深度学习（图像）

python模块triton安装教程

Triton是一个用于高性能计算的开源库，特别适用于深度学习和科学计算。通过预编译的whl文件安装Triton可以简化安装过程，尤其是在编译时可能会遇到依赖问题的情况下。
2401_85863780·2025-02-15 21:40

【机器学习】逻辑回归(LogisticRegression)原理与实战

逻辑回归Demo2.1数据准备2.2创建逻辑回归分类器2.3分类器预测三、逻辑回归实战3.1数据准备3.2数据划分与模型创建3.3预测数据评估模型四、参数选择五、总结六、参考资料本文属于我的机器学习/深度学习系列文章
GentleCP·2025-02-15 19:56

打印金字塔总结(c/c++)

打印金字塔总结(c/c++)前事不忘，后事之师；在做循环结构时惊觉前几题几乎都是打印space或*或字符、数字打印的图像，看了看没啥人做这种基础题的盘点总结，秉承节流（时间）的精神也就为类己的萌新规范化此类题目
shixiexunnie·2025-02-15 19:22

Stable Diffusion之最全详解图解

StableDiffusion是一种革命性的图像生成模型，其发布标志着AI图像生成技术的一个重要里程碑。本文将通过详细的图解和实例演示，全面解析StableDiffusion的工作原理。
破碎的天堂鸟·2025-02-15 18:17

《深度Q网络优化：突破高维连续状态空间的束缚》

在人工智能的发展历程中，深度Q网络（DQN）作为强化学习与深度学习融合的关键成果，为解决复杂决策问题开辟了新路径。
·2025-02-15 18:22

智享AI直播三代系统，开启「机器人比人更会带货」时代！

它融合了先进的人工智能技术，包括深度学习
缘分开始t621238·2025-02-15 17:43

第一章嵌入式系统概论考点06数字图像

熟悉中西文字的编码和数字文本的类型与处理，掌握数字图像的参数、文件格式及其主要应用。理解计算机网络的分类与组成，熟悉IP协议的主要内容，掌握互联网的组成和常用接入技术。
奇偶变不变·2025-02-15 17:13

第一章嵌入式系统概论考点03嵌入式系统的分类

熟悉中西文字的编码和数字文本的类型与处理，掌握数字图像的参数、文件格式及其主要应用。理解计算机网络的分类与组成，熟悉IP协议的主要内容，掌握互联网的组成和常用接入技术。
奇偶变不变·2025-02-15 17:12

第一章嵌入式系统概论考点04SoC芯片

熟悉中西文字的编码和数字文本的类型与处理，掌握数字图像的参数、文件格式及其主要应用。理解计算机网络的分类与组成，熟悉IP协议的主要内容，掌握互联网的组成和常用接入技术。
奇偶变不变·2025-02-15 17:12

第一章嵌入式系统概论考点05数字（电子）文本

熟悉中西文字的编码和数字文本的类型与处理，掌握数字图像的参数、文件格式及其主要应用。理解计算机网络的分类与组成，熟悉IP协议的主要内容，掌握互联网的组成和常用接入技术。
奇偶变不变·2025-02-15 17:12

第一章嵌入式系统概论考点09计算机网络.

熟悉中西文字的编码和数字文本的类型与处理，掌握数字图像的参数、文件格式及其主要应用。理解计算机网络的分类与组成，熟悉IP协议的主要内容，掌握互联网的组成和常用接入技术。
奇偶变不变·2025-02-15 17:40

nnUNet V2修改网络——替换为U-Net V2

U-NetV2是一种先进的医学图像分割模型，它通过改进的跳跃连接和语义细节注入（SDI）模块，有效地融合了高级语义信息和低级细节信息，从而显著提升了分割精度。
w1ndfly·2025-02-15 17:05

自学黑客（网络安全），一般人我劝你还是算了吧

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包文章讲述了自学网络安全时常见的误区，如先学编程、过度追求深度学习以及收集过多资料，并提供了前期学习的硬件、软件选择建议，强调了基础编程知识和英文能力的重要性
网安周星星·2025-02-15 16:59

