3D识别

MinerU API 服务Docker一键部署（附源码）

1.主要功能删除页眉、页脚、脚注、页码等元素，保持语义连贯对多栏输出符合人类阅读顺序的文本保留原文档的结构，包括标题、段落、列表等提取图像、图片标题、表格、表格标题自动识别文档中的公式并将公式转换成latex
码农垦荒笔记·2025-07-04 18:06

Go /Rust 开发原始社会自然环境演示与考古APP

#原始社会自然环境演示与考古APP-Go与Rust综合解决方案下面是一个完整的原始社会自然环境演示与考古APP的实现方案，结合Go和Rust的优势，涵盖环境模拟、考古分析、3D重建等多个方面：```mermaidgraphTDA
Geeker-2025·2025-07-04 18:35

物联网 MQTT 协议

MQTT-TheStandardforIoTMessagingMQTT中文网（全是广告）：首页|MQTT中文网物联网百科物联网（InternetofThings，简称IoT）是指通过各种信息传感器、射频识别技术
7 号·2025-07-04 17:32

FastAPI安全加固：密钥轮换、限流策略与安全头部如何实现三重防护？

url:/posts/f96ba438de34dc197fd2598f91ae133d/title:FastAPI安全加固：密钥轮换、限流策略与安全头部如何实现三重防护？
·2025-07-04 17:26

注意力机制还有招？混合注意力好发不卷

2025深度学习发论文&模型涨点之——混合注意力混合注意力是一种融合多种不同类型注意力机制的技术，旨在提升模型对数据中关键特征的识别与处理能力。
·2025-07-04 17:27

FastAPI安全加固：密钥轮换、限流策略与安全头部如何实现三重防护？

url:/posts/f96ba438de34dc197fd2598f91ae133d/title:FastAPI安全加固：密钥轮换、限流策略与安全头部如何实现三重防护？
qcidyu·2025-07-04 16:53

浅析基于深度学习算法的日语OCR技术原理及其应用场景

中科逸视日文OCR技术是一款基于先进人工智能技术的专业光学字符识别(OCR)解决方案，专门针对日语文本的数字化需求设计开发。
AI人工智能+·2025-07-04 16:20

浅析通用文字识别OCR技术的工作过程及其应用场景

通用文字识别技术作为人工智能领域的重要分支，正深刻地改变着人们的生活与工作方式。
AI人工智能+·2025-07-04 16:20

蒙特卡罗方法与深度学习的关系

深度学习则是一种基于人工神经网络的学习方法，在图像识别、语音识别、自然语言处理等领域取得了显
AGI大模型与大数据研究院·2025-07-04 16:17

AI人工智能 语音识别

AI人工智能构建语音识别器语音识别或自动语音识别(ASR)是AI机器人等AI项目的关注焦点。没有ASR，就不可能想象一个认知机器人与人进行交互。但是，构建语音识别器并不容易。
马里亚纳海沟网·2025-07-04 15:45

基于Python的智能语音识别系统设计

作为其中重要一环的语音识别技术近年来不断发展，走出了实验室，随着人工智能进入人们的日常生活中。当今市场上语音识别技术相关的软件、商品涉及人类生活的方方面面，语音识别的实用性已经得到充分的印证。
MATLAB算法工程师Y·2025-07-04 15:14

基于python的语音识别系统,Python语音识别技术路线

如何用python调用百度语音识别1、首先需要打开百度AI语音系统，开始编写代码，如图所示，编写好回车。2、然后接下来再试一下的音频，开始编写成功回车，如图所示的编写。
快乐的小肥熊·2025-07-04 15:13

