深度学习（图像）

YOLO各版本原理和优缺点解析

以下是各版本的详细介绍及优缺点分析：1.YOLOv1（2016年）原理：将输入图像划分为S×SS\timesSS×S的网格，每个网格预测多个边界框和类别置信度。
Ash Butterfield·2025-02-14 00:08

自学人工智能大模型，满足7B模型的训练和微调以及推理，预算3万，如何选购电脑

如果你的预算是3万元人民币，希望训练和微调7B参数规模的人工智能大模型（如LLaMA、Mistral等），你需要一台高性能的深度学习工作站。
岁月的眸·2025-02-13 23:03

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构
大F的智能小课·2025-02-13 23:02

《Stable Diffusion绘画完全指南：从入门到精通的Prompt设计艺术》 第一章

颠覆性生成逻辑：从噪声到艺术的魔法逆向降噪原理传统AI绘画：直接生成完整像素StableDiffusion：通过潜扩散模型（LDM），在低维潜空间（LatentSpace）逐步去除噪声，最终解码为高清图像类比解释
Allen-Steven·2025-02-13 22:54

基于傅里叶变换的图片模糊度判断

文章目录概要效果源码概要傅里叶变换可以将图像从空间域转换到频率域。清晰图像在频率域中具有更多的高频成分，而模糊图像的高频成分较少。计算图像的傅里叶变换。分析频率域中高频成分的比例。
点PY·2025-02-13 21:50

aspectFill（填充目标区域的同时保持图像的原有宽高比 (aspect ratio）图像不会被拉伸或压缩变形

“aspectFill”是一个常用于图像和视频处理的术语，尤其是在用户界面(UI)设计和图形编程领域。
小丁学Java·2025-02-13 21:17

使用爬虫获取按图搜索1688商品（拍立淘）案例指南

一、技术背景按图搜索功能通常依赖于图像识别技术和搜索引擎。1688的“拍立淘”功能允许用户上传图片，系统会通过图像识别技术找到与上传图片相似的商品。通过爬虫技术，我们可以模拟这一过程，获取搜索
数据小小爬虫·2025-02-13 20:43

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】CSS样式解析：行内、内部与外部样式的区别与优先级分析

本次会议将探讨前沿技术，包括深度学习、多模态学习、图像和视频分析、3D重建等，以及其在智能交通、医疗影像、增强现实和自动化等多个实际应用中的创新转化。会议官网：www.acvra.org目录前言一、
禁默·2025-02-13 20:11

数智百问 | 制造企业如何解锁检测数据的巨大隐藏价值？

这些系统和设备运行过程中会产生大量数据，包括结构化数据（如生产计划、质量检测数据等）、半结构化数据（如日志文件、设备配置信息等）和非结构化数据（如图像、音频、视频等）等。
杉岩数据·2025-02-13 19:07

小白零基础学习深度学习之张量

1.张量PyTorch中的张量（Tensor）就是一种用来存储数据的“盒子”，这个盒子可以有不同的形状和大小，里面可以装各种数字。张量是PyTorch中最基本的东西，就像乐高积木一样，你可以用它来搭建各种复杂的模型。2.张量的用途存储数据：你可以把张量当作一个容器，用来存储各种数据。比如，一张图片可以用一个三维张量来表示，其中第一维是颜色通道（红、绿、蓝），第二维和第三维是图片的宽度和高度。进行计
爱理科的小王子·2025-02-13 17:53

深度学习-情感分析

以下将分别使用PyTorch和TensorFlow框架实现基于深度学习的情感分析，这里以影评的情感分析为例，数据集使用IMDB影评数据集。
小赖同学啊·2025-02-13 17:52

微软 LayoutLMv3：通过统一文本和图像掩码进行文档人工智能预训练

LayoutLMv3：通过统一文本和图像掩码进行文档人工智能预训练LayoutLMv3应用统一的文本-图像多模态Transformer来学习跨模态表示。
·2025-02-13 16:39

AI前端开发技能提升路径：从入门到精通，成为AI时代的前端专家

1.AI前端开发：机遇与挑战并存AI前端开发，简单来说，就是将人工智能技术融入到前端应用中，例如开发智能推荐系统、AI图像处理工具、基于自然语
·2025-02-13 16:08