Python在DevOps中的应用：自动化CI/CD管道的实现

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！
蒙娜丽宁·2025-02-15 16:28

ImageJ用户手册——第二部分（ImageJ操作）

mageJ用户手册-第二部分ImageJ的使用4.使用键盘快捷键5.查找命令6.撤消和重做7.图像类型和格式原生格式非原生格式8.堆栈、虚拟堆栈、超堆栈Stacks（堆栈）VirtualStacks（虚拟堆栈
用数据说话用数据决策·2025-02-15 16:57

DQN的原理和代码实现

DQN结合了Q学习和深度学习，通过使用神经网络来近似Q值函数，解决了传统Q学习在高维状态空间中的问题。2.DQN的训练步骤2.1初始化环境：定义环境（例如，Atari游戏
SmallerFL·2025-02-15 15:23

深度学习基础知识

它允许开发人员利用NVIDIA的GPU（图形处理器）来加速各种计算任务，包括科学计算、机器学习、深度学习、数据分析等。NVIDIA是一个全球领先的计算技术公司，专注于设计和制造高性能计算设备。
namelijink·2025-02-15 15:22

ImageJ：科研与工业图像处理的利器

ImageJ：科研与工业图像处理的利器imageJ下载链接项目地址:https://gitcode.com/Resource-Bundle-Collection/35869项目介绍ImageJ是一款功能强大的开源图像处理软件
邱蒙励·2025-02-15 15:21

【python语言应用】最新全流程Python编程、机器学习与深度学习实践技术应用（帮助你快速了解和入门 Python）

当前最新的技术动态，如大型语言模型和深度学习技术的发展，展示了深度学习和机器学习技术的强大潜力，成为推动创新和提升竞争力的关键。
赵钰老师·2025-02-15 14:20

【Python深入浅出㊸】解锁Python3中的TensorFlow：开启深度学习之旅

目录一、TensorFlow简介1.1定义与背景1.2特点二、Python3与TensorFlow的关系2.1版本对应2.2为何选择Python3三、安装TensorFlow3.1安装步骤3.2验证安装四、TensorFlow基本概念与使用方法4.1计算图（Graph）4.2会话（Session）4.3张量（Tensor）4.4变量（Variable）4.5占位符（Placeholder）五、Te
奔跑吧邓邓子·2025-02-15 14:19

【Java】已解决：java.util.concurrent.ExecutionException

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-02-15 13:42

c++加载TensorRT调用深度学习模型方法

使用TensorRT来调用训练好的模型并输出结果是一个高效的推理过程，特别是在需要低延迟和高吞吐量的应用场景中。以下是一个基本的步骤指南，展示了如何在C++中使用TensorRT进行推理。步骤1：准备环境安装TensorRT：确保你已经安装了NVIDIATensorRT库。准备模型：确保你的训练好的模型已经转换为TensorRT支持的格式，通常是一个.engine文件。你可以使用onnx-tens
feibaoqq·2025-02-15 13:35

点云从入门到精通技术详解100篇-基于 CBCT 与口内扫描数据的牙齿点云配准

目录前言国内外研究现状传统牙齿配准点云配准2牙齿数据的深度学习点云配准基础2.1牙齿数据获取方法2.1.1口腔印模2.1.2辐射成像2.1.3口内扫描2.2深度学习网络2.2.1全连接神经网络2.2.2
格图素书·2025-02-15 12:01

OpenCV开发笔记（八十一）：通过棋盘格使用鱼眼方式标定相机内参矩阵矫正摄像头图像

若该文为原创文章，转载请注明原文出处本文章博客地址：https://hpzwl.blog.csdn.net/article/details/142614975长沙红胖子Qt（长沙创微智科）博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…OpenCV开发专栏（点击传送门）上一篇：《OpenCV开发笔记（八十）
长沙红胖子Qt（技术Q群4597637）·2025-02-15 11:23

