深度学习CV方向

使用Deepseek书写一篇综述论文，如何提示？

这有助于聚焦研究方向，避免偏离主题。制定详细的提示词提示词的设计是高效利用DeepSeek的关键。
学术乙方·2025-03-20 03:39

图像处理篇---图像预处理

尺寸统一化目的实现1.4数据增强目的实现1.5特征增强目的实现：边缘检测直方图均衡化锐化二、分领域预处理2.1传统机器学习（如SVM、随机森林）2.1.1特点2.1.2预处理重点灰度化二值化形态学操作特征工程2.2深度学习
Ronin-Lotus·2025-03-20 02:00

目前市场上主流的机器视觉的框架有哪些？他们的特点及优劣

目前市场上主流的机器视觉框架和工具可以分为商业软件、开源工具和深度学习框架三大类。
yuanpan·2025-03-20 02:29

双均线量化策略实战指南：基于 iTick 外汇API、股票API报价源的 Python 实现

通过统一的RESTful接口，开发者可轻松获取标准化的OHLCV数据，实现外汇、股票等多资产策略
·2025-03-20 01:37

1.1PaddleTS_环境配置：一个易用的深度时序建模的Python库

PaddleTS是一个易用的深度时序建模的Python库，它基于飞桨深度学习框架PaddlePaddle，专注业界领先的深度模型，旨在为领域专家和行业用户提供可扩展的时序建模能力和便捷易用的用户体验。
pythonQA·2025-03-20 01:27

【大模型科普】AIGC技术发展与应用实践（一文读懂AIGC）

【专栏介绍】⌈⌈⌈人工智能与大模型应用⌋⌋⌋人工智能（AI）通过算法模拟人类智能，利用机器学习、深度学习等技术驱动医疗、金融等领域的智能化。
·2025-03-20 01:36

AttributeError: partially initialized module ‘cv2‘ has no attribute ‘_registerMatType‘ (most likely

这个错误表明在导入cv2（OpenCV）模块时，发生了循环导入问题，导致模块未能正确初始化。
hunter206206·2025-03-20 01:56

代码逐行解析 | 教你在C++中使用深度学习提取特征点

作者：泡椒味的口香糖|来源：3DCV添加微信：dddvision
3Ｄ视觉工坊·2025-03-20 01:26

Halcon 和 opencv比有什么区别与优劣

Halcon和OpenCV都是机器视觉领域的重要工具，但它们的设计目标、功能特点和适用场景有所不同。以下是两者的详细对比：1.定位与目标用户Halcon：定位：商业机器视觉软件，专注于工业应用。
yuanpan·2025-03-20 01:55

解决 Python 中 `cv2` 模块部分初始化导致的 `AttributeError`

解决Python中cv2模块部分初始化导致的AttributeError在Python开发中，尤其是使用OpenCV库进行图像处理时，可能会遇到一些令人困惑的错误。
Leuanghing·2025-03-20 01:55

人工智能（AI）系统化学习路线

❌方向模糊：对CV/NLP/RL等细分领域缺乏认知，难以针对性提升。正确的学习姿势：“金字塔式”分层学习（理论→算法→框架→应用→工程化），逐步构建完整的AI知识体系。二、人工智能学习路线
xiaoyu❅·2025-03-20 00:44

深度学习-130-RAG技术之基于Anything LLM搭建本地私人知识库的应用策略问题总结(一)

文章目录1AnythingLLM的本地知识库1.1本地知识库应用场景1.2效果对比及思考1.3本地体现在哪些方面1.3.1知识在本地1.3.2分割后的文档在本地1.3.3大模型部署运行在本地2问错问题带来的问题2.1常见的问题2.2原因分析3为什么LLM不使用我的文件？3.1LLM不是万能的【omnipotent】3.2LLM不会自省【introspect】3.3AnythingLLM是如何工作的
皮皮冰燃·2025-03-20 00:43

3DMAX点云算法：实现毫米级BIM模型偏差检测（附完整代码）

文中提供关键代码实现，涵盖点云处理、特征提取与深度学习模型搭建。一、核心算法流程点云预处理与特征增强去噪与下采样：采用统计滤波与体素网格下采样，去除离群点并降低数据量。
夏末之花·2025-03-20 00:42

