SLAMer
·
2025-06-12 18:10
图像处理
算法
人工智能
低照度
图像增强
当微型AI机器人来敲门:一个关于未来权力、战争与人类命运的思考
设想一下,如果有一天,AI机器人不仅能像人类一样灵活,甚至能缩小到肉眼难以察觉的微米、纳米
尺度
,并能无孔不入、变化多端,那世界会变成什么样?
深海科技服务
·
2025-06-12 08:23
行业发展
IT应用探讨
人工智能
程序人生
5个常用的主干网络模型
5个常用的主干网络模型在深度学习行业中,目标检测是一大类应用,网络主要由三部分结构组成,主干网络、颈部网络、检测头,它们在网络中分别扮演者提取特征、二次处理特征(一般是融合、多
尺度
提取)、提取目标信息(
思绪漂移
·
2025-06-11 20:10
网络
人工智能
深度学习
【深度学习解惑】NAS(神经架构搜索)是否能自动发现 Inception 类似的多分支结构?已有哪些工作验证?
目录核心命题与验证NAS发现多分支结构的原理关键验证工作与实验代码实现范式挑战与未来方向参考文献1.核心命题与验证核心命题:“NAS能否在不预设先验的情况下,自动发现类似Inception的多
尺度
并行结构
云博士的AI课堂
·
2025-06-11 16:42
大模型技术开发与实践
哈佛博后带你玩转机器学习
深度学习
深度学习
人工智能
大模型
机器学习
pytorch
神经架构搜索
NAS
nnUNet V2修改网络——暴力替换网络为Swin-Unet
传统方法主要依赖卷积神经网络(CNN),尤其是U-Net及其变体,通过局部卷积操作和跳跃连接提取多
尺度
特征。然
w1ndfly
·
2025-06-11 09:20
nnU-Net
V2修改网络
nnunet
深度学习
人工智能
机器学习
nnunetv2
nnUNet V2修改网络——加入MultiResBlock模块
MultiResBlock是MultiResUNet中核心组件之一,旨在解决传统U-Net在处理多
尺度
医学图像时的局限性。
w1ndfly
·
2025-06-11 09:20
nnU-Net
V2修改网络
深度学习
人工智能
卷积神经网络
计算机视觉
机器学习
nnunet
nnU-Net
V2
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他