【鱼眼镜头12】Scaramuzza的鱼眼相机模型实操，不依赖于具体的相机几何结构，直接从图像数据出发，因此更具灵活性。

文章目录Scaramuzza相机模型标定效果2、原理和代码代码1、2D映射到3D，函数输入为2D点坐标+OCAM参数代码功能详解2、3D-->2D3、总结Scaramuzza模型的核心思想Scaramuzza模型的核心思想与Kannala-Brandt模型的对比Scaramuzza模型的独特之处Scaramuzza的意图4、标定实践参考从Scaramuzza的论文出发，详细介绍该模型。参考论文-1
Hali_Botebie·2025-02-15 10:48

【OpenCV-Python】——哈里斯/Shi-Tomas角检测&FAST/SIFT/ORB特征点检测&暴力/FLANN匹配器&对象查找

1.2优化哈里斯角1.3Shi-Tomasi角检测2、特征点检测2.1FAST特征点检测2.2SIFT特征检测2.3ORB特征检测3、特征匹配3.1暴力匹配器3.2FLANN匹配器4、对象查找总结：前言：图像的特征是指图像中具有独特性和易识别性的区域
柯宝最帅·2025-02-15 10:17

Python深度学习代做目标检测NLP计算机视觉强化学习

了解您的需求，您似乎在寻找关于Python深度学习领域的代做服务，特别是在目标检测、自然语言处理（NLP）、计算机视觉以及强化学习方面。以下是一些关于这些领域的概述以及寻找相关服务的建议。
matlabgoodboy·2025-02-15 10:43

基于深度学习YOLOv5的活体人脸检测系统（Python+PySide6界面+训练代码）

近年来，随着深度学习的突破，YOLO（YouOnlyLookOnce）系列算法因其高效、准确、实时的特点，广泛应用于物体检测任务。在实际的人脸识别应用中，活体人脸检测
深度学习&目标检测实战项目·2025-02-15 09:42

【深度学习】计算机视觉（CV）-目标检测-SSD（Single Shot MultiBox Detector）—— 单次检测多框检测器

SSD(SingleShotMultiBoxDetector)是一种用于目标检测（ObjectDetection）的深度学习模型，由WeiLiu等人在2016年提出。
IT古董·2025-02-15 09:09

【深度学习】YOLO-World: Real-Time Open-Vocabulary Object Detection，目标检测

介绍一个酷炫的目标检测方式：论文：https://arxiv.org/abs/2401.17270代码：https://github.com/AILab-CVC/YOLO-World文章目录摘要Introduction第2章相关工作2.1传统目标检测2.2开放词汇目标检测第3章方法3.1预训练公式：区域-文本对3.2模型架构3.3可重参数化的视觉-语言路径聚合网络（RepVL-PAN）3.4预训练
XD742971636·2025-02-15 09:07

PyTorch入门实战：从零搭建你的第一个神经网络

二、环境搭建：5分钟快速安装三、核心概念：张量与自动求导1.张量（Tensor）：深度学习的数据基石2.自动求导（Autograd）：神经网络训练的核心四、实战：手写数字识别（MNIST）1.数据集加载与预处理
不打滑的西瓜皮·2025-02-15 08:58

超火的Deepseek的MOE架构是什么?

DeepSeek的MOE（MixtureofExperts，混合专家）架构是一种基于专家模型（MixtureofExperts）的深度学习框架，旨在通过动态选择和激活部分专家模块来提高计算效率和模型性能
魔王阿卡纳兹·2025-02-15 07:51

使用神经架构搜索（Neural Architecture Search, NAS）自动化设计高效深度学习模型的技术详解

博客主页：瑕疵的CSDN主页Gitee主页：瑕疵的gitee主页⏩文章专栏：《热点资讯》使用神经架构搜索（NeuralArchitectureSearch,NAS）自动化设计高效深度学习模型的技术详解使用神经架构搜索
瑕疵·2025-02-15 06:17

目标检测代码示例（基于Python和OpenCV）

引言目标检测是计算机视觉领域中的一个核心任务，其目标是在图像或视频中定位和识别特定对象。
matlab_python22·2025-02-15 05:08

Python知识点：基于Python技术，如何使用YOLO进行实时物体检测

使用YOLO进行实时物体检测的Python技术详解实时物体检测是计算机视觉中的一个关键任务，它要求算法能够快速且准确地识别和定位图像或视频流中的物体。
超哥同学·2025-02-15 05:36

