目标检测+识别第6页

百度上线惊雷算法3.0，附百度SEO惊雷算法解读

作者宋九九相对于惊雷算法2.0，惊雷算法3.0有四个主要升级点：1、加强了对作弊行为的识别；2、加大了对作弊站点的打击力度；3、扩大了算法的覆盖范围；4、对违规行为较严重的领域（如：汽车、下载、招聘、B2B

宋九九·2025-02-09 07:25

【ubuntu下验证下菜品识别，训练，部署，验证 CNN + TensorFlow / PyTorch】

下来我会详细介绍如何在Ubuntu上运行你训练和部署的菜品识别模型，确保每一步都能理解并能在你的系统中运行。

追心嵌入式·2025-02-09 05:47

Tess ng 学习教程及其案例

TessNG是一个基于Tess4J的Java库，用于处理光学字符识别（OCR）任务。

若木胡·2025-02-09 05:46

Win与Linux下，Python调用Basler相机完整步骤-实现拍照保存

拍照完成后可以使用yolo进行识别，过完年上班后我会发布使用basler调用yolo识别的代码。代码在最后，如果帮到你了，请帮忙给个赞或收藏谢谢！！有问题在评论区反应，看到就会回复使用方法：

宇宙美男般的工程师·2025-02-09 04:02

android 手势识别（缩放单指滑动多指滑动）

AndroidP手势识别1、前提介绍：2、单指相关2、双指缩放3、多指滑动。4、总体识别代码1、前提介绍：关于Android手势识别就是当前view根据用户的不同touch行为，给出不同的处理结果。

干一行，爱一行·2025-02-09 02:20

安卓/ios脚本开发按键精灵经验小分享

但是每个手机为了自己的风格，样式都有区别，甚至连列表的滑动方向都不一样，我们很难通过模拟操作来识别点击，那么我们做的只能给自己用。没办法了吗？当然不！

ii_best·2025-02-09 02:16

基于CLIP视觉语言大模型的行人重识别方法的简单框架设计

以下是一个基于CLIP视觉语言大模型的行人重识别方法的简单框架设计，用于数据集测试。我们将使用torch和clip库，假设数据集是一个包含行人图像的文件夹结构，每个子文件夹代表一个行人身份。

max500600·2025-02-09 01:42

为什么线下面试越来越流行了？

原因一：作弊成本越来越低AI的诞生确实提供了很多便利，但也有人和团队利用AI来搞一些非正当的产品，例如AI面试辅助工具，它大概是这样的：面试官上远程问问题，这边的AI面试辅助工具通过语音识别很快就能找出正确的答案

·2025-02-08 23:37

运用uniapp实现登录时的人脸识别(需在真机中运行)

以下是基本代码：返回{{type=='login'?'人脸登录':'人脸新增'}}{{type=='login'?'人脸登录服务':'人脸新增服务'}}{{text}}{{text}}importaxiosfrom'../../plugins/pocky-request/index.js';exportdefault{data:{statusBar:'',CustomBar:0,uid:'',ty

一起努力丶·2025-02-08 22:27

uni-app简单模拟人脸识别

uni-app使用live-pusher简单模拟人脸识别页面样式实现想法调起手机摄像头设置圆形实现想法公司的需求是模拟一个人脸识别，不用第三发插件，简单模拟样式即可。

Li_na_na01·2025-02-08 22:24

微软文本转语音和语音转文本功能更新，效果显著！

最近，微软对其AI语音识别和语音合成技术进行了重大升级，效果非常好，现在我将分别为大家介绍这两个功能。

wuhanwhite·2025-02-08 22:53

Vision Transformer学习笔记（2020 ICLR）

该模型直接采用原始图像块作为输入，而不是传统的卷积神经网络（CNNs），并通过Transformer架构处理这些图像块以实现高效的图像识别。

刘若里·2025-02-08 21:15

python实现yolo目标检测_目标检测|YOLO原理与实现

欢迎交流与转载，文章会同步发布在公众号：机器学习算法全栈工程师(Jeemy110)最新的YOLOv2和YOLOv3:小白将：目标检测|YOLOv2原理与实现(附YOLOv3)zhuanlan.zhihu.com

weixin_39709194·2025-02-08 20:10

云电脑故障，云电脑的常见故障及解决方法

云电脑的常见故障及解决方法如下：1.U盘无法识别或识别时间长：解决方法：确保U盘格式为NTFS，FAT32格式可能导致识别慢或无法识别。在云桌面中将U盘格式化为NTFS格

