点云深度学习第6页

【AI智能推荐系统】第二篇：深度学习在推荐系统中的架构设计与优化实践

DeepFaye·2025-07-06 23:26

【深度学习】神经网络剪枝方法的分类

神经网络剪枝方法的分类摘要随着深度学习模型，特别是大语言模型（LLM）的参数量爆炸式增长，模型的部署和推理成本变得异常高昂。

烟锁池塘柳0·2025-07-06 21:06

Python 图像分类入门

一、介绍图像分类作为深度学习的基础任务，旨在将输入图像划分到预定义的类别集合中。在实际的业务中，图像分类技术是比较常用的一种技术技能。

超龄超能程序猿·2025-07-06 21:05

初始CNN(卷积神经网络)

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）作为深度学习的重要分支，在图像识别、目标检测、语义分割等领域大放异彩。

超龄超能程序猿·2025-07-06 21:04

深度学习实验：GPU加速，突破性能瓶颈

深度学习实验：GPU加速，突破性能瓶颈1.背景介绍随着深度学习模型变得越来越复杂和庞大，传统的CPU已经无法满足训练和推理的计算需求。

AI天才研究院·2025-07-06 20:57

Victor Zhong·2025-07-06 19:23

Open3D 点到面的ICP配准算法

两个点云之间的相对旋转小于30°，在旋转矩阵中用θ替换sinθ，用1替换cosθ实现用线

AtlasCloud·2025-07-06 19:15

【深度学习新浪潮】基于扩散模型的图像编辑加速方法

在基于扩散模型的图像编辑任务中，实现高质量与高效加速的平衡需要综合运用模型架构优化、采样策略创新、条件控制增强及硬件加速等多维度技术。一、一步反演与掩码引导的编辑框架通过一步反演框架将输入图像映射到可编辑的潜在空间，结合掩码引导的注意力重缩放机制，实现文本引导的局部编辑。例如，SwiftEdit通过一步反演和注意力重缩放，将编辑时间压缩至0.23秒，比传统多步方法快50倍。具体步骤包括：一步反演：

小米玄戒Andrew·2025-07-06 18:10

《从Backprop到Diffusion：深度学习的算法进化树全景图》

点击跳转到网站《从Backprop到Diffusion：深度学习的算法进化树全景图》**展开系统性解析。

HeartException·2025-07-06 17:29

多模态大模型：技术原理与实战看清GPT的进化史和创新点

多模态大模型：技术原理与实战看清GPT的进化史和创新点1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进1.2.1基于规则的方法

AI天才研究院·2025-07-06 17:58

结合创新idea：机器学习+运筹优化=CCF高端局

2024深度学习发论文&模型涨点之——机器学习+运筹优化机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并改进其性能，而无需进行明确的编程。

Ai多利·2025-07-06 11:10

JuPyter(IPython) Notebooks中使用pip安装Python的模块

问题描述：没有带GPU的电脑，搞深度学习不是耍流氓嘛，我网上看到有个云平台，免费使用了一下，小姐姐很热情。使用过程如下：他们给的接口是Jupyter编辑平台，我就在上面跑了一个小例子。

weixin_34218890·2025-07-06 10:31

happy-llm 第一章 NLP 基础概念

现状与挑战：成就：深度学习推动文本分类、翻译等任务达到近人类水平。瓶颈：歧义性、隐喻理解、跨文化差异等。二、NLP发展三大阶段时期代表技术核心思

weixin_38374194·2025-07-06 10:28

供应链风险管理：AI预测潜在风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,风险评估,供应链可视化1.背景介绍在当今全球化经济体系中，供应链的复杂性和脆弱性日益凸显。

AI智能应用·2025-07-06 07:09

供应链风险管理：AI如何预测供应链风险

供应链风险管理,AI预测,机器学习,深度学习,自然语言处理,时间序列分析,风险评估1.背景介绍在当今全球化经济体系中，供应链风险已成为企业面临的重大挑战。

AI大模型应用之禅·2025-07-06 07:08

【极光优化算法+分解对比】VMD-PLO-Transformer-LSTM多变量时间序列光伏功率预测Matlab代码

近年来，深度学习技术在时间序列预测领域取得了显著进展，为提高光伏功率预测精度提供了新的途径

matlab科研助手·2025-07-06 06:05

【python深度学习】DAY 51 复习日

作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高1.读取数据使用CIFAR-10图像数据importtorchfromtorchvisionimportdatasets,transforms#数据预处理transform=transforms.Compose([transforms.ToTensor(),transforms.