Python 语音识别与语音合成的实现方法

```htmlPython语音识别与语音合成的实现方法Python语音识别与语音合成的实现方法随着人工智能技术的发展，语音处理在实际应用中变得越来越重要。
加班不如去钓鱼·2025-07-04 15:41

python图像识别哪些库_利用ImageAI库只需几行python代码实现目标检测

什么是目标检测目标检测关注图像中特定的物体目标，需要同时解决解决定位(localization)+识别(Recognition)。
weixin_39667398·2025-07-04 15:38

python怎么将图片上的文字识别提取出来?

本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！  备注：部分问题/难题源自互联网，经过精心筛选和整理，结合数
bug菌¹·2025-07-04 13:55

【Python】车牌自动识别

实现车牌自动识别（LicensePlateRecognition,LPR）是计算机视觉和深度学习领域中的一个常见任务。用Python和OpenCV，结合其他深度学习库，可以建立一个简单的车牌识别系统。
幽兰的天空·2025-07-04 12:54

selenium如何识别条形验证码，自动输入验证码

在自动化测试或网页爬取中，识别验证码是常见的难点。Selenium本身不具备直接识别验证码的能力，但可以通过结合第三方工具、OCR技术或人工介入等方式解决。
老叶爱吃鱼（软件）·2025-07-04 12:53

文献阅读篇#8：YOLO如何实现多模态

一、引言YOLO众所周知是一个目标检测、跟踪、计数等等的视觉模型，对于YOLO来说，它的核心功能还是分类，识别出物体的类别并辅助以计数、跟踪等等功能。
hjs_deeplearning·2025-07-04 12:23

基于MATLAB的图片中文字的提取及识别

随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介，在图像中，文字信息(如新闻标题等字幕)包含了丰富的高层语义信息，提取出这些文字，对于图像高层语义的理解、索引和检索非常有帮助。图像文字提取又分为动态图像文字提取和静态图像文字提取两种，其中，静态图像文字提取是动态图像文字提取的基础，其应用范围更为广泛，对它的研究具有基础性，所以本文主要讨论静态图像的文字提取技术。静态图像中
·2025-07-04 12:22

Python和OpenCV实现车牌识别的毕业设计案例

本文还有配套的精品资源，点击获取简介：本项目通过Python和OpenCV库，实现了一个实用的车牌识别系统，包含图像捕获、预处理、车牌定位、车牌分割和字符识别等步骤。
媛源啊·2025-07-04 12:22

【Linux】环境基础开发工具使用——gcc/g++使用

Linux编译器-gcc/g++使用1.背景知识1.预处理（进行宏替换)2.编译（生成汇编)3.汇编（生成机器可识别代码）4.连接（生成可执行文件或库文件)2.gcc如何完成格式gcc[选项]要编译的文件
风铃子加油·2025-07-04 12:49

解锁阿里云文字识别OCR：开启智能文本处理新时代

阿里云文字识别OCR，作为一款强大的人工智能技术，应运而生，宛如一位英勇的先锋，为我们开辟了一条高效处理文本的光明大道。
·2025-07-04 10:08

SAM 图像分割算法计算物体表面积

mod=viewthread&tid=90&extra=page%3D1使用SAM算法进行图像分割，计算出分割图像有多少像素，然后根据像素数量计算实际面积局限：此方法适用于物体与参考物体一个平面内，如果物体在参考物体的前后立体位置
loong_XL·2025-07-04 10:36

前端3D技术-3. Three.js 入门

前端3D技术-3.Three.js入门在前端3D开发领域，WebGL虽能实现高性能3D渲染，但直接使用其API开发门槛较高。
程序员勇哥·2025-07-04 09:32

Java 多线程上下文传递在复杂场景下的实践

在多国家的情况下如何把识别出来的国家信息传递下去，一层一层直到代码执行的最后一步。甚至还有一些多线程的场景需要处理。
