烟雾检测数据集

3D FFT在波束形成中的详细解释

波束形成可以理解为一种通过数字信号处理手段，将天线阵列（或传感器阵列）接收的多路信号进行加权和，形成对特定方向（或多个方向）的增强或抑制，从而实现对目标/信号的方位估计与检测的技术。
DuHz·2025-03-16 00:49

数据分布偏移检测：保障模型在生产环境中的稳定性

数据分布偏移检测：保障模型在生产环境中的稳定性引言在机器学习系统从开发环境部署到生产环境的过程中，数据分布偏移问题是影响模型性能的主要挑战之一。
trust Tomorrow·2025-03-16 00:18

在MATLAB中进行并行计算和GPU加速？

在MATLAB中进行并行计算和GPU加速是提升计算性能和处理大规模数据集的重要手段。下面将详细介绍如何在MATLAB中实现这些技术。
琛哥的程序·2025-03-16 00:18

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的图像处理应用，重点介绍图像卷积、边缘检测等核心算法的实现。我们将从理论基础出发，逐步构建一个完整的图像处理应用，并通过优化技巧提升性能。
·2025-03-16 00:16

大模型工程师学习日记（十五）：Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）

1.datasets库核心方法1.1.列出数据集使用datasets库，你可以轻松列出所有HuggingFace平台上的数据集：fromdatasetsimportlist_datasets#列出所有数据集
MMMMMMMay Love Code·2025-03-15 20:52

第三方软件检测机构测试方案推荐

在软件开发周期中，很多软件测试工作与开发工作是同步进行的，人们对于软件测试流程的重视程度也不够，可能在测试工作中就容易造成很多重复性和不规范操作。实际上，理清楚软件测试流程对提高后期软件测试工作效率有很大好处。所以，卓码软件测评小编对软件测试流程进行简单梳理，供大家参考。软件测试流程步骤分析需求文档这一步需要明确用户测试需要文档，对测试业务范围、测试人员分配、测试场景等各个业务流程进行分析。尽可能
第三方软件测评·2025-03-15 20:19

态势感知产品通用的一些安全场景设计

互联网网络攻击类类别序号名称互联网络攻击类1识别DDOS攻击2web高频攻击3外网主机发起特定端口扫描4webshell攻击5xss攻击检测6SQL注入检测7网站挂马1.1识别DDOS攻击场景描述DDoS
sinfoyou·2025-03-15 19:10

**ResNet-SE + MFCC** 训练框架，包括 **数据加载、训练流程**，以及 **混淆矩阵** 可视化示例

依赖库安装如果你还没安装相关库，请先执行：pipinstalltorchtorchaudiotorchvisionscikit-learnmatplotlibtqdm2.数据加载这里假设你有一个音频分类数据集
大霸王龙·2025-03-15 19:10

max_samples，batch_size，gradient_accumulation_steps这三个分别的联系和区别

这三个参数都是控制训练数据如何被处理的，它们的作用和区别如下：1.max_samples（最大样本数）定义：限制每个数据集最多使用多少条数据。
背太阳的牧羊人·2025-03-15 19:09

LLM之Colossal-LLaMA-2：源码解读(init_tokenizer.py文件)实现基于源词表的扩展、(init_model.py文件)实现过计算均值扩展模型、(prepare_pretr

中文标记的新词汇)→保存新的分词模型、(init_model.py文件)实现过计算均值来扩展模型的嵌入层以适应新的词汇表，然后保存扩展后的模型、(prepare_pretrain_dataset.py文件)将原始数据集进行处理
一个处女座的程序猿·2025-03-15 18:38

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插

LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插件
一个处女座的程序猿·2025-03-15 18:38