【深度学习】常见模型-GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）

GPT（GenerativePre-trainedTransformer）1️⃣什么是GPT？GPT（GenerativePre-trainedTransformer，生成式预训练Transformer）是由OpenAI开发的基于Transformer解码器（Decoder）的自回归（Autoregressive）语言模型。它能够通过大量无监督数据预训练，然后微调（Fine-tuning）以适应特
IT古董·2025-02-13 16:15

微软 LayoutLMv3：通过统一文本和图像掩码进行文档人工智能预训练

LayoutLMv3：通过统一文本和图像掩码进行文档人工智能预训练LayoutLMv3应用统一的文本-图像多模态Transformer来学习跨模态表示。
·2025-02-13 15:31

DeepSeek 实现原理探析

DeepSeek实现原理探析引言DeepSeek是一种基于深度学习的智能搜索技术，它通过结合自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术，旨在提供更加精准、智能的搜索结果。
rockmelodies·2025-02-13 15:41

神经网络常见激活函数 9-CELU函数

文章目录CELU函数+导函数函数和导函数图像优缺点pytorch中的CELU函数tensorflow中的CELU函数CELU连续可微指数线性单元：CELU（ContinuouslyDifferentiableExponentialLinearUnit
亲持红叶·2025-02-13 15:37

位图的深入解析：从数据结构到图像处理与C++实现

位图（Bitmap）是一种用于表示图像的数据结构，它将图像分解为像素的二维网格，每个像素的颜色值存储在一个矩阵中。位图广泛应用于计算机图形学、图像处理和计算机视觉等领域。
Exhausted、·2025-02-13 14:03

ORB-SLAM2源码学习：Tracking.cc：GrabImageStereo、GrabImageRGBD、GrabImageMonocular处理图像

前言该部分函数在Tracking.cc源文件中定义，用于处理图像。
PaLu-LvL·2025-02-13 14:01

深度学习视频教程推荐

推荐一个深度学习视频教程，中文，推导详细。老先生娓娓道来，将神经网络、深度学习讲的非常透彻。
yunTrans·2025-02-13 14:01

基于深度学习的商品推荐

基于深度学习的商品推荐系统利用深度学习技术对用户的行为和商品的特征进行分析和建模，从而向用户推荐最相关的商品。这类系统在电子商务、社交媒体和内容推荐等领域中具有广泛应用。
SEU-WYL·2025-02-13 14:31

python版halcon 转numpy

(halcon-python环境配置可以看我之前的文章)众所周知python中图像是用numpy表示的,python常用的图像处理库matplotlib,pillow,opencv-python,Scipy
虚假程序设计·2025-02-13 14:00

halcon opencv C++环境配置 | halcon opencv |C++互转opencv和Halcon图像变量(非常详细)|(msvc2015/17)(143)

这是本人第一次正儿八经非调侃的态度写C相关的东西;VS的C++每次环境不好配置就让人望而却步;而python的优势在于环境几乎只需要pipinstallxxx;C#多数情况下nuget点点点在添加引用就能愉快的玩耍;而pyC#背后竟然是xxx;有一被分层包养的感觉;而C/CPP头文件程序链接文件(动态|静态)动态链接库这都啥??掌握pythonnetctypes咯咯咯嘎嘎嘎%$#@#$%&^*(&
虚假程序设计·2025-02-13 14:00

常见的深度学习模型总结

1.深度前馈神经网络(DeepFeedforwardNetworks)发明时间：2006年左右，随着计算能力的提升和大数据集的可用性增加，深度学习开始兴起。
编码时空的诗意行者·2025-02-13 13:29

深度学习 视频推荐

以下为你呈现一个基于深度学习实现视频推荐的简化代码示例。这里我们使用的是协同过滤思想结合神经网络的方式，借助TensorFlow和Keras库来构建模型。
小赖同学啊·2025-02-13 13:57