DRAM refresh里面的tRFC tREFI tREF之间是什么关系

那tRFCvstREFIv
DRAM视界·2025-03-19 23:09

数据增强：扩充数据集，提升模型的鲁棒性

数据增强：扩充数据集，提升模型的鲁棒性1.背景介绍1.1数据集的重要性在机器学习和深度学习领域中,数据集是训练模型的基础。高质量的数据集对于构建准确、鲁棒的模型至关重要。
AI天才研究院·2025-03-19 23:05

Docker打包深度学习项目

文章目录Docker打包深度学习项目1.Docker和NVIDIAContainerToolkit的安装1.Docker2.NVIDIAContainerToolkit3.添加国内镜像源2.使用Dockerfile
FLY_LTL·2025-03-19 22:30

印度、马来股票K线接口与实时数据对接文档

概述本文档旨在为开发者提供关于如何使用StockTVAPI获取特定股票或指数的K线数据（即OHLCV数据，包括开盘价、最高价、最低价、收盘价以及成交量），以及如何通过WebSocket(WS)获取实时市场数据的详细指南
金融数据出海·2025-03-19 22:55

使用TensorFlow、OpenCV和Pygame实现图像处理与游戏开发

在本篇文章中，我们将介绍如何结合使用TensorFlow、OpenCV和Pygame来进行图像处理和游戏开发。
UwoiGit·2025-03-19 22:25

医图论文 CVPR‘24 | 适应医学图像中泛化异常检测的视觉-语言模型

论文信息题目：AdaptingVisual-LanguageModelsforGeneralizableAnomalyDetectioninMedicalImages适应医学图像中泛化异常检测的视觉-语言模型作者：ChaoqinHuang，AofanJiang，JinghaoFeng，YaZhang，XinchaoWang，YanfengWang源码：https://github.com/Medi
小白学视觉·2025-03-19 21:21

Java的泛型

以下是Java泛型的一些关键知识点：1.泛型类（GenericClass）定义泛型类时，使用尖括号{privateTt;publicvoidset(Tt){this.t=t;}publicTget(){
一朵忧伤的蔷薇·2025-03-19 20:48

深度革命：ResNet 如何用 “残差连接“ 颠覆深度学习

一文快速了解ResNet创新点在深度学习的历史长河中，2015年或许是最具突破性的一年。
安意诚Matrix·2025-03-19 20:46

智能形状匹配技术全解析：从经典算法到深度学习与神经形态计算【超级详细版】

智能形状匹配技术全解析：从经典算法到深度学习与神经形态计算1.引言1.1研究背景在计算机视觉、模式识别、医学影像分析和自动驾驶等领域，形状匹配是核心任务之一。
AI筑梦师·2025-03-19 20:16

华为OD E卷 #30 围棋的气

“气”是围棋中很重要的一个概念，某个棋子有几口气，是指其上下左右方向四个相邻的交叉点中，有几个交叉点没有棋子，由此可知：1、在棋盘的边缘上的棋子最多有3口气（黑1），在棋盘角点的棋子最多有2口气（黑2）
时光回响·2025-03-19 20:14

Python 模拟鼠标轨迹算法

AI大模型的出现，使得能够通过深度学习技术，学习并模拟更自然的鼠标移动行为。二.鼠标轨迹算法实现AI大模型通过学习大量的人类鼠标操作数据，能够识别和模拟出自然且具有个体差异的鼠标轨迹。
a485240·2025-03-19 19:02

【论文精读】PatchTST-基于分块及通道独立机制的Transformer模型

动机Transformer模型因其自注意力机制在处理序列数据方面的优势，在自然语言处理（NLP）、计算机视觉（CV）、语音等多个领域取得了巨大成功。这种机制使得模型
打酱油的葫芦娃·2025-03-19 17:17

【设计模式有哪些】

实现方式：publicclassSingleton{//1.私有静态实例，volatile保证多线程可见性privatestaticvolatileSingletoninstance;//2.私有构造方法
F_windy·2025-03-19 17:17