【大一新生必收藏系列】❤机器学习7大方面，30个数据集。纯干货分享❤

而事实上一定是，质量高的数据集可能是最重要的！数据集在机器学习算法项目中具有非常关键的重要性，数据集的大小、质量
.Boss.·2025-03-15 18:05

python opencv轮廓检测_python opencv中的不规则形状检测和测量

正如我在评论中提到的那样,对于这个问题,分水岭似乎是一个很好的方法.但是当你回答时,定义标记的前景和背景是困难的部分！我的想法是使用形态梯度沿着冰晶获得良好的边缘并从那里开始工作;形态梯度似乎很有效.importnumpyasnpimportcv2img=cv2.imread('image.png')blur=cv2.GaussianBlur(img,(7,7),2)h,w=img.shape[:
weixin_39584529·2025-03-15 18:04

llm数据存储基础设施

AI原生数据库，可提供对密集向量、稀疏向量、张量（多向量）和全文的快速混合搜索项目仓库:https://github.com/infiniflow/infinity关键特性令人难以置信的快在百万级矢量数据集上实现
galileo2016·2025-03-15 17:24

计算机视觉算法实战——驾驶员玩手机检测（主页有源码）

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.领域简介：玩手机检测的重要性与技术挑战驾驶员玩手机检测是智能交通安全领域的核心课题。
喵了个AI·2025-03-15 16:48

目标检测中衡量模型速度和精度的指标：FPS和mAP

FPS（FramesPerSecond）定义：FPS是“每秒传输帧数”的缩写，用于衡量计算机视觉系统（如目标检测、图像识别等）的实时性能。它表示系统每秒钟能够处理的图像或视频帧的数量。
asdfg1258963·2025-03-15 16:47

机器学习驱动的智能化电池管理技术与应用

故障诊断人工智能机器学习基础人工智能的发展机器学习的关键概念机器学习在电池管理中的应用案例介绍人工智能在电池荷电状态估计中的应用荷电状态估计方法概述基于迁移学习的SOC估计(1)基于迁移学习的SOC估计方法数据集
萌萌可爱郭德纲·2025-03-15 15:07

机器学习_重要知识点整理

贝叶斯分类器、文本分类（如垃圾邮件检测）。最大似然估计（MLE）通过数据最大化似然函数，估计模型参数。线性回归、逻辑回归参数估计。假设检验判断假设是否成立（如t检验、卡方
嘉羽很烦·2025-03-15 15:06

AS32X601双核锁步MCU技术优势分析

当检测到错误
国科安芯·2025-03-15 15:04

Harmonyos开发——TypeScript基础

（3）boolean型letfin:Boolean=true（4）any型：可以跳过类型检测（不建议常用）leta:an
凌煦·2025-03-15 13:21

HarmonyNext深度解析：ArkUI高效渲染与性能优化实战

在华为Mate60系列实测中，复杂界面渲染延迟降低42%智能脏区检测机制基于机器学习的区域更新预测算法，
披光人·2025-03-15 12:14

超详细的Numpy基础教程！！！

Numpy在数据科学中非常重要，因为它提供了高效的数组处理能力和广泛的数学函数库，这对于处理大规模数据集、进行科学计算和机器学习等任务至关重要。
不会爬虫的闲鱼·2025-03-15 11:08

【忍者算法】从找朋友到找变位词：一道趣味字符串问题的深入解析｜LeetCode 438 找到字符串中所有字母异位词

在实际应用中，字母异位词的检测有着广泛的用途。比如在密码学中检测可能的密
忍者算法·2025-03-15 10:32

数据标注工具及其对预训练模型性能的影响

这些模型通过在大规模无标注文本数据集上进行预训练，学习到丰富的语言知识和语义表示，并在下游任务中展现出优异的性能。BERT、GPT-3等预训练模型的出现，标志着NLP领域进入了一个新的时代。
AGI大模型与大数据研究院·2025-03-15 10:00

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的图像处理应用，重点介绍图像卷积、边缘检测等核心算法的实现。我们将从理论基础出发，逐步构建一个完整的图像处理应用，并通过优化技巧提升性能。
·2025-03-15 10:50