23、深度学习-自学之路-激活函数relu、tanh、sigmoid、softmax函数的正向传播和反向梯度。

在使用这个非线性激活函数的时候，其实我们重点还是学习的是他们的正向怎么传播，以及反向怎么传递的。如下图所示：第一：relu函数的正向传播函数是：当输入值（隐藏层）值大于了，就输出自己本身的值。反向梯度传播：当输出值大于0，那么反向梯度值就等于输出值乘以1如果小于0，那反向梯度值就等于0.通俗的来说就是，如果输入值是0或小于0，那么输出值的反向增强就没有。如果输入值大于0，那么输出值的方向增强就有。
小宇爱·2025-02-13 13:22

基于深度学习的半导体检测与预测算法研究(二)

深度学习凭借其强大的数据处理和特征提取能力，在半导体领域展现出巨大的应用潜力。
埃菲尔铁塔_CV算法·2025-02-13 12:45

基于深度学习的半导体算法原理及应用

摘要随着半导体产业的持续发展，深度学习技术在该领域的应用日益广泛且深入。
埃菲尔铁塔_CV算法·2025-02-13 12:44

计算机视觉国内外研究现状（综述）

1.国内外研究进展1.2.1特征提取研究进展特征提取是图像处理的一个重要环节，是进行身份识别和行为识别的重要部分。
埃菲尔铁塔_CV算法·2025-02-13 12:44

【深入探索-deepseek】高等数学与AI的因果关系

不同领域的应用区别一、计算机视觉领域1.线性代数2.微积分3.概率论与统计二、自然语言处理领域三、语音识别领域四、数学在AI不同领域应用的逻辑图五、参考资料数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数图像变换
我的青春不太冷·2025-02-13 11:09

数学建模与MATLAB实现：插值技术详解

引言插值是数学建模与数据分析中的核心技术，广泛应用于信号处理、图像重建、地理信息系统等领域。
青橘MATLAB学习·2025-02-13 11:39

【鸿蒙使用libjpeg-turbo库将RGB888格式图像转换为MJPEG（Motion JPEG）格式】

鸿蒙使用libjpeg-turbo库将RGB888格式图像转换为MJPEG（MotionJPEG）格式，本质上是将单帧RGB数据压缩为JPEG格式，作为视频流的一帧。
萌虎不虎·2025-02-13 10:02

联想Y7000 2024版本笔记本 RTX4060安装ubuntu22.04双系统及深度学习环境配置

目录1..制作启动盘2.Windows磁盘分区，删除原来ubuntu的启动项3.四个设置4.安装ubuntu5.ubuntu系统配置1..制作启动盘先下载镜像文件，注意版本对应。Rufus-轻松创建USB启动盘用rufus制作时，需要注意选择正确的分区类型和系统类型。不然安装的系统会有问题！2.Windows磁盘分区，删除原来ubuntu的启动项手把手教你调整电脑磁盘的分区大小_调整分区大小-CS
七七@你一起学习·2025-02-13 10:27

图像分类与目标检测算法

在计算机视觉领域，图像分类与目标检测是两项至关重要的技术。它们通过对图像进行深入解析和理解，为各种应用场景提供了强大的支持。本文将详细介绍这两项技术的算法原理、技术进展以及当前的落地应用。
BugNest·2025-02-13 10:26

图像处理篇---基本OpenMV图像处理

文章目录前言1.灰度化（Grayscale）2.二值化（Thresholding）3.掩膜（Mask）4.腐蚀（Erosion）5.膨胀（Dilation）6.缩放（Scaling）7.旋转（Rotation）8.平移（Translation）9.边缘检测（EdgeDetection）10.轮廓检测（ContourDetection）11.总结总结前言以上就是今天要讲的内容，本文仅仅简单介绍了Op
Ronin-Lotus·2025-02-13 09:55

【鸿蒙在OpenHarmony系统上集成OpenCV，实现图片裁剪】

它由一系列的C函数和少量C++类构成，同时提供Python、Java和MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
萌虎不虎·2025-02-13 09:25

cv2小练习

基础概念帧率是指在单位时间内，显示的图像帧数的数量。它是衡量视频或动画流畅度的一个重要指标。帧率的单位通常是每秒帧数（FramesPerSecond，简称FPS）。
#岩王爷·2025-02-13 09:24

