神经网络+图像处理

知物由学 | AI网络安全实战：生成对抗网络

在AI的原始应用中，这个词指的是用来欺骗评估神经网络或另一个机器学习模型的样本类型。随着机器学习在安全应
Hacker_Fuchen·2025-02-22 01:59

计算机视觉之图像处理-----SIFT、SURF、FAST、ORB 特征提取算法深度解析

SIFT、SURF、FAST、ORB特征提取算法深度解析前言在图像处理领域亦或是计算机视觉中，首先我们需要先理解几个名词：什么是尺度不变？
三年呀·2025-02-22 01:27

深度学习模型的全面解析：技术进展、应用场景与未来趋势

1.深度学习模型概述1.1深度学习模型的定义与分类深度学习模型是基于人工神经网络的算法，它们通过模仿人脑的处理机制来学习数据中的复杂模式和特征。
阿尔法星球·2025-02-21 22:03

深度学习模型：原理、架构与应用

深度学习（DeepLearning）是机器学习中的一个分支，基于人工神经网络的发展，尤其是多层神经网络的研究，使其在语音识别、图像处理、自然语言处理等领域取得了显著进展。
一ge科研小菜菜·2025-02-21 22:00

基于深度学习的焊缝缺陷检测识别系统：YOLOv10 + UI界面 + 数据集

传统的焊缝缺陷检测方法主要依赖于人工经验或简单的图像处理技术。这些方法不仅效率低下，而且受主
深度学习&目标检测实战项目·2025-02-21 21:00

基于深度学习的入侵检测系统设计与实现

基于深度学习的入侵检测系统设计与实现文章关键词:深度学习，入侵检测，网络安全，神经网络，特征提取，系统设计文章摘要:随着互联网的快速发展和网络攻击技术的不断演进，网络安全形势日益严峻。
AI天才研究院·2025-02-21 19:39

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

Vision Transformer图像分类实现

与传统的卷积神经网络(CNN)不同，ViT将图像分割成多个小块（patches），并将这些小块视为序列输入到Transformer中。
reset2021·2025-02-21 16:13

神经网络模型训练中的相关概念：Epoch，Batch，Batch size，Iteration

神经网络模型训练中的相关概念如下：Epoch（时期/回合）：当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次epoch。
一杯水果茶！·2025-02-21 16:39

深度学习归一化与正则化

文章目录深度学习归一化与正则化1.归一化(Normalization)2.正则化(Regularization)深度学习归一化与正则化1.归一化(Normalization)定义：归一化是指通过某种算法将输入数据或神经网络层的激活值处理后限制在我们需要的特定范围内
鱼儿也有烦恼·2025-02-21 14:22

Cavishape: Python编程与图像处理的艺术之作

项目的主要元素可能与图形用户界面设计和图像处理相关，特别是以鱼形为设计元素。它可能采用了面向对象编程方法，图形界面可能利用了Python的GUI库，图像处理方面可能涉及特定的图形生成算法。
laforet·2025-02-21 13:51

神经网络新手入门（2）基础认知：神经网络发展简史

第一阶段：基础认知：神经网络发展简史让我们用武侠小说的方式打开这段科技史，你会发现神经网络的发展史比金庸江湖还要精彩：第一章：江湖初现（1943-1958）1943年，两位奇侠麦卡洛克和皮茨在《神经活动中内在思想的逻辑演算
caridle·2025-02-21 10:48

MATLAB图像处理

MATLAB图像处理MATLAB，作为美国MathWorks公司出品的商业数学软件，以其强大的矩阵运算能力和丰富的函数库，在图像处理领域得到了广泛的应用。
陈辰学长·2025-02-21 08:40

MATLAB 图像处理：阈值分割检测裂纹和划痕

MATLAB图像处理：阈值分割检测裂纹和划痕阈值分割是一种常见的图像处理技术，可以将图像分成不同的区域。在裂纹和划痕检测中，阈值分割可以帮助我们将图像中的裂纹和划痕区域分离出来。
PixelDyno·2025-02-21 08:09

图像检测分析难题？三维天地引入YOLO目标检测技术带来全新解决方案！

然而,传统的图像处理方法面临着诸多挑战,如庞大的数据量、复杂的特征提取、漫长的模型训练周期以及复杂的公式计算等。这些问题不仅限制了检测的效率,还对结果的准确性产生了负面影响。
资讯分享周·2025-02-21 08:02

25/2/16 ＜算法笔记＞ DirectPose

DirectPose是一种端到端的神经网络方法，旨
青椒大仙KI11·2025-02-21 05:19

wav文件详解

wav文件详解分类：视频音频图像处理算法2013-10-1013:5066人阅读评论(0)收藏举报音频wav格式介绍ffmpeg目录(?)
满舅娘·2025-02-21 03:08