什么是机器视觉3D引导大模型

机器视觉3D引导大模型是结合深度学习、多模态数据融合与三维感知技术的智能化解决方案，旨在提升工业自动化、医疗、物流等领域的操作精度与效率。
视觉人机器视觉·2025-03-19 16:42

riscv linux 汇编,RISC-V汇编快速入门

当今，强大的编译器将C或者更高级的语言编译成机器码后，其效能损失已经很小了，再加上芯片的性能越来越强，让汇编语言显得可有可无。但对于嵌入式来说至少在下面两种情况还需要汇编：1是启动代码，2是OS的上下文切换。另外在极端情况下使用汇编提高效率也是有必要的，例如芯片内核非常新编译器优化不够好可以在非常清楚CPU的微结构下进行指令集编码提高性能。因此学习一种新的体系结构，了解其汇编语言是非常有必要的。实
勤小墨·2025-03-19 16:11

低代码平台未来发展趋势有哪些？

低代码平台的未来发展趋势呈现出多维度的创新与深化，以下结合JNPF快速开发平台的特性，为您分析其未来的发展方向：1.智能化与AI深度融合低代码平台将与人工智能技术深度融合，实现开发流程的智能化升级。
·2025-03-19 16:15

深度学习在医学影像分析中的应用：DeepSeek系统的实践与探索

随着人工智能技术的迅猛发展，深度学习在医学领域的应用逐渐成为研究热点。医学影像分析作为医疗诊断的重要组成部分，正受益于深度学习技术的突破。
Evaporator Core·2025-03-19 15:01

【深度学习遥感分割|论文解读2】UNetFormer：一种类UNet的Transformer，用于高效的遥感城市场景图像语义分割

【深度学习遥感分割|论文解读2】UNetFormer：一种类UNet的Transformer，用于高效的遥感城市场景图像语义分割【深度学习遥感分割|论文解读2】UNetFormer：一种类UNet的Transformer
985小水博一枚呀·2025-03-19 14:58

Java删除特定下标数组元素

15:16:06publicstaticvoidmain(String[]args){//数组创建以后长度不变，定义新的数组添加长度//删除特定下标数组String[]array1=newString[
程序员南飞·2025-03-19 13:52

PyTorch 深度学习博客

PyTorch深度学习博客欢迎来到我的PyTorch深度学习博客！在这里，我将分享使用PyTorch学习和实践深度学习项目的点滴经验。
Zoro｜·2025-03-19 13:19

北约人工智能战略举措与影响分析

文章目录前言一、顶层规划，明确发展方向（一）发布《人工智能战略》，明确AI发展方向和行动指南（二）适应当前需求，适时更新《人工智能战略》（三）制定《数据利用框架政策》，提供政策指导和基础支持二、政策配套
岛屿旅人·2025-03-19 12:14

摄像头技术OpenCV

进一步添加功能：运动检测、调整亮度对比度、截图时添加日期水印、保存视频时可选择不同编码格式完整代码：importcv2importtimeimportdatetimedefcamera_system()
yzx991013·2025-03-19 11:07

深度学习五大模型：CNN、Transformer、BERT、RNN、GAN详细解析

卷积神经网络（ConvolutionalNeuralNetwork,CNN）原理：CNN主要由卷积层、池化层和全连接层组成。卷积层通过卷积核在输入数据上进行卷积运算，提取局部特征；池化层则对特征图进行下采样，降低特征维度，同时保留主要特征；全连接层将特征图展开为一维向量，并进行分类或回归计算。CNN利用卷积操作实现局部连接和权重共享，能够自动学习数据中的空间特征。适用场景：广泛应用于图像处理相关的
·2025-03-19 11:37

RTX3060帧率优化与电竞级配置实战

核心章节优化方向显卡
智能计算研究中心·2025-03-19 11:36

算力技术创新驱动多场景应用演进

在工业互联网场景中，边缘计算通过分布式节点实现毫秒级响应，支撑智能制造产线的实时控制；智能安防系统依托深度学习模型与流计算技术，完成海量视频数据的动态解析；而科学计算领域通过分布式计算与模型压缩技术，将基因测序
智能计算研究中心·2025-03-19 11:06