赋能 DeepSeek：打造图文互生能力，助力测试工程师提效

然而，DeepSeek-r1:1.5b本地模型虽然在自然语言处理方面表现出色，但并不具备直接的图像生成或图像解析能力。如果能为DeepSeek增加“图生文”或“文生
Python测试之道·2025-02-15 04:32

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

深度学习，尤其是卷积神经网络（CNN）的出现，极大地提高了计算机处理图像和视频的能力。
深度学习&目标检测实战项目·2025-02-15 04:57

基于YOLOv5深度学习的木材表面缺陷检测系统：UI界面 + YOLOv5 + 数据集详细教程

基于深度学习的目标检测技术，尤其是YOLOv5，凭借其优越的实时性和准确性，成为木材表面缺陷检测的有效工具。
深度学习&目标检测实战项目·2025-02-15 04:27

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）线性回归的从零开始实现生成数据集读取数据集初始化模型参数定义模型定义损失函数定义优化算法训练练习1.如果我们将权重初始化为零，会发生什么
lusterku·2025-02-15 04:57

仅用10张图片，AI就能学会识别万物？多模态小样本学习颠覆传统！

例如，ZS-DeconvNet方法在Nature上发表，展示了其在极低训练数据需求下，将图像分辨率提升超过1.5倍衍射极限的能力。
沃恩智慧·2025-02-15 03:15

发文新思路！双通道CNN的惊人突破，准确率接近100%！

双通道CNN作为一种创新的卷积神经网络架构，正引领深度学习领域的新趋势。其核心优势在于并行卷积层设计，能够同时处理更多特征信息，从而显著提升模型的特征表示能力和识别精度。
沃恩智慧·2025-02-15 03:45

在本地使用gitbash实现github项目的克隆、创建新分支、修改、合并、冲突解决

储存库可以包含文件夹和文件，图像，视频，电子
2401_84447149·2025-02-15 03:43

Stack(栈)

图像理解：我们在这里要理解栈顶和栈底。这里的"顶"和"底"与我们常识中的顶端和底端是相反的。栈顶(Top)：栈顶是栈中最后加入的元素的位置。
alien爱吃蛋挞·2025-02-15 02:04

【OpenCV】双目相机计算深度图和点云

本文的Python实现示例，使用OpenCV库来处理图像和计算深度图。
AI大权·2025-02-14 23:51

一个基于python的简化版深度学习框架，包括深度学习神经网络的设计和深度学习模型的设计，适用于中小型项目的开发和实现

一、运用Python技术开发深度学习框架需要具备的基础知识总结开发一个基于Python的深度学习框架是一个复杂的任务，需要具备多方面的基础知识。
大懒猫软件·2025-02-14 22:43

详解AI作画算法原理

这一领域融合了深度学习、计算机视觉和生成模型的前沿技术，让机器能够“想象”并创作出令人惊叹的图像。
Jimaks·2025-02-14 22:10

用大模型学大模型02-数学基础 微积分

https://metaso.cn/s/uxPBB9C我正在学习深度学习相关的数学知识,学到了微积分核心概念：导数（尤其是偏导数）、梯度、链式法则；积分与最优化（如梯度下降法的数学推导）给我一个入门级的完整教程和实例好吧
wyg_031113·2025-02-14 22:39

用大模型学大模型03-数学基础 概率论

https://metaso.cn/s/Jp0OU9w提示词:我正在学习深度学习相关的数学知识，学到了概率论与统计学部分，给我一个入门级的完整教程和实例。
wyg_031113·2025-02-14 22:39

PDF文件提取开源工具调研总结

概述PDF是一种日常工作中广泛使用的跨平台文档格式，常常包含丰富的内容：包括文本、图表、表格、公式、图像。
塞大花·2025-02-14 22:37

多模态模型详解

多模态模型是什么多模态模型是一种能够处理和理解多种数据类型（如文本、图像、音频、视频等）的机器学习模型，通过融合不同模态的信息来提升任务的性能。
换个网名有点难·2025-02-14 22:36
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他