深度学习图像识别自动驾驶第39页

ChatGPT 和文心一言哪个更好用？

首先，ChatGPT是由OpenAI基于GPT-3.5架构训练而成，拥有庞大的语言模型和深度学习算法支持。这使得它在理解和生成复杂的语言结构方面表现出色。

五味的编程日记·2024-01-31 22:39

多模态语义检索 | 基于 MetaSpore 快速部署 HuggingFace 预训练模型

随着深度学习技术在计算机视觉、自然语言处理、语音理解等领域不断取得创新性突破，越来越多的非结构化数据被机器进行感知、理解和加工。这些进展主要得益于深度学习的强大表征学习能力

momo_cb59·2024-01-31 22:11

电商未来：拍立淘API引领购物体验新篇章（二）

拍立淘API的优势拍立淘API的主要优势在于其强大的图像识别技术和广泛的商品库。通过使用图像识别技术，用户只需上传一张图片，拍立淘API就能快速准确地识别出与之相似的商品，并返回相应的搜索结果。

数据小爬虫·2024-01-31 21:12

拍立淘API如何帮助电商平台拓展商品类目

拍立淘API作为一种先进的图像识别技术，可以为电商平台提供强大的支持，帮助其拓展商品类目，提升用户体验和平台竞争力。

api77·2024-01-31 21:09

计算机视觉深度学习训练推理框架

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前言本文整理了一些深度学习训练推理框架，涉及计算机视觉、语音、时序任务上的框架，共计20多种。

小白学视觉·2024-01-31 21:50

快速入门存内计算—助力人工智能加速深度学习模型的训练和推理

存内计算：提高计算性能和能效的新技术传统的计算机架构是将数据存储在存储器中，然后将数据传输到计算单元进行处理。这种架构存在一个性能瓶颈，即数据传输延迟。存内计算通过将计算单元集成到存储器中，消除了数据传输延迟，从而提高了系统性能。什么是存内计算存内计算（Processing-In-Memory）是指在存储器内部直接进行数据处理的技术。存内计算的实现方式主要有两种：模拟存内计算：这种方法利用存储器单

一见已难忘的申公豹·2024-01-31 21:18

【Java万花筒】驶入未来：利用Java库构建智能自动驾驶与车联网系统

加速汽车智能化：解析自动驾驶与车联网的Java库应用技巧前言随着自动驾驶和车联网技术的发展，开发人员需要强大的工具和资源来构建智能交通系统。

friklogff·2024-01-31 20:44

C语言实现通讯录(初级版)

前言在深度学习了一段时间C语言后，我们可以实现写一段通讯录功能来巩固已学的知识此篇文章旨在详解通讯路的基本实现，功能框架等等注：此通讯录存在一定的缺陷，下篇文章将会对其进行一定的优化一、通讯录的基本功能在上手写通讯录之前

Tlzns·2024-01-31 20:31

Tensorflow实战深度学习笔记一

人类直观能力----人工智能（自然语言理解、图像识别、语音识别等）。经验----机器学习。训练----特征相关度。

独立开发者Lau·2024-01-31 20:13

BP图片降噪MATLAB代码

BP(BackPropagation)神经网络是一种常用的深度学习模型,可以用于图像降噪。主要步骤包括:构建BP神经网络模型。包括输入层、隐藏层和输出层。

MATLAB代码顾问·2024-01-31 19:17

【读点论文】Benchmarking chinese text recognition Datasets, baselines, and an empirical study，中文专题的字符识别

BenchmarkingChineseTextRecognition:Datasets,Baselines,andanEmpiricalStudyAbstract近年来，深度学习的蓬勃发展见证了文本识别的快速发展

羞儿·2024-01-31 18:49

深度学习|Keras识别MNIST手写数字（CNN）

材料和方法今天继续使用MNIST数据。方法：这次使用的方法为卷积神经网络（CNN）。卷积神经网络通过卷积层，池化层来做特征的提取，最后再连上全连接网络。卷积层卷积层就是通过多个filter来生成多张图片，其运算如图所示。池化层池化层就是对图像进行缩减采样，让保证数据特征的情况下减少计算开销。数据处理卷积神经网络和之前的处理不一样，要将图片转换为三维的（RGB），这里MNIST为灰度图，所以是二维的