Java Stream 流从零到一全指南

JavaStream是Java8引入的一种用于处理数据集合的API，提供了声明式的方式进行数据处理。它能够支持函数式编程风格，极大地简化了集合操作，提高了代码的可读性和可维护性。
秋‍.·2025-03-15 09:54

vue中el-tree的懒加载

这种方法可以显著提高页面的加载速度和响应性能，特别是在大型数据集上。要使用el-tree的懒加载功能，需要在树形控件组件中提供一个load方法。
zhz5214·2025-03-15 09:22

kettle数据同步

Kettle是一个强大的数据集成工具，可以用来实现各种数据同步的需求。
zhz5214·2025-03-15 09:22

基于纯视觉的 GUI 代理的屏幕解析工具（OmniParser）

一、技术原理1.数据集构建：从流行网页和应用中提取数据，构建可交互图标检测数据集和图标描述数据集，为模型训练提供基础。
deepdata_cn·2025-03-15 09:51

GEE数据集——Harmonized Landsat Sentinel-2 (HLS) 卫星sentinel-2哨兵-2（HLS）

简介统一大地遥感卫星哨兵-2（HLS）项目通过虚拟卫星传感器群提供一致的地表反射率（SR）和大气层顶部亮度（TOA）数据。陆地成像仪（OLI）安装在美国宇航局/美国地质调查局的联合陆地卫星8号和陆地卫星9号上，而多光谱仪（MSI）则安装在欧洲的哥白尼哨兵-2A号和哨兵-2B号卫星上。通过综合测量，可以每2到3天以30米的空间分辨率对陆地进行全球观测。HLS项目使用一套算法来获得OLI和MSI的无缝
此星光明·2025-03-15 09:18

Google Earth Engine——导入无云 Sentinel-2 图像和NDVI计算

在本练习结束时，您将能够搜索、查找和可视化范围广泛的遥感数据集。在第一个练习中，我们将重点关注
此星光明·2025-03-15 09:17

塑料制品制造业现状 LIMS系统革新塑料制品检测流程

塑料制品制造业作为现代工业的重要组成部分，其产品质量直接关系到下游应用的安全和性能。随着市场竞争的加剧，制造商们对产品质量的要求越来越高，内检实验室成为确保产品质量的关键环节。然而，传统的实验室管理方式往往存在数据孤岛、效率低下等问题，难以满足现代化生产的需求。在这样的背景下，内检实验室LIMS系统应运而生，为塑料制品制造企业带来了革命性的改变。白码内检LIMS实验室管理系统作为行业内的佼佼者，以
白码低代码·2025-03-15 08:08

「检测宝典」之一：检测行业新趋势，你了解多少？

【栏目简介】“检测宝典”是我们针对检验检测行业，从检验检测行业趋势、信息化程度、企业效率、市场监管等不同角度，剖析检验检测发展现状和趋势，帮助大家了解检验检测行业正在发生的变化，切实把握当前资本风口，实现企业跨越式发展颠覆从颠覆者开始
LIMSChain·2025-03-15 08:37

RV1126笔记三十七：PaddleOCR检测模型训练

PaddleOCR检测模型训练及验证测试1、准备数据集在PaddleOCR目录下新建文件夹：train_data,这个文件夹用于存放数据集的。
殷忆枫·2025-03-15 05:16

大语言模型微调和大语言模型应用的区别？

过程：通常涉及准备领域特定的数据集、设计合适的损失函数、调整超参数（例如学习率、批量大小等），以及选择冻结或解冻部分参数来更新模型
AI Echoes·2025-03-15 05:38

大语言模型微调和大语言模型应用的区别？

核心：通过额外的训练（使用特定数据集）优化模型的性能，提升其在特定场景下的效果。例如：将通用模型微调为法律咨询、医疗诊断或金融分析的专业模型。
AI Echoes·2025-03-15 04:34

pytorch实现cifar10多分类总结

cifar-10简介：CIFAR-10是一个常用的图像分类数据集，每张图片都是3×32×32，3通道彩色图片，分辨率32×32。
L_pyu·2025-03-15 00:31

shell脚本 重启python脚本

/bin/bashwhiletrue#循环检测脚本是否停止doprocnum=$(ps-ef|grep"run.py"|grep-vgrep|wc-l)#记录正在运行run.py的数量echo"ps-efgrepreturn
mzgong·2025-03-15 00:27

多分类—微调DistilBERT对生物医学文本进行实验方法多分类：Automated Text Mining of Experimental Methodologies from Biomedical