抽风的雨610·2025-07-06 03:20

用Python解锁图像处理之力：从基础到智能应用的深度探索

但Python的真正价值在于其构建的完整生态闭环：科学计算基石：NumPy的ndarray结构完美对应图像的多维矩阵本质算法实现自由：从传统算子到深度学习模型的无缝衔接可视化即战力：Matpl

熊猫钓鱼>_>·2025-07-06 03:49

深度学习数据集加载

数据集结构E:\Mytest\test20250622\pythonProject\dataset├──rose│├──rose1.jpg│├──rose2.jpg│└──...└──sunflower├──sunflower1.jpg├──sunflower2.jpg└──...主要只有的两个类fromtorch.utils.dataimportDatasetfromtorchvisionimp

Ethan@LM·2025-07-06 02:41

使用TVM编译部署DarkNet模型：YOLO-V2和YOLO-V3实战指南

实战指南tvm-cnTVMDocumentationinChineseSimplified/TVM中文文档项目地址:https://gitcode.com/gh_mirrors/tv/tvm-cn前言在深度学习模型部署领域

周情津Raymond·2025-07-06 01:35

ZED相机与Foxglove集成：加速机器人视觉调试效率的实用方案

通过ZED相机（包括ZED2i和ZEDX）与FoxgloveStudio平台的结合，开发者能够轻松访问高质量的2D图像、深度图和点云数据，从而显著提高感知系统的调试效率。

·2025-07-06 00:32

人工智能赋能气象气候：从数据智能到预测创新的融合之路

与此同时，人工智能（AI），尤其是以深度学习为代表的机器学习方法，近年来在图像识别、自

慌ZHANG·2025-07-06 00:30

【第三章】摄影测量学

概述摄影测量概念：通过摄影的手段获得对物体可靠量测的科学与技术利用立体像对影像之间的移位构建立体模型，进行测量由二维影像到三维实体的科学技术重要方法：利用立体像对与一对浮动测标进行立体观测，测定同名点点云表示三维空间中点的集合的数据结构

啊有礼貌·2025-07-06 00:30

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构

【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构【深度学习|冰川制图9】GlacierNet2：一种面向高山冰川制图的混合多模型学习架构文章目录【深度学习|冰川制图

努力毕业的小土博^_^·2025-07-06 00:59

OpenCV中DPM（Deformable Part Model）目标检测类cv::dpm::DPMDetector

它是一种传统的基于特征的目标检测方法，不依赖深度学习，而是使用HOG特征+部件模型来进行检测。示例代码#include#include#includeusingnamesp

村北头的码农·2025-07-06 00:57

深度学习前置知识全面解析：从机器学习到深度学习的进阶之路

作为AI领域最重要的分支，深度学习(DeepLearning)在计算机视觉、自然语言处理、语音识别等领域取得了突破性进展，彻底改变了我们与机器交互的方式。

·2025-07-05 23:53

PyTorch实战：从零构建CNN模型，轻松搞定MNIST手写数字识别

欢迎来到我的深度学习博客！对于每个踏入计算机视觉领域的人来说，MNIST手写数字识别就像是编程世界的“Hello,World!”。

·2025-07-05 23:23

《ONNX推理部署全解析：从基础到进阶的实用指南》

ONNX基础入门ONNX是什么ONNX，即OpenNeuralNetworkExchange（开放神经网络交换），是一种用于表示深度学习模型的开放标准文件格式。

空云风语·2025-07-05 22:45

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法1.任务概述岩性分类是地质遥感的核心任务，旨在通过遥感影像识别地表岩石类型。

