深度学习；图像去模糊

Opencv之图像SIFT 特征检测与Harris角点检测

图像SIFT特征检测与Harris角点检测目录图像SIFT特征检测与Harris角点检测1SIFT特征检测1.1概念1.2主要步骤1.3优缺点1.4函数及参数2Harris角点检测2.1概念2.2**算法思想
是十一月末·2025-02-26 10:30

数据挖掘中特征发现与特征提取的数学原理

好的，我将深入研究数据挖掘中特征发现与特征提取的数学原理，涵盖统计学基础、特征工程的数学方法、以及在机器学习和深度学习中的应用。
调皮的芋头·2025-02-26 10:00

脑洞打开话题：deepseek这么火，什么时候能完全代替人类？

以下是关于AI何时可能完全代替人类的一些分析和思考：1.技术层面的限制尽管AI在某些特定任务上已经超越了人类（如图像识别、语音识别、围棋等），但要完全代替人类，AI需要在以下几个方面取得突破：通用人工智能
噔噔噔噔@·2025-02-26 10:29

【TVM教程】为 NVIDIA GPU 自动调度神经网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-02-26 09:57

【深度学习】PYTORCH框架中采用训练数据“CIFAR-10”实现RESNET50

一、ResNet网络结构二、基本块三、RESNET50代码实现resnet50.pyimporttorchimporttorch.nnasnnfromtorch.nnimportfunctionalasFclassResNet50BasicBlock(nn.Module):def__init__(self,in_channel,outs,kernerl_size,stride,padding):s
别出BUG求求了·2025-02-26 08:20

人工智能深度学习系列—深入探索KL散度：度量概率分布差异的关键工具

人工智能深度学习系列—深度解析：交叉熵损失（Cross-EntropyLoss）在分类问题中的应用人工智能深度学习系列—深入解析：均方误差损失（MSELoss）在深度学习中的应用与实践人工智能深度学习系列
学步_技术·2025-02-26 08:19

点云配准（点云拼接）论文综述

随着传感器技术（如LiDAR、RGB-D相机）的进步与深度学习的发展，点云配准方法经历了从传统优化算法到数据驱动模型的演变。本文系统综
点云SLAM·2025-02-26 08:47

从零开始玩转TensorFlow：小明的机器学习故事 4

探索深度学习1场景故事：小明的灵感前不久，小明一直在用传统的机器学习方法（如线性回归、逻辑回归）来预测学校篮球比赛的胜负。
山海青风·2025-02-26 07:42

【深度学习】Transformer入门：通俗易懂的介绍

【深度学习】Transformer入门：通俗易懂的介绍一、引言二、从前的“读句子”方式三、Transformer的“超级阅读能力”四、Transformer是怎么做到的？
知识靠谱·2025-02-26 07:12

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

GAN（Generative Adversarial Network）—生成对抗网络

GAN（GenerativeAdversarialNetwork）代表了深度学习中生成建模的尖端方法，通常利用卷积神经网络等架构。
算法资料吧！·2025-02-26 06:06

golang深度学习-基础篇

基础数据结构及类型字符型-stringstring是Go标准库buildin内置的一个基础数据类型。string是由8比特字节的集合，通常不一定是UTF-8编码的文本。string可以为空(长度为0)，但不会是nil。stringisthesetofallstringsof8-bitbytes,conventionallybutnotnecessarilyrepresentingUTF-8-enc
老狼伙计·2025-02-26 06:34

Golang深度学习

前言在2009年，Google公司发布了一种新的编程语言，名为Go（或称为Golang），旨在提高编程效率、简化并发编程，并提供强大的标准库支持。Go语言的设计者们希望通过Go语言能够解决软件开发中的一些长期存在的问题，比如并发编程的复杂性、垃圾回收机制的效率以及跨平台的兼容性等。以下是Go语言的一些关键背景和特性：并发编程Go语言内置了并发原语，如goroutines和channels，这使得并
老狼伙计·2025-02-26 06:32