倾听铃的声·2025-07-04 09:59

3D 商品展示与 AR 试戴能为珠宝行业带来一些便利？

而3D互动营销的横空出世，恰似一道曙光，完美且精准地化解了这一困境。借助先进且高精度的3D建模技术，每一个珠宝品牌都得以将旗下的每一件珠宝产品，以极为逼真的三维立体形态，毫无保留地呈现在消费者的眼前。
·2025-07-04 09:56

OpenCV图像边缘检测

一、边缘检测基础概念边缘检测是图像处理中最基本也是最重要的操作之一，它能识别图像中亮度或颜色急剧变化的区域，这些区域通常对应物体的边界。
慕婉0307·2025-07-04 09:26

破译AI黑箱：如何用20行Python理解ChatGPT？

（以线性回归为例）三、关键概念详解四、与大模型的本质联系五、大模型训练核心思想六、如何扩展成真实大模型七、总结：AI训练的本质一、核心概念：大模型本质大模型=复杂数学函数+数据驱动训练现实任务（如图像识别
Ven%·2025-07-04 08:56

让我们用流行的 3D 文件格式“glTF/glb”来增强 WebGL 的表现力吧！

特别是对于WebGL，它是不依赖于任何特定库的权威的成熟通用3D格式。最初，它是以COLLADA2jSON的名义开发的。
在下胡三汉·2025-07-04 08:55

python学习之路 - python的文件操作

读取文件字节c、读取文件行d、for循环的读取3、文件的关闭4、文件的写入5、文件的追加6、文件操作综合a、案例一：读取字符个数b、案例二：复制文件一、python文件操作1、文件的编码a、概念计算机只能识别
·2025-07-04 08:54

pandas-数据清洗

数据清洗与预处理的常见步骤：缺失值处理：识别并填补缺失值，或删除含缺失值的行/列。重复数据处理：检查并删除重复数据，确保每条数据唯一。异常值处理：识别并处理异常值，如极端值、错误值。
qq_512720272·2025-07-04 08:24

小红书自动化操作：使用本地Chrome和User Data实现高效反检测

传统的无头浏览器或默认配置的Selenium容易被网站识别为机器人，主要原因在于：浏览器指
龙潜月七·2025-07-04 08:52

【零基础入门unity游戏开发——2D篇】大大简化了地形创建流程，减少Rule Tile的使用 —— AutoTile自动平铺瓦片的使用介绍

考虑到每个人基础可能不一样，且并不是所有人都有同时做2D、3D开发的需求，所以我把【零基础入门unity游戏开发】分为成了C#篇、unity通用篇、unity3D篇、unity2D篇。
向宇it·2025-07-04 07:47

【python知识】importlib包详解

importlib—Theimplementationofimport—Python3.11.3documentation目录一、说明二、模块导入简介2.1最简单的importlib用途2.2importlib
无水先生·2025-07-04 04:59

LangChain4j 学习教程项目

LangChain4j学习教程项目地址项目简介主要功能使用的技术和库项目环境配置环境要求依赖版本每天学习内容和目标Day01Day02Day03Day04Day05Day06Day07Day08Day09Day10Day11Day12
Chengdu.S·2025-07-04 04:25

理解WebGL中的顶点着色器和片元着色器

WebGL是一种基于OpenGLES的JavaScriptAPI，它允许我们在网页上直接渲染3D图形而无需任何插件。
程序猿全栈の董（董翔）·2025-07-04 03:24

Android Profiler 深度解析及其在性能分析中的应用

它提供了实时应用性能数据可视化，帮助开发者识别和解决性能瓶颈。
·2025-07-04 02:16

人脸识别接口&sdk，两张人脸相似度比对

人工智能时代，人脸识别技术正在被广泛应用于金融支付、安防监控、身份验证等多个领域，基于深度学习算法于海量样本训练，人脸识别接口以高精度、低延迟的特性出现在大众视野，成为开发者和企业用户集成人脸识别功能的首要选择之一
·2025-07-04 02:15