罗罗攀·2024-01-31 17:40

故障诊断 | 一文解决，GRU门控循环单元故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，GRU门控循环单元故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

故障诊断 | 一文解决，BP神经网络的故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断|一文解决，BP神经网络的故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 17:30

深度学习之caffe入门一一配置SSD中遇到的问题

用gitclone将代码下载下来之后,需要编译一下,如果之前编译过caffe,直接将之前的makefile.config文件粘贴到caffe-ssd的目录下即可.我将我的makefile.config文件贴出来,大家可以参考一下.##Refertohttp://caffe.berkeleyvision.org/installation.html#Contributionssimplifyingan

hhy_csdn·2024-01-31 16:49

人工智能是哪个专业

该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。目前，人工智能专业在部分高校中被归类到计算机科学与技术或电子与计算机工

金鸣识别·2024-01-31 16:24

基于Python的深度学习基础

深度学习将使用NumPy和Matplotlib这两种外部库Python有“解释器”和“脚本文件”两种运行模式Python能够将一系列处理集成为函数或类等模块NumPy中有很多用于操作多维数组的便捷方法类与对象变量是挂在对象身上的标签

程序媛了了·2024-01-31 15:35

故障诊断 | 一文解决，CNN卷积神经网络故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍源码设计参考资料效果一览文章概述故障诊断|一文解决，CNN卷积神经网络故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 15:09

金融风控Task2-数据分析

目的EDA（ExploratoryDataAnalysis）价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.了解变量间的相互关系

sunflowers11·2024-01-31 14:17

影刀RPA实现数据自动录入

它可以在不修改现有系统的情况下，通过图像识别、自动化脚本等方式，实现对各种应用程序的自动化操作。影刀RPA的工作原理

enter回车键·2024-01-31 14:16

AI特训一：为什么要学习AI

AI利用机器学习、深度学习、自然语言处理等技术，能够分析大量的数据、识别模式、做出决策和预测AI有哪些强大之处·处理大量数据：AI能够处理和分析大规模数据，挖掘数据中的模式和洞察，从中获取有价值的信息和知识

我不是费圆·2024-01-31 14:14

如何提高图像分类准确率？

一、问题描述当我们在处理图像识别或者图像分类或者其他机器学习任务的时候，我们总是迷茫于做出哪些改进能够提升模型的性能（识别率、分类准确率）。。。

Steven_ycs·2024-01-31 14:57

机器学习强化学习深度学习的区别与联系

机器学习强化学习深度学习机器学习按道理来说，这个领域（机器学习）应该叫做统计学习（StatisticalLearning），因为它的方法都是由概率统计领域拿来的。

坠金·2024-01-31 12:10

媒体报道：聚焦工业物联网赛道，为什么Ruff成了“黑马”？

不同于人脸识别等单一算法，自动驾驶汽车需要面临错综复杂的道路状况，对于信号的高速传输、大量的数据处理与数据的长期追溯提出极其严苛的要求。

玄居Ruff IoT·2024-01-31 12:02

自动驾驶和智能座舱软件介绍（二）

作者/阿宝编辑/阿宝出品/阿宝1990自动驾驶软件介绍自动驾驶底层操作系统及软件架构底层可以包括多种芯片，以太网通信+中间件保证网络通信和不同OS任务分配的确定性AutomotiveuC，单片机，如英飞凌

阿宝说车·2024-01-31 12:52

【论文解读】CoFF: Cooperative Spatial Feature Fusion for 3D Object Detection on Autonomous Vehicles

CoFF摘要引言CoFF方法实验结论摘要为了减少传输的数据量，最近提出了一种基于特征图的融合方法，作为自动驾驶汽车协同三维目标检测的实用解决方案。

我叫两万块·2024-01-31 12:51

【论文解读】V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction

V2VNet摘要引言方法WhichInformationshouldbeTransmittedLeveragingMultipleVehicles实验结论摘要在本文中，我们探索了使用车对车(V2V)通信来提高自动驾驶车辆的感知和运动预测性能

我叫两万块·2024-01-31 12:51

机器学习和深度学习中的normalization(归一化)

在机器学习和深度学习中，normalization（归一化）是一种重要的数据预处理步骤，它的目的是改变数值数据的形式，以使其在一个固定的范围内，通常是0到1，或者使其均值为0，标准差为1。