神经网络15044·2025-07-05 20:00

【Python】已解决：Traceback (most recent call last): File “C:/python/kfc.py”, line 8, in KfcError: KFC Cra

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·2025-07-05 19:49

【深度学习】一文彻底搞懂前向传播（Forward Pass）与反向传播（Backward Pass）

【深度学习】一文彻底搞懂前向传播（ForwardPass）与反向传播（BackwardPass）摘要：在深度学习的星辰大海中，无论模型多么复杂，其训练过程都离不开两大核心支柱：前向传播(ForwardPass

烟锁池塘柳0·2025-07-05 19:49

【深度学习】强化学习（Reinforcement Learning, RL）主流架构解析

强化学习（ReinforcementLearning,RL）主流架构解析摘要：本文将带你深入了解强化学习（ReinforcementLearning,RL）的几种核心架构，包括基于价值（Value-Based）、基于策略（Policy-Based）和演员-评论家（Actor-Critic）方法。我们将探讨它们的基本原理、优缺点以及经典算法，帮助你构建一个清晰的RL知识体系。文章目录强化学习（Rei

烟锁池塘柳0·2025-07-05 19:49

边缘设备上部署模型的限制之一——显存占用：模型的参数量只是冰山一角

边缘设备上部署模型的限制之一——显存占用：模型的参数量只是冰山一角在边缘设备上部署深度学习模型已成为趋势，但资源限制是其核心挑战之一。其中，显存（或更广义的内存）占用是开发者们必须仔细考量的重要因素。

烟锁池塘柳0·2025-07-05 19:48

【Python打卡Day48】随机张量与广播机制@浙大疏锦行

在继续讲解模块消融前，先补充几个之前没提的基础概念尤其需要搞懂张量的维度、以及计算后的维度，这对于你未来理解复杂的网络至关重要一、随机张量的生成在深度学习中经常需要随机生成一些张量，比如权重的初始化，或者计算输入纬度经过模块后输出的维度

可能是猫猫人·2025-07-05 14:19

ROS：三维激光点云转二维激光pointcloud-to-laserscan

环境ubuntu20.04ros-noetic一、安装库sudoapt-getinstallros-noetic-pointcloud-to-laserscan二、构建ros-package#创建并初始化工作空间mkdir-p~/catkin_ws/srccd~/catkin_ws/src#创建ROS包catkin_create_pkgmy_pointcloud2laserroscpprospys

Xian-HHappy·2025-07-05 13:10

视觉表征和多模态融合

视觉表征(VisualRepresentation)目的：将图像或视频数据转化为深度学习模型可以理解的特征向量。方法：卷积神经网络(CNN)：传

一只齐刘海的猫·2025-07-05 11:27

Deepoc 大模型在无人机行业应用效果的方法

在无人机行业中，Deepoc大模型的潜力，提升其应用效果，可从以下多个关键方面着手：优化数据收集与处理多源数据采集扩充收集涵盖激光雷达点云、高精度地图、气象数据、无人机飞行传感器数据、拍摄的图像与视频等多源数据

Deepoch·2025-07-05 10:13

深度探索：机器学习中的条件生成对抗网络（Conditional GAN, CGAN）算法原理及其应用

3.算法原理4.算法实现5.优缺点分析优点：缺点：6.案例应用7.对比与其他算法8.结论与展望1.引言与背景生成对抗网络（GenerativeAdversarialNetworks,GANs）作为一种深度学习框架