·2025-02-08 19:28

前端下载流文件的方法

一、location.herf对于一些浏览器无法识别的,可以直接再浏览器地址栏输入url即可触发浏览器的下载功能。对于单文件下载没有什么问题，但是如果下载多文件，点击过快就会重置掉前面的请求。

·2025-02-08 19:57

《探秘卷积神经网络的核心—卷积核》

在当今人工智能飞速发展的时代，卷积神经网络（CNN）在图像识别、语音识别等众多领域取得了令人瞩目的成就。而其中，卷积核作为CNN的核心组件，发挥着至关重要的作用。

·2025-02-08 19:57

使用Python进行语音识别：将音频转为文字

语音识别是一项将语音信号转换为可理解的文本的技术。在Python中，我们可以使用一些库和工具来实现语音识别，并将音频转换为文本。本文将介绍如何使用Python进行语音识别的过程，并提供相应的源代码。

WmqApps·2025-02-08 18:52

【深度学习】不同领域中对于token的理解

假设要让AI识别一句话："Ilovenaturallanguageprocessing!"对于机器来说，它并不会直接理解这句话的含义，而是需要先将这句话拆解成一个个Token单元进行处理。

小小小小祥·2025-02-08 14:55

什么叫鲁棒性？

当系统或算法能够正确地识别和处理异常情况，避免崩溃或错误输出时，可以说具有健壮性。频域鲁棒性：

众乐乐_2008·2025-02-08 13:49

10 个DeepSeeK AI 提示可在几秒钟内完成数小时的工作

识别并建议AI工具，自动化脚本和快捷方式，以10倍的速度完成这些任务，将我的手动工作量减少到接近零。”“90/10工作消除”规则提示：“请帮我将90/10规则应用于[插入工作/任务]。

知识大胖·2025-02-08 13:19

超实用的手机号码归属地查询API

技术原理手机号码归属地查询API的核心功能是识别手机号码的注册地信息。这一功能的实现依赖于对手机号码的分析和数据库查询。手机号码由国家代码

·2025-02-08 10:07

【AIGC调研系列】DeepSeek模型的优势和劣势

DeepSeek模型的优势主要包括：多模态能力：DeepSeek-VL能够在不丢失语言能力的情况下融入多模态能力，能够处理包括逻辑图、网页、公式识别、科学文献、自然图像等多种类型的数据，显示出其强大的通用多模式理解能力

来自太平洋的暖湿气流·2025-02-08 09:21

人工智能应用实例-自动驾驶

不过，我们可以通过Python结合一些开源库，模拟实现自动驾驶中的部分关键逻辑，比如简单的目标检测与路径规划。

小赖同学啊·2025-02-08 09:19

一切皆是映射：强化学习在医疗诊断中的应用：挑战与机遇

《一切皆是映射：强化学习在医疗诊断中的应用：挑战与机遇》关键词强化学习，医疗诊断，图像识别，数据预处理，算法优化摘要随着医疗技术的发展，医疗诊断的准确性和效率越来越受到关注。

AI天才研究院·2025-02-08 07:28

OrangePi香橙派usb摄像头+srs服务+ffmpeg+h264解码

1、香橙派用的zero2，debian系统，usb免驱摄像头usb摄像头默认地址：/dev/video0查看usb是否识别：lsusb。查看可以用：ls/dev/video*,查看所有设备。