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

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

37、深度学习-自学之路-自己搭建深度学习框架-2、自动梯度计算

importnumpyasnpclassTensor(object):'''importnumpyasnp：导入numpy库，用于处理数组相关操作。classTensor(object)：定义了一个名为Tensor的类，继承自object。__init__方法是类的构造函数，用于初始化Tensor对象：self.data=np.array(data)：将传入的data转换为numpy数组并存储在s
小宇爱·2025-02-26 04:46

基于深度学习的行人跌倒检测系统：UI 界面 + YOLOv5 + 数据集详解

本文将详细介绍如何基于YOLOv5构建一个行人跌倒检测系统，并设计相应的用户界面，结合深度学习技术实现实时检测。
深度学习&目标检测实战项目·2025-02-26 03:45

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

大模型学习路线与资源推荐

深度学习入门神经网
数字化转型2025·2025-02-26 01:27

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)

但实际情况中，我们需要对图像进行各种滤波，预处理，那么此时我们可能需要一种带坐标和投影的分割结果，本文就将带大家实现对图像进行阈值分割后进行结果的输出。
weixin_39872222·2025-02-26 00:52

python 语音转文本中文——DeepSpeech

DeepSpeech简介与音频转文本实践DeepSpeech是由Mozilla开发的一种开源语音识别引擎，基于深度学习技术，采用端到端架构，可以高效地将语音转换为文本。
drebander·2025-02-26 00:51

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

[C++]使用纯opencv部署yolov12目标检测onnx模型

yolov12官方框架：sunsmarterjie/yolov12【算法介绍】在C++中使用纯OpenCV部署YOLOv12进行目标检测是一项具有挑战性的任务，因为YOLOv12通常是用PyTorch等深度学习框架实现的
FL1623863129·2025-02-25 23:18

无人机实战系列（二）本地摄像头 + Depth-Anything V2

这篇文章介绍了如何在本地运行Depth-AnythingV2，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
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

人工智能、机器学习、深度学习、集成学习及大模型的定义与联系

在当今快速发展的科技领域，人工智能（ArtificialIntelligence,AI）、机器学习（MachineLearning,ML）、深度学习（DeepLearning,DL）、集成学习（EnsembleLearning
大模型玩家·2025-02-25 22:38

机器学习笔记——特征工程

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特征工程（FzeatureEngineering）1.特征提取（FeatureExtraction）手工特征提取（
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

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。
海洋 之心·2025-02-25 21:31

针对视频内容进行检测开源项目

它基于深度学习模型，能够实时分析视频帧并给出概率值，判断内容是否涉及黄色。2.**Watsor**Watsor是一个开源项目，支持实时视频流的物体检测。
红豆和绿豆·2025-02-25 20:54

探秘 DeepSeek 硬件适配：GPU/TPU/NPU 异构计算原理剖析

一、引言在深度学习领域蓬勃发展的浪潮中，硬件作为支撑技术腾飞的基石，其适配与协同能力成为决定深度学习应用效能的关键因素。
FinkGO小码·2025-02-25 18:11

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

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

Did you forget to `#include ＜pybind11/stl.h＞`? Or ＜pybind11/complex.h＞,＜pybind11/functional.h＞

项目场景：基于深度学习的三维点云可视化问题描述：Traceback(mostrecentcalllast):File".
沉迷单车的追风少年·2025-02-25 14:40

即插即用的注意力机制21种

提示：谬误之处请指出更正摘要随着深度学习特别是自然语言处理领域的飞速发展，注意力机制（AttentionMechanism）已成为提升模型表现的关键技术，本文主要记录了即插即用的注意力机制结构的功能、出处及核心代码
@Mr_LiuYang·2025-02-25 14:40

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

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

PyTorch知识点总结之一

PyTorch是一个基于Python的科学计算库，它是用于机器学习和深度学习的框架之一。它由Facebook的人工智能研究团队开发和维护，是一个开源的软件包，可以帮助开发者构建各种深度学习模型。
Rain松·2025-02-25 10:44

51、深度学习-自学之路-自己搭建深度学习框架-12、使用我们自己建的架构重写RNN预测网络

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None,id=None):self.data=np.array(data)self.autograd=autogradself.grad=Noneif(idisNone):self.id=np.rand
小宇爱·2025-02-25 09:10

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
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他