实名吃香菜·2024-01-31 12:18

网络深度对深度学习模型性能有什么影响？

深度学习模型之所以在各种任务中取得了成功，足够的网络深度起到了很关键的作用，那么是不是模型越深，性能就越好呢？

jiandanjinxin·2024-01-31 11:35

深度学习主机购置及环境配置(Ubuntu18.04)

万事皆有因最近在学习机器学习，看到了深度学习这一部分。

飞天小小猫·2024-01-31 11:30

模型的收敛

在深度学习中，训练一个模型涉及到通过反向传播算法不断调整模型的权重，以最小化损失函数。模型的收敛取决于多个因素，包括学习率、数据质量、模型架构等。

幸运小新·2024-01-31 11:56

工具系列(二) 解读使用VSCode与PyCharm连接远程服务器并创建容器进行代码调试

小酒馆燃着灯·2024-01-31 11:16

【深度学习】MNN ImageProcess处理图像顺序，逻辑，均值，方差

文章目录介绍Opencvnumpy等效的MNN处理介绍MNNImageProcess处理图像是先reisze还是后resize，均值方差怎么处理，是什么通道顺序？这篇文章告诉你答案。Opencvnumpy这段代码是一个图像预处理函数，用于对输入的图像进行一系列处理，以便将其用于某些机器学习模型的输入。cv2.imdecode(np.fromfile(imgpath,dtype=np.uint8),

XD742971636·2024-01-31 11:03

故障诊断 | 一文解决，LSTM长短期记忆神经网络故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍模型描述源码设计参考资料效果一览文章概述故障诊断模型|Maltab实现LSTM长短期记忆神经网络故障诊断专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用

机器学习之心·2024-01-31 11:32

深度学习之卷积神经网络

前言如果我们采用多层BP神经网络去训练1000x1000像素的图像，有1百万个隐层神经元，那么他们全连接的话，就有101210^{12}1012个连接，也就是101210^{12}1012个权值参数。这训练量是很惊人的.卷积神经网络使用权值共享网络结构,降低了网络模型的复杂度，减少了权值的数量。卷积网络的“前世今生”卷积网络是一个生物神经网络.其的结论来源于一只猫.D.H.Hubel和T.N.Wi

懒猫gg·2024-01-31 10:35

基于YOLOv8深度学习的水稻叶片病害智能诊断系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战

《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体

阿_旭·2024-01-31 10:34

PaddleOCR安装教程，easyocr库安装记录

并可以此为契机学习深度学习。github：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/README_ch.md官网：

marytime·2024-01-31 10:04

【深度学习每日小知识】Precision 精度

Precision精度精度是机器学习（ML）中分类器或预测器准确性的度量。它被定义为分类器做出的真正正预测数与分类器所做的正预测总数之比。换句话说，真正正确的是正面预测的比例。精度是机器学习中的一个关键参数，因为它量化了分类器识别成功样本的能力。它有时与另一个称为召回的统计数据相结合，该统计数据被定义为真正的阳性预测与所有实际上为阳性的案例的比例。精确度和召回率是权衡取舍;例如，分类器的召回率可能

jcfszxc·2024-01-31 10:03

【深度学习每日小知识】Recall 召回率

Recall召回率召回率是机器学习(ML)中分类器或预测器敏感性的指标。它的计算方式是真实阳性案例总数与分类器做出的真实阳性预测数量的比例。换句话说，它是分类器正确检测到的真实正面示例的百分比。召回率是机器学习中的一个关键参数，因为它评估分类器识别成功案例的能力。它经常与另一个称为精度的指标一起使用，精度定义为真阳性预测与分类器所有阳性预测的比例。准确率和召回率可以相互抵消，召回率的增加可能会导致

jcfszxc·2024-01-31 10:03

深度学习(7)--卷积神经网络项目详解

一.项目介绍：用Keras工具包搭建训练自己的一个卷积神经网络(Simple_VGGNet，简单版VGGNet)，用来识别猫/狗/羊三种图片。数据集：二.卷积神经网络构造查看API文档Convolutionlayers(keras.io)https://keras.io/api/layers/convolution_layers/#导入所需模块fromkeras.modelsimportSeque