Fatfish_treeFans·2025-02-08 06:56

运用Faster RCNN、YOLO经典目标检测算法对滑坡图像进行检测

本次实验采用的操作系统为Ubuntu16.04平台，编程环境基于Python，GPU为NVIDIAGeForce740m，在基于深度学习框架CAFFE下进行实验。实验输出结果

AngeliaZ·2025-02-08 04:10

MobileNetV2: Inverted Residuals and Linear Bottlenecks

Link：https://arxiv.org/abs/1801.04381这篇文章是一篇关于MobileNetV2的学术论文，主要介绍了MobileNetV2的架构设计及其在图像分类、目标检测和语义分割任务中的应用

TAICHIFEI·2025-02-08 03:38

4. 编写你的第一个Scrapy爬虫

4.1Scrapy爬虫的基本构成Scrapy爬虫的基本构成很简单，通常包含以下几个关键部分：name：爬虫的名字，用于在运行时识别。start_urls：起始的URL列表，爬虫从

杨胜增·2025-02-08 03:03

使用 sndpeek 识别说话者

使用sndpeek识别说话者让计算机帮助您识别电话会议、podcast和新闻直播中的说话者级别：中级NathanHarrington([email protected]),程序员,IBM2008

simo110·2025-02-08 01:54

说话人识别----技术挑战点

技术挑战点为:与文本无关;说话人识别中的跨信道、噪音;短语音;多说话人、防假冒处理;训练库大小限制;

sunfoot001·2025-02-08 01:54

画化学结构式用InDraw，6个功能很实用

二、支持AI智能识别结构式图片InDraw的AI图像识别技术能够迅速解析复杂化学结构，无论是单个分子、多个分子，还是整个反应式，都能马上识别和转换；轻轻松松1秒画一个复杂结构式。

小鹰-上海鹰谷-电子实验记录本·2025-02-08 01:22

为了实现对不同说话人的处理，可以加入一些专门的层和技术，来区分和识别说话人的特征。

为了实现对不同说话人的处理，可以加入一些专门的层和技术，来区分和识别说话人的特征。1.说话人分离（SpeakerSeparation）概念：说话人分离是指在多说话人的音频中，将不同说话人的声音分开。

苏西月·2025-02-07 23:12

我的AI工具箱Tauri版-CompositeIDPhoto合成最美证件照

工具采用精确的人脸识别与背景优化算法，可智能匹配样板的构图比例、光线效果和背景样式，确保输出结果与样板风格完美统一。自动化

Mr数据杨·2025-02-07 23:41

开源项目实战：Whisper 环境下的语音识别与说话人分离完全指南

开源项目实战：Whisper环境下的语音识别与说话人分离完全指南whisper-diarizationAutomaticSpeechRecognitionwithSpeakerDiarizationbasedonOpenAIWhisper

唐阔清·2025-02-07 23:40

【Python三方库】Python机器学习开源库之dlib库的简介、安装、使用方法、示例代码、注意事项等详细攻略

本文详细介绍了dlib的简介、安装及使用方法，包括面部检测、特征点检测和人脸识别等功能。通过这些基本功能的示例，你可以逐步深入了解并实际应用dlib库，解决更多复杂的计算机视觉问题。

I'mAlex·2025-02-07 23:38

基于AI大模型的复杂扫描件PDF信息提取与规整

下标中”PDF可“的代表能够识别扫描件PDF。相似字符有3组测试用例，1组为6与8相似，2组为0与O相似，3组为0与Q相似。信息匹配应该是有2个组。文件歧

JIZQAQ·2025-02-07 22:35

学习笔记：蓝桥杯python基础算法（2-2）（K）——构造*

解题时，需从多方面思考，如关注规模增长影响、推广规律、考虑状态转移、识别模式，需要大量练习及留意特殊情况。

X _X·2025-02-07 22:04

Ubuntu18.04环境下I219-LM网卡不能识别问题解决

Ubuntu18.04环境下I219-LM网卡不能识别问题解决背景介绍硬件信息驱动信息解决过程解决方案注意事项背景介绍使用的某品牌的PC机，CPU型号为I5-1145G7（笔记本）或者I5-11500（