【Rust日报】2024年Rust回顾：接下来是什么？

Avian-一个基于ECS（实体组件系统）的2D和3D物理引擎Avian是一个基于ECS（实体组件系统）的2D和3D物理引擎，专为Bevy设计，Bevy是一个在Rust中构建的，非常简洁的数据驱动游戏引擎
Rust语言中文社区·2025-07-04 00:32

基于SpringBoot和Leaflet的区域冲突可视化系统（2025企业级实战方案）

关键技术突破包括：矢量切片实时聚合（支持100万+目标呈现）、多维度冲突因子权重模型、态势推演沙盘，并在某跨国能源集团实测中实现风险识别效率提升8倍，
知识产权13937636601·2025-07-03 23:56

自动上报数据报表方案和实施避坑指南

文件接口）智能清洗转换模块（数据治理规则引擎）可视化报表生成模块（模板引擎+动态计算）定时调度与监控模块（任务队列+异常预警）二、实施阶段1：需求分析与规划业务需求确认确定报表类型（日报/周报/月报）识别关键指标
Alex艾力的IT数字空间·2025-07-03 22:50

Python 爬虫实战：12306 登录与余票监控（图形验证码识别 + 并发请求）

本文将详细讲解如何使用Python爬虫技术实现12306的模拟登录，并监控余票信息，包括图形验证码的识别和并发请求的处理。
Python核芯·2025-07-03 21:46

阿里云一句话语音识别

前端：阿里云语音识别应用（一句话语音识别）{{isRecording?'
·2025-07-03 21:45

Unity使用讯飞语音模型(语音合成+语音识别+语音唤醒)Window端SDK

1.查看官方文档、登录并下载我们所需的SDK。语音唤醒需要我们设置唤醒词。讯飞智能语音SDK文档官网讯飞智能语音产品介绍官网在控制台下载对应SDK，由于讯飞官方只提供了C++/C语音版本，我们需要用C#调用下载SDK的dll库文件。2.将dll库拖进Unity项目中如果目标设备为64位，我们选择msc_x64.dll；如果是32位，我们选择msc.dll。另外我们如果要使用语音唤醒功能，还需要wa
苏轼轼·2025-07-03 21:15

ESP32S3接入讯飞在线语音识别教程及配套源代码

1.1硬件准备ESP32-S3开发板（推荐ESP32-S3-WROOM-1）麦克风模块（如SPH0645LM4H或WM8978）MicroSD卡模块（可选，用于存储语音文件）扬声器模块（可选，用于播放识别结果
2401_88800025·2025-07-03 21:12

Vue3 首款 3D 数字孪生编辑器

现在这个基于Vue3、ThreeJS和NaiveUI的数字孪生开发框架——Astral3DEditor正式开源，为Web3D开发带来新转机。
❀͜͡傀儡师·2025-07-03 20:04

OpenBayes 一周速览丨OmniGen2「双轨架构」实现文本/图像分工协作，效果直逼GPT-4O

公共资源速递4个公共数据集：ReasonMed医学推理数据集Miriad-5.8M医学问答数据集WebClick网页理解基准数据集OCRBench文本识别基准数据集2个公共模型：MiniCPM4-8BKimi-Dev
·2025-07-03 19:37

Excel文件解析：操作系统与应用程序的分工

操作系统仅负责文件存储管理和类型识别，不解析内容；而应用程序则负责解析Excel文件的具体格式。
你一身傲骨怎能输·2025-07-03 19:03

NumPy 或 PyTorch/TensorFlow 中的张量理解

(2,2,3)形状的3D数组（或张量）的结构。个人理解：2个2维数组（张量），2维数组（张量）里面有2个1维向量（张量），1维向量（张量）里面有3个元素。
栖霖涧·2025-07-03 19:00

自动驾驶行业向端到端架构转型

例如，在一个自动驾驶汽车行驶过程中，感知模块先识别出前方有障碍物，将信息传递给决策模块，决策模块再决定是刹车还是变道，接着规划模块规划具体的行驶路径，最后控制模块执行操作。
未来创世纪·2025-07-03 19:59
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他