·2025-07-05 09:09

将PLY点云文件转换为Unreal Engine兼容格式：从原理到实践

将PLY点云文件转换为UnrealEngine兼容格式：从原理到实践在三维场景开发中，点云数据的处理与渲染是一个常见需求。

random_2011·2025-07-05 07:23

深度学习×第4卷：Pytorch实战——她第一次用张量去拟合你的轨迹

【开场·她画出的第一条直线是为了更靠近你】猫猫：“之前她只能在你身边叠叠张量，偷偷找梯度……现在，她要试试，能不能用这些线，把你的样子画出来喵～”狐狐：“这是她第一次把张量、自动微分和优化器都串成一条线，用最简单的线性回归，试着把你留给她的点都连起来。”【第一节·她先要一条路：生成一组可学的数据】✏️为什么要造数据？在PyTorch里跑线性回归，最好的练习就是用一条已知斜率的“理想直线”，加上一点

Gyoku Mint·2025-07-05 05:12

【第三章:神经网络原理详解与Pytorch入门】01.神经网络算法理论详解与实践-(4)神经网络中的重要组件

一、激活函数（ActivationFunction）【深度学习】关键技术-激活函数（ActivationFunctions

·2025-07-05 04:37

目标检测在国防和政府的应用实例

目标检测技术概述目标检测是计算机视觉的核心任务，通过算法对图像/视频中的物体进行识别与定位，当前主流技术包括：经典算法：YOLO系列（实时性强）、FasterR-CNN（精度高）、SSD（平衡速度与精度）技术升级：结合深度学习

MzKyle·2025-07-05 03:34

《深度学习》—— PyTorch的介绍及PyTorch的CPU版本安装

PyTorch的简单介绍二、pytorch的CPU版本安装三、torch、torchvision、torchaudio三个库的介绍一、PyTorch的简单介绍PyTorch是一个由FacebookAI实验室开发的深度学习框架

张小生180·2025-07-05 01:24

「日拱一码」017 深度学习常用库——TensorFlow

目录基础操作张量操作：tf.constant用于创建常量张量tf.Variable用于创建可训练的变量张量tf.reshape可改变张量的形状tf.concat可将多个张量沿指定维度拼接tf.split则可将张量沿指定维度分割数学运算：tf.add张量的加运算tf.subtract张量的减运算tf.multiply张量的乘运算tf.divide张量的除运算tf.pow计算张量的幂tf.sqrt计算

·2025-07-05 01:23

OpenCV中超分辨率（Super Resolution）模块类cv::dnn_superres::DnnSuperResImpl

它属于dnn_superres模块，用于加载和运行基于深度学习的图像超分辨率模型。这个类是OpenCV中用于执行深度学习超分辨率推理的主要类。你可以用它来加载预训练的超分辨率模型（如ED

村北头的码农·2025-07-05 01:19

深度解析生成式 AI：从技术原理到实战应用

一、生成式AI：重构数字内容生产范式（一）技术定义与核心价值生成式人工智能（GenerativeAI）是通过深度学习模型自动创造文本、图像、代码、视频等内容的技术体系，其核心在于从数据中学习概率分布并生成符合人类认知的输出

LNL13·2025-07-05 00:45

OpenCASCADE学习|点云可视化深度优化指南

在三维可视化领域，点云数据的渲染效果直接影响用户对数据的理解和分析。OpenCASCADE作为强大的几何内核，其点云可视化能力常因默认参数设置导致点尺寸过小、颜色单调、层次不清等问题。

老歌老听老掉牙·2025-07-04 23:42

Python机器学习实战——逻辑回归（附完整代码和结果）

Python机器学习实战——逻辑回归（附完整代码和结果）关于作者作者：小白熊作者简介：精通c#、Halcon、Python、Matlab，擅长机器视觉、机器学习、深度学习、数字图像处理、工业检测识别定位

小白熊XBX·2025-07-04 23:36

计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

信息安全/网络安全大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！

B站计算机毕业设计大学·2025-07-04 22:31

AI编程基础：学习Python是进入AI领域的必经之路（文末含学习路线与知识推荐）

文章目录Python市场行情：AI开发的首选语言为什么学习Python对AI至关重要AI开发所需的Python知识体系Python编程基础科学计算与数据处理机器学习与深度学习性能优化与并行计算Python

Clf丶忆笙·2025-07-04 22:01

推荐频道

点云深度学习