Leon-深度学习-目标检测第33页

2022-07-30未来教师阅读打卡之第一章第三节

信息泛滥时代的深度学习一、在这个信息泛滥的时代，我们更要注重深度学习。什么是深度学习呢？有研究表明，对一个概念、理论的掌握要经历一个“浪漫---精确---综合”的三阶段螺旋循环上升的过程。

倾听你的声音·2024-02-03 04:28

用于医学分割的实时Test-time adaption

约翰霍普金斯论文：https://arxiv.org/abs/2203.05574代码：https://github.com/jeya-maria-jose/On-The-Fly-Adaptation摘要基于深度学习的医学成像解决方案的一个主要问题是

Scabbards_·2024-02-03 04:45

【大厂AI课学习笔记】1.4 算法的进步（1）

2006年以来，以深度学习为代表的机器学习算法的发展，启发了人工智能的发展。MORE：自2006年以来，深度学习成为了机器学习领域的一个重要分支，引领了人工智能的飞速发展。

giszz·2024-02-03 03:34

深度学习入门笔记（七）卷积神经网络CNN

我们先来总结一下人类识别物体的方法：定位。这一步对于人眼来说是一个很自然的过程，因为当你去识别图标的时候，你就已经把你的目光放在了图标上。虽然这个行为不是很难，但是很重要。看线条。有没有文字，形状是方的圆的，还是长的短的等等。看细节。纹理、颜色、方向等。卷积神经网络就是对上述过程的程序实现。7.1卷积卷积在卷积神经网络中的主要作用是提取图片的特征，同时保留原来图片中各个像素的相对位置（空间）关系。

zhanghui_cuc·2024-02-03 03:03

深度学习入门笔记（八）实战经验

本节我们就穿插一点实战经验，来换换脑子~1.显卡warmup进行深度学习训练和推理时，往往第一次运行的耗时比较高，这是因为显卡需要warm-up，就是“热身”，才能发挥出显卡的性能。

zhanghui_cuc·2024-02-03 03:03

深度学习入门笔记（六）线性回归模型

本节，我们用线性回归为例子，回顾一些基本概念6.1相关性相关性的取值范围是-1到1，越接近1或者-1代表越相关，越接近0则越不相关。相关系数大于0称为正相关，小于0称为负相关。假如A与B正相关，则是说A（B）会随着B（A）的增大而增大，减小而减小。假如A与B负相关，则是说A（B）会随着B（A）的增大而减小，减小而增大。皮尔逊系数就是常用的相关性方法。6.2什么是线性回归顾名思义，就是用一种线性关系

zhanghui_cuc·2024-02-03 03:02

深度学习入门笔记（四）函数与优化方法

深度学习有三大部分模型表征（包括模型设计、网络表示等）模型评估（上一篇文章提到的准确召回和损失函数等）优化算法（模型如何学习或更新）本节我们就来介绍模型是如何学习或更新的。

zhanghui_cuc·2024-02-03 03:30

探索自然语言处理在改善搜索引擎、语音助手和机器翻译中的应用

前言自然语言处理（NLP）是人工智能领域中与人类语言相关的重要研究方向，随着深度学习和大数据技术的不断进步，NLP在近年来取得了令人瞩目的进展。

想你依然心痛·2024-02-03 02:28

【RT-DETR有效改进】利用YOLO-MS的MSBlock模块改进ResNet中的Bottleneck（RT-DETR深度改进）

欢迎大家订阅本专栏，一起学习RT-DETR一、本文介绍本文给大家带来的改进机制是利用YOLO-MS提出的一种针对于实时目标检测的MSBlock模块(其其实不能算是Conv但是其应该是一整个模块)，我们将其用于替换我们

Snu77·2024-02-03 02:26

神经网络

神经网络参考资料：TENSORFLOW系列专题TensorFlow从入门到精通深度学习的概念是从人工神经网络的研究中发展而来的，早期的感知器模型只能解决简单的线性分类问题，后来发现通过增加网络的层数可以解决类似于

Fighting_No1·2024-02-03 02:43

读书笔记

深度学习：在现实生活中创造和运用新知识。

han满天星·2024-02-03 02:44

深度学习之图像分类

深度学习对于图像分类来说已经斩获了显著的成果，无论是识别日常生活中的物体还是识别疾病肺部CT扫描中的异常病变，深度学习在图像分类中的应用都已经相当广泛。

kadog·2024-02-03 01:11

毕业设计：YOLOv8车牌识别系统深度学习 LPRNet算法 pytorch 大数据（源码）✅

1、项目介绍技术栈：Python3.8YOLOv8深度学习LPRNet算法pytorch项目介绍：基于YOLOv8+LPRNet进行车牌检测

q_3548885153·2024-02-03 01:36

嵌入式人工智能实验方向

2采用BESSOC部署深度学习语音信号处理算法，降噪算法3根据公式用C语言实现卷积CNN，或者采用开源的嵌入式机器学习，嵌入式深度学习，嵌入式神经网络开源sdk，移植，部署到MCU或者SOC，