Vision Transformer（ViT）：用 Transformer 颠覆图像识别

VisionTransformer（ViT）：用Transformer颠覆图像识别在计算机视觉领域，卷积神经网络（CNN）长期以来一直是图像识别任务的主流架构。
金外飞176·2025-02-20 19:36

基于立创·天空星开发板-GD32F407VET6-青春版，开发一款手持热成像仪。该设备将采集热红外传感器的数据，经过处理后在LCD屏幕上显示热图像，并提供用户交互界面。

图像处理:将原始传感器数据转换为可显示的彩色或灰度热图像。图像显示:在LCD屏幕上实时显示热图像。温度测量:计算并显示图像中特定点的温度值
嵌入式程序员小刘·2025-02-20 18:23

Python从0到100（三十九）：数据提取之正则（文末免费送书）

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识
是Dream呀·2025-02-20 17:20

深度学习工厂的蓝图：拆解CUDA驱动、PyTorch与OpenCV的依赖关系

想象一下，你正在建造一座深度学习工厂，这座工厂专门用于高效处理深度学习任务（如训练神经网络）和计算机视觉任务（如图像处理）。
时光旅人01号·2025-02-20 17:46

【CUDA】Pytorch_Extensions

当我们在PyTorch中实现自定义算子时，通常有两种选择：使用纯Python实现（简单但效率低）使用C++/CUDA扩展（高效但需要编译）对于计算密集型的操作（如神经网络中的自定义激活函数），使用CUDA
joker D888·2025-02-20 15:28

Transformer 模型架构

以下是详细解释：1.架构vs框架的区别概念定义示例模型架构定义神经网络的结构设计Transformer、CNN、RNN开发框架提供实现模型的工具和库PyTorch、TensorFlow2.Transformer
2401_89793006·2025-02-20 15:24

使用Python和OpenCV实现图像像素压缩与解压

1.引言随着数字媒体的普及，图像处理成为了一个重要的领域。无论是为了减少存储空间还是加快网络传输速度，图像压缩技术都扮演着至关重要的角色。
东方佑·2025-02-20 14:52

《神经网络与深度学习》(邱锡鹏) 内容概要【不含数学推导】

深度学习：一种基于对数据进行表征学习的方法，通过构建具有很多层的神经网络模型，自动从大量数据中学习复杂的模式和特征。第2章机器学习概述基本概念：
code_stream·2025-02-20 13:12

BP 神经网络在考古数据分析中的应用

BP神经网络在考古数据分析中的应用摘要：本文深入探讨了BP神经网络在考古数据分析领域的应用。首先阐述了考古数据分析的重要性以及传统分析方法的局限性。随后详细介绍了BP神经网络的结构、原理与训练算法。
fanxbl957·2025-02-20 13:42

图像识别与应用

图像识别作为人工智能领域的重要分支，近年来取得了显著进展，其中卷积神经网络（CNN）功不可没。
狂踹瘸子那条好脚·2025-02-20 13:10

代理IP助力AI图像处理，开启行业新篇章

目录一、代理IP技术简介二、代理IP在AI图像处理中的应用1.提升数据访问速度2.增强数据处理能力3.突破网络限制三、代理IP在AI图像处理中的实际案例案例一：AI图像生成软件案例二：AI动画创作四、代理
傻啦嘿哟·2025-02-20 13:38

线性回归理论

在神经网络中，线性回归可以看作是一个单层神经网络。通过损失函数来衡量预测值与真实值之间的差异，常用的损失函数包
狂踹瘸子那条好脚·2025-02-20 11:21

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络
xiao5kou4chang6kai4·2025-02-20 11:20

muzero 算法原理

Muzero算法的核心部分是一个叫做模型的神经网络，它会对游戏的状态进行预测，预测未来的游戏状态。另一部分是策略网络，它会根据当前状态预测每一步的最优决策。
战神哥·2025-02-20 11:45

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

深度学习中较为常见的神经网络模型AlexNet，AlexNet是一个采用GPU训练的深层CNN，本质是种LeNet变体。由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
知识鱼丸·2025-02-20 08:24

用 TensorFlow 搭建简单的手写数字识别模型

在这篇博客中，我们将使用TensorFlow构建一个简单的神经网络模型，用于识别手写数字。二、环境准备在开始之前，你需要安
lozhyf·2025-02-20 07:48

8-项目实战-信用卡数字识别

③提取数字区域：通过一系列图像处理操作（如礼帽操作、梯度计算、闭操作等）提取可能包含数字的区域。④轮廓排序与筛选：找到提取区域的轮廓，并根据轮廓的宽高比和尺寸筛选出符合条件的数字区域。⑤数字识
#北极星star·2025-02-20 07:18