AutomatedTextMiningofExperimentalMethodologiesfromBiomedicalLiterature从生物医学文献中自动挖掘实验方法文本paper：https://arxiv.org/abs/2404.13779github：本文做的就是微调DistilBERT去做多分类任务，训练自己的数据集
小小帅AIGC·2025-03-14 23:56

数据挖掘技术介绍

数据挖掘技术介绍分类聚类关联规则挖掘预测异常检测特征选择与降维文本挖掘序列模式挖掘深度学习集成学习数据挖掘（DataMining）是一种从大量数据中提取有用信息和模式的技术，旨在从数据中发现隐藏的规律、
柒柒钏·2025-03-14 23:25

YOLOv12模型详解及代码复现

他们的目标是解决实时物体检测这一关键问题，在速度和精度之间寻求最佳平衡。YOLOv12延续了前作YOLOv1的成功理念，将其定位为一种回归问题，而非传统的区域提议+分类方法。
清风AI·2025-03-14 23:21

Oracle RAC 三种心跳机制

在OracleRAC（RealApplicationClusters）中，心跳（Heartbeat）是集群节点间用于检测存活状态的核心机制，确保节点间的通信正常并避免脑裂（SplitBrain）问题。
数据库急诊日记·2025-03-14 21:31

工程化与框架系列（31）--前端依赖管理实践

依赖管理概述前端依赖管理主要包括以下方面：包管理工具：npm、yarn、pnpm等版本控制：语义化版本、锁文件等依赖分析：依赖树、循环依赖等依赖优化：体积优化、重复依赖等安全管理：漏洞检测、更新维护等依赖管理工具实现依赖分
一进制ᅟᅠ        ‌‍‎‏ ·2025-03-14 21:01

Python爬虫教程：如何通过接口批量下载视频封面（FFmpeg技术实现）

实际上，视频封面不仅能提供重要的信息（例如视频标题、主题或情感等），而且它们也能作为数据集中的重要属性，用于视频分类、推荐系统等应用。
Python爬虫项目·2025-03-14 20:23

RISC-V双核锁步高性能抗辐照MCU芯片技术解析与应用

该设计符合ISO26262ASIL-B功能安全等级要求，适用于需检测瞬态或永久性硬件故障的工业与汽车应用。抗辐照性能该芯片通过增强型SEU（单粒子翻转）和SEL（单粒
国科安芯·2025-03-14 19:44

机器学习(二) 本文(2.5万字) | KNN算法原理及Python复现 |

三要素三机器学习中标准化四KNN分类预测规则五KNN回归预测规则六KNN算法实现方式七KDTree7.1构造KDtree7.2KDtree查找最近邻八KNN特点九KNN算法实现案例一案例二1.机器学习2.深度学习与目标检测
小酒馆燃着灯·2025-03-14 19:11

2025版最新如何参加护网行动？零基础入门到精通，收藏这篇就够了！

具体实践中，公安部会组织攻防两方，进攻方会在一个月内对防守方发动网络攻击，检测出防守方（企事业单位）存在的安全漏洞。通过与进攻方的对抗，企事业单位网络、系统以及设备等的安全能力会大大提高。
程序媛西米·2025-03-14 17:28

python进程与线程_python进程和线程

(一个线程运行一段时间后会释放GIL,另一个线程获取GIL便会执行，然后再释放)进程：是具有一定独立功能的程序关于某个数据集合上的一次运行活动。进程是系统进行资源分配和调度的一个独立单位。
weixin_39543758·2025-03-14 16:21

KNN算法实例_手写识别系统

在数据处理过程中，将使用一个常见的手写数字数据集，如MNIST数据集。数据集我们将使用MNIST数据集，它包含60000个训练样本和10000个测试样本。
V文宝·2025-03-14 16:47

基于分组 NMS 的检测模型后处理改进

引言在目标检测任务中，后处理阶段的非极大值抑制（Non-MaximumSuppression,NMS）是至关重要的一环，主要用于去除高度重叠的冗余预测框。
Lunar*·2025-03-14 15:11
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他