歪歪的酒壶·2025-02-07 22:02

6个最佳实体检测API，可准确返回实体的名称

命名实体识别（NamedEntityRecognition）也称作实体检测（EntityDetection），是NLP技术手册中的一个重要工具。

·2025-02-07 21:12

毕业设计：基于卷积神经网络的鲜花花卉种类检测算法研究

目录前言课题背景和意义实现技术思路一、算法理论基础1.1卷积神经网络1.2目标检测算法二、数据集2.1数据集2.2数据扩充三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光

HaiLang_IT·2025-02-07 20:23

人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术

在过去的几年中，语音识别、唱歌比赛、歌词分析、智能推荐等应用已经在音乐行业中发挥了重

AI天才研究院·2025-02-07 18:42

护照文字提取、护照识别硬件设备、python护照识别接口示例

近年来，随着文字识别技术的成熟，衍生出了一系列应用场景，翔云护照识别接口与护照阅读器硬件设备就是其中一种，为旅游行业的出行体验带来了质的改变。

OCR_API·2025-02-07 16:56

使用文档控件 Aspose.Words for .NET的 AI 功能，检查文档中的语法

下载试用Aspose.wordsfor.net通过集成OpenAI生成模型，用户现在可以轻松识别和纠正文档中的语法错误。这

CodeCraft Studio·2025-02-07 15:48

MOE-conformer 流式多语种语音识别

MOE(MixtureofExperts)：MOE是一种通过专家混合来实现深度学习模型的方法，主要有以下特点：MOE由多个专家(Excpert)组成，每个专家是一个独立的神经网络(可以是MLP、CNN、RNN等)输入数据会被路由分配到不同的专家进行处理，目的是确定最适合处理输入的专家模型各个专家独立处理得到的结果进行加权聚合后输入结果各个专家独立计算，容易实现数据并行通过组合不同专家的强项，总体能

深度学习-视听觉·2025-02-07 14:16

python openai库讲解，以及如何调用deepseek的api

借助这个库，开发者能够轻松地在Python代码里调用OpenAI的API来完成文本生成、图像生成、语音识别等多种任务。

一念&·2025-02-07 14:42

Inno安装包解包工具 InnoExtractor v8.1 注册版

其显著特点之一是能够处理加密内容，InnoExtractor可以识别并解密被保护的文件和脚本，使隐藏或不可见的部分变得可读和可操作。此外，它还提供全面的分析工具，如导出注

RM1135RTS5735·2025-02-07 14:10

基于深度学习的行人摔倒检测识别系统 —— 使用YOLOv5实现行人摔倒检测

系统功能概述2.2系统架构数据准备与处理3.1数据集选择与收集3.2数据标注3.3数据集划分YOLOv5模型训练与优化4.1YOLOv5配置文件4.2安装YOLOv5并开始训练4.3模型评估与优化摔倒行为识别与推理

2025年数学建模美赛·2025-02-07 13:34

linux find-在指定目录下查找文件

-name：指定字符串作为寻找文件或目录的范本样式；-newer：查找其更改时间较指定文件或目录的更改时间更接近现在的文件或目录；-nogroup：找出不属于本地主机群组识别码的文件或目录；-noleaf

大厂在职_xzG·2025-02-07 11:52

免费PDF 转换成 Word、PPT、Excel 格式的工具

下载地址：https://pan.quark.cn/s/8c42ac2e4bf5核心功能：PDF转Word：精准识别PDF中的文字、表格与图片，完整还原内容排版，转换后的Word文档可直接编辑，无需繁琐的重新排版

火星技术·2025-02-07 11:50

基于langchain和gradio实现天气查询智能体，本地ollama大模型调实时天气api，前端输入即可自动返回天气

介绍：众所周知大模型训练数据都是用的历史数据，无法实时查询天气信息，因此使用本地ollama大模型调实时天气api接口的方式，大模型识别和理解你要查询的请求，然后调第三方天气api接口返回实时天气。

福小白·2025-02-07 10:48

推荐频道

目标检测+识别