训练与优化

训练与优化损失函数与反向传播损失函数能够衡量神经网络输出与目标值之间的误差，同时为反向传播提供依据，计算梯度来优化网络中的参数。torch.nn.L1Loss计算所有预测值与真实值之间的绝对差。
钰见梵星·2025-02-20 04:23

深入浅出：CUDA是什么，如何利用它进行高效并行计算

在当今这个数据驱动的时代，计算能力的需求日益增加，特别是在深度学习、科学计算和图像处理等领域。
码上飞扬·2025-02-20 03:38

【深度学习pytorch-93】Transformer 相比 RNN 的优势

Transformer相比RNN的优势Transformer和RNN（循环神经网络）都是自然语言处理（NLP）领域的重要架构，但它们的工作原理和应用方式有很大不同。
华东算法王·2025-02-20 02:04

Python从0到100（四）：Python中的运算符介绍(补充)

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识
是Dream呀·2025-02-20 00:24

Python从0到100（三十五）：beautifulsoup的学习

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识
是Dream呀·2025-02-20 00:24

python中的Pillow 有哪些常用的功能？

Pillow的常用功能Pillow是一个强大的图像处理库，提供了丰富的功能来处理和操作图像。以下是一些常用的功能及其示例代码：1.打开和保存图像Pillow可以轻松地打开和保存各种格式的图像文件。
大懒猫软件·2025-02-19 23:35

️ 总览：TotalSegmentator - 医学影像分割的革新者

100importantanatomicalstructuresinCTimages项目地址:https://gitcode.com/gh_mirrors/to/TotalSegmentator在医学图像处理领域中
金斐茉·2025-02-19 23:34

探索TotalSegmentator：一款强大的全场景图像分割工具

它由开发者Wasserth创建，旨在为医学影像分析、自动驾驶、遥感图像处理等多个领域提供高效且准确的像素级分类能力。该项目的亮点在于其模型的通用性和易用性，能够处理多种
计蕴斯Lowell·2025-02-19 23:04

对比度调整操作

对比度调整是一种常见的图像处理操作，用于增强或减弱图像中不同颜色或亮度之间的差异，使图像的细节更加清晰或柔和。以下是关于对比度调整操作的详细介绍：原理对比度是指图像中最亮和最暗区域之间的差异程度。
weixin_51302377·2025-02-19 22:59

Python中的GIL锁详解

GIL锁是Python解释器中的一个重要机制，但它对多线程程序的性能影响很大，尤其是在计算密集型任务（如图像处理）中。
_Itachi__·2025-02-19 22:26

从零到入门：人工智能学习路径全解析

对于初学者而言，建立正确的认知框架至关重要：1.技术图谱解析：机器学习（ML）：AI的核心驱动力，使计算机具备从数据中学习的能力深度学习（DL）：基于神经网络的进阶技术，擅长处理图像、语音等
这题有点难度·2025-02-19 21:24

从代码到专利：如何用自注意力机制实现高效序列转换？——深度解析Google的Transformer架构

在传统的序列转换任务（如机器翻译、语音识别等）中，循环神经网络（RNN）和卷积神经网络（CNN）是常用的模型架构。然而，这些模型存在以下问题：
CodePatentMaster·2025-02-19 21:53

ColD Fusion，分布式多任务微调的协同 “密码”

ColDFusion，分布式多任务微调的协同“密码”发布时间：2025-02-19近日热文：1.全网最全的神经网络数学原理（代码和公式）直观解释2.大模型进化史：从Transformer到DeepSeek-R1
·2025-02-19 20:46

【TVM教程】为 x86 CPU 自动调优卷积网络

更多TVM中文文档可访问→https://tvm.hyper.ai/作者：YaoWang,EddieYan本文介绍如何为x86CPU调优卷积神经网络。
·2025-02-19 20:45

海康SDK中NET_DVR_CapturePicture方法截图使用心得概述

原先采用的方法NET_DVR_CaptureJPEGPicture，虽然能够成功截取图片，但所得图片格式为JPEG，这一格式由于采用了有损压缩技术，可能在后续的图像处理工作中影响图像质量。
Mr1Qian·2025-02-19 19:07

【深度学习入门：基于python的理论与实现读书笔记】第五章误差反向传播法

目录摘要第五章误差反向传播法简单层的实现乘法层的实现加法层的实现激活函数层的实现ReLU层Sigmoid层Affine层和Softmax层的实现Affine层Softmax-with-Loss层误差反向传播法的实现摘要该文章简要介绍了神经网络的误差反向传播法
Bin二叉·2025-02-19 19:37
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他