AI模型技术前沿与跨场景应用实践

应用层面，TensorFlow与PyTorch框架在医疗影像诊断、金融时序预测等领域的实战案例，验证了深度学习模型在垂直行业的泛化能力。值得关注的是，工具链整合已成为技术落地的关键环节，MXNet与
智能计算研究中心·2025-03-19 11:36

C++核心编程手册

1内存分区模型C++程序在执行时，将内存大方向划分为4个区域代码区：存放函数体的二进制代码，由操作系统进行管理的全局区：存放全局变量和静态变量以及常量栈区：由编译器自动分配释放,存放函数的参数值,局部变量等堆区
易方达蓝筹·2025-03-19 11:03

融合AMD与NVIDIA GPU集群的MLOps：异构计算环境中的分布式训练架构实践

在深度学习的背景下，NVIDIA的CUDA与AMD的ROCm框架缺乏有效的互操作性，导致基础设施资源利用率显著降低。
·2025-03-19 11:59

深度学习框架PyTorch——从入门到精通（4）数据转换

转换（Transforms）很多时候，数据并不总是以训练机器学习算法所需的最终处理形式出现。所以我们需要使用变换对数据进行一些处理，使其适合训练。所有TorchVision数据集都有两个参数——transform来修改特征，target_transform来修改标签——接受包含转换逻辑的可调用项。torchvision.transform模块提供了几个开箱即用的转换。FashionMNIST数据集
Fansv587·2025-03-19 11:01

三个线程按顺序交替打印 A B C

方法一：ReentrantLock+Conditionpublicstaticvoidmethod1(){ReentrantLocklock=newReentrantLock();ConditioncondA
Michael_ZJQ·2025-03-19 11:31

新手如何成为一名顶尖黑客？只需这十二个步骤轻松入门！

可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。1.了解计算机基础要成为一名黑客，首先需要了解计算机硬件、操作系统和网络的基础。你需要理解计算机如何处
网络安全淼叔·2025-03-19 11:59

30岁了，零基础想转行网安从头开始现实吗？

就是一套自学理论和方向，具体的需要配合网络黑白去学习。毕竟是有网络才会有黑白！有自学也有培训！
白帽子凯哥哥·2025-03-19 11:28

深度学习框架PyTorch——从入门到精通（5）构建神经网络

构建神经网络获取训练设备定义类模型层nn.Flattennn.Linearnn.ReLUnn.Sequentialnn.Softmax模型参数补充说明argmax神经网络是由一些层或者模块组成的，这些层和模块会对数据进行各种操作。在PyTorch里，torch.nn这个命名空间提供了你搭建自己神经网络所需要的所有基础组件。PyTorch里的每一个模块都是nn.Module类的子类。一个神经网络本身
Fansv587·2025-03-19 11:58

用SpringMvc做一个简易计算器

privateintnumOne;privateintnumTwo;privateStringyunSuan;privateintresult;publicintgetNumOne(){returnnumOne;}publicvoidsetNumOne
little 源·2025-03-19 10:20

LJF-Framework 第1章【一个不成熟的想法】

弱鸡的我在写一些新的项目的时候，对于一些常用的功能，写代码那肯定就是CV大法了，从以前写过的代码中各种CV，结果好多项目用的框架不同，总得修修改改，太费经，比如说安全鉴权等，一开始练习shiro、后来又学习
one one day·2025-03-19 09:17

深度学习框架PyTorch——从入门到精通（5）自动微分

使用torch.autograd自动微分张量、函数和计算图计算梯度禁用梯度追踪关于计算图的更多信息张量梯度和雅可比乘积在训练神经网络时，最常用的算法是反向传播。在该算法中，参数（模型权重）根据损失函数的梯度相对于给定参数进行调整。为了计算这些梯度，PyTorch有一个内置的微分引擎，名为torch.autograd。它支持为任何计算图自动计算梯度。考虑最简单的一层神经网络，具有输入x、参数w和b以
Fansv587·2025-03-19 06:20

十年老鸟告诉你，51单片机和STM32怎么选择？

嵌入式系统可以分为三个就业方向:硬件、驱动、嵌入式操作系统及其上层业务。下面详解。硬件
单片机陈老师·2025-03-19 06:50
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他