Kivy教程大全之 使用 NumPy 和 Kivy 对 Android 设备进行图像分类

了解更多信息本教程的重点是构建一个调用预训练的ANN来对图像进行分类的Android应用程序。这里不深入讨论准备数据集、构建、训练和优化ANN的步骤。在本教程中将仅对它们进行简要讨论。
知识大胖·2025-02-13 08:48

精通LangChain：如何使用Unstructured处理多种格式的图像文档

#引言随着人工智能和深度学习的快速发展，文档图像分析(DocumentImageAnalysis,DIA)在许多领域中变得至关重要。然而，处理多种图像格式的文档仍然是一个挑战。
hshahtjtbh·2025-02-13 08:47

计算机视觉 工业相机、镜头、接口、光源概览及选型参考

相机1、分类按芯片类型分类：CCD相机、CMOS相机按传感器的结构特性分类：线阵相机、面阵相机按输出信号方式分类：模拟相机、数码相机按输出色彩方式分类：黑白相机、彩色相机2、重要参数芯片尺寸芯片尺寸表示图像传感器感光区域的面积大小
坐望云起·2025-02-13 08:16

Adobe软件全家桶：从平面到视频再到音频的创意之旅

AdobePhotoshop(PS)-图像处理大师作为Adobe的明星产品，Photoshop几乎是图像处理的代名词。它擅长处理像素构
垚哥说·2025-02-13 08:16

【人工智能】Python中的深度学习优化器：从SGD到Adam

《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·2025-02-13 08:13

图像处理之调整亮度与对比度

图像处理之调整亮度与对比度很多时候，一张图像被过度曝光显得很白，或者光线不足显得很暗，有时候背景跟图像人物也观察不清楚，这个时候可以通过调节图像的两个基本属性-亮度与对比度来获得整体效果的提升，从而得到质量更高的图片
奋斗年轻人·2025-02-13 07:35

【图像重建】基于matlab BP神经网络双基地SAR成像图像重建【含Matlab源码 1950期】

欢迎来到海神之光博客之家✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进；个人主页：海神之光代码获取方式：海神之光Matlab王者学习之路—代码获取方式（1）完整代码，已上传资源；需要的，在博主主页搜期号直接付费下载或者订阅本专栏赠送此代
海神之光·2025-02-13 07:03

大语言模型的分类及本地部署所需的硬件配置要求

1、大语言模型概念及作用大语言模型：（LargeLanguageModel,LLM）是一种基于深度学习的人工智能模型，它能够理解和生成自然语言[1]。
Kelaru·2025-02-13 07:01

硅基流动多模型工作流应用平台，免费2000万Token来了

目前注册可获的2000万Token，可以使用将近60种文字对话、语音、图像生成等主流大模型。
yuntianming3906·2025-02-13 05:53

这款新图像生成AI可与Midjourney一较高下

Flux是黑森林实验室（BlackForestLabs）开发的一款新型人工智能图像生成模型。
硅基创想家·2025-02-13 05:53

【Ubuntu系统Qt下使用OpenCV打开摄像头并把图像显示到QLabel上】

`cv::VideoCapture::~VideoCapture()’解决undefinedreferencetocv::VideoCapture::VideoCapture()在使用OpenCV进行图像或视频处理时
落叶霜霜·2025-02-13 05:22

使用 Python 和 LabelMe 实现图片验证码的自动标注

文章目录使用Python和LabelMe实现图片验证码的自动标注环境准备必备工具安装依赖实现自动标注核心代码实现核心逻辑解析图像预处理OCR识别生成标注文件运行结果扩展与优化模型适配批量处理标注类型扩展总结测试使用
XMYX-0·2025-02-13 05:51

Node.js 多模态图像描述服务 调用siliconflow：现代 JavaScript 实践

Node.js多模态图像描述服务：现代JavaScript实践项目背景本项目使用Node.js和TypeScript实现一个高性能的图像描述微服务，展示JavaScript在多模态AI应用中的强大能力。
老大白菜·2025-02-13 04:46
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他