GodFishhh·2024-01-31 10:32

深度学习(8)--如何在tensorflow中用GPU来训练神经网络

tensorflow库在2.11及以上版本中，都取消了对Windows平台的GPU支持，如果想要用GPU来训练网络，需要安装2.10及以下版本的tensorflow。可以通过下述代码将tensorflow库换为2.10版本。(如果在虚拟环境中安装的tensorflow，则需先激活虚拟环境再输入下述代码）pipinstall--user"tensorflow$CONDA_PREFIX/etc/con

GodFishhh·2024-01-31 10:32

【深度学习： Encord Active平台】Encord 中的数据、标签和模型质量指标

【深度学习：EncordActive平台】Encord中的数据、标签和模型质量指标什么是质量指标？

jcfszxc·2024-01-31 10:00

深度学习(9)--pydot库和graphviz库安装流程详解

目录一.pydot库安装二.graphviz库安装一.pydot库安装pydot的安装可直接在编译器安装相关包，以PyCharm举例：如果搜索可用软件包显示为空，记得在此处把使用Conda软件包管理器”点亮二.graphviz库安装点击链接下载安装包graphviz-2.38.msi，开始安装：记住安装的路径，后续需要配置环境完成安装后配置环境变量计算机→属性→高级系统设置→高级→环境变量→系统变

GodFishhh·2024-01-31 10:30

【附代码实现】光流法大全(DeepFlow、DenseFlow、DisFlow、FbFlow、PCAFlow、SimpleFlow、TV_L1)

光流法3.1效果图3.2程序四、FB光流法4.1效果图4.2程序五、PCA光流法5.1效果图5.2程序六、PCA光流法6.1效果图6.2程序七、TV_L1光流法7.1效果图7.2程序前言我研究生阶段是做深度学习情感识别的

SuperChuangChuang·2024-01-31 10:48

深度学习与神经网络Pytorch版 3.2 线性回归从零开始实现 1.生成数据集

应用场景二，代码展现1.生成数据集(完整代码)2.各个函数解析2.1torch.normal()函数2.2torch.matmul()函数2.3d2l.plt.scatter()函数三，总结一，简介1.原理深度学习线性回归的原理是基于神经网络和线性回归的结合

砍树＋c＋v·2024-01-31 10:17

【深度学习每日小知识】Model Accuracy 模型准确率

ModelAccuracy模型准确率模型准确性是衡量机器学习(ML)模型基于数据做出预测或决策的能力的指标。它是用于评估ML模型性能的常用指标，可用于比较不同模型的性能或评估特定模型对于给定任务的有效性。有多种不同的方法来衡量模型的准确性，具体取决于机器学习模型的类型和要解决的问题的性质。一些常见的方法包括分类精度、均方误差和平均绝对误差。分类准确率是分类任务模型准确率的常用衡量标准，定义为模型做

jcfszxc·2024-01-31 10:15

深度学习与神经网络pytorch版 2.3 线性代数

深度学习与神经网络pytorch版2.3线性代数目录深度学习与神经网络pytorch版2.3线性代数1.简介2.线性代数2.3.1标量编辑2.3.2向量2.3.3矩阵2.3.4张量及其性质2.3.5降维

砍树＋c＋v·2024-01-31 10:41

而在深度学习领域，优化算法的选择也是一个模型的重中之重。

而在深度学习领域，优化算法的选择也是一个模型的重中之重。即使在数据集和模型架构完全相同的情况下，采用不同的优化算法，也很可能导致截然不同的训练效果。

小嘤嘤怪学·2024-01-31 09:43

互联网加竞赛基于深度学习的人脸表情识别

文章目录0前言1技术介绍1.1技术概括1.2目前表情识别实现技术2实现效果3深度学习表情识别实现过程3.1网络架构3.2数据3.3实现流程3.4部分实现代码4最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的人脸表情识别该项目较为新颖

Mr.D学长·2024-01-31 09:11

DeepSORT算法实现车辆和行人跟踪计数和是否道路违规检测（代码＋教程）

该算法采用深度学习技术来提取特征，并使用卡尔曼滤波器来估计物体的速度和位置。DeepSORT算法通过首先使用目标检测算法来识别出场景中的车辆和行人，然后使用卷积神经网络（CNN）来提取物体的特征。

毕设阿力·2024-01-31 09:08

推荐频道

深度学习图像识别自动驾驶