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

嵌入式人工智能/深度学习/神经网络导论

加我微信hezkz17进入嵌入式人工智能技术研究开发交流答疑群1嵌入式人工智能，嵌入式深度学习含义？

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:05

嵌入式人工智能硬件平台分类

1带高级操作系统的嵌入式平台比如linux，安卓，cortex-A，高端处理器，比如s5pv210可以直接部署pytorchtessorflow深度学习框架训练和推理可以同在嵌入式端。

周南音频科技教育学院(AI湖湘学派)·2024-02-03 01:03

神经网络之深度学习DBN

前言人工神经网络(ArtificialNeuralNetwork，ANN)，通常简称为神经网络，是一种在生物神经网络的启示下建立的数据处理模型。神经网络由大量的人工神经元相互连接进行计算，根据外界的信息改变自身的结构，主要通过调整神经元之间的权值来对输入的数据进行建模，最终具备解决实际问题的能力.神经网络概述人类自身就是一个极好的模式识别系统。人类大脑包含的神经元数量达到101110^{11}10

懒猫gg·2024-02-02 22:19

深度学习之循环神经网络

前言卷积神经网络CNN在图象处理领域起到了重要的作用,在自然语言处理中还要看循环神经网络RNN,RNN对具有序列特性的数据非常有效，它能挖掘数据中的时序信息以及语义信息.为什么要发明循环神经网络我们先来看一个NLP很常见的问题，命名实体识别，举个例子，现在有两句话：第一句话：Ilikeeatingapple！（我喜欢吃苹果！）第二句话：TheAppleisagreatcompany！（苹果真是一家

懒猫gg·2024-02-02 22:19

【深度学习】从0完整讲透深度学习第2篇：TensorFlow介绍和基本操作（代码文档已分享）

本系列文章md笔记（已分享）主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-02-02 22:09

YOLOv5算法进阶改进（14）— 即插即用的动态卷积之ODConv | 助力涨点

动态卷积（DynamicConvolution）是一种用于目标检测的卷积神经网络模块，其中ODConv（ObjectDetectionConvolution）是其一种具体实现。

小哥谈·2024-02-02 22:24

语义分割：从早期探索到深度学习的突破

语义分割：从早期探索到深度学习的突破语义分割的端倪：从早期探索到深度学习的突破引言早期技术：图像处理与模式识别边缘检测区域生长图割(GraphCut)聚类方法深度学习的兴起：CNN革命2012年AlexNet

kadog·2024-02-02 21:08

Python 深度学习实战：聊天机器人

1.背景介绍深度学习是人工智能领域的一个重要分支，它涉及到神经网络、机器学习、数据挖掘等多个领域知识。深度学习的核心思想是通过多层次的神经网络来进行数据的处理和分析，从而实现对复杂问题的解决。

Python人工智能大数据·2024-02-02 20:47

Python 实战人工智能数学基础：深度学习

1.背景介绍深度学习是人工智能领域的一个重要分支，它主要通过模拟人类大脑的思维方式来解决复杂的问题。深度学习的核心思想是利用神经网络来模拟大脑的思维方式，通过对大量数据的训练来实现模型的学习和优化。

Python人工智能大数据·2024-02-02 20:46

新手在消费级GPU上本地部署chatGLM-6B

ChatGLM-6B是一种基于Transformer架构的对话生成模型，由清华大学开发的一款强大的语言生成模型，它融合了最先进的深度学习技术与海量中文语料的训练成果。

韬小志·2024-02-02 20:34

引入本地PyTorch自动混合精度以在NVIDIA GPU上进行更快的训练

默认情况下，大多数深度学习框架（包括PyTorch）都采用32位浮点（FP32）算法进行训练。但是，对于许多深度学习模型而言，这对于获得完全准确性不是必需的。

孙琪翔·2024-02-02 20:33

深度学习的开源分布式框架Deeplearning4j

Deeplearning4j（DL4J）是专门为JVM编写的一个开源深度学习框架，主要用于商业级需求。该框架完全使用Java编写，因此名称中包含了4j”。

weixin_43106248·2024-02-02 19:13

学习提醒 | 作业速递！Paddle2.0框架等你来挑战！

点击左上方蓝字关注我们是它，是它，就是它，强大的Paddle2.0深度学习框架正在向你驶来！不知不觉，同学们就要迎来了第3次作业，前面还有任务的小伙伴记得及时打卡！

飞桨PaddlePaddle·2024-02-02 19:08

【深度学习】ND4J-科学计算库

目录简介基础用法基础信息数组创建打印数组变更维度&堆叠加减乘除累加/最大/最小转换操作矩陈乘法索引/迭代深拷贝/引用传递/视图引用传递视图深拷贝其它简介ND4J主要是JVM的科学计算库，内置了很多计算方法，目的是以最低的RAM需求快速运行。主要特点是：一个多功能的n维数组对象。线性代数和信号处理函数。多平台功能，包括GPU。所有主要操作系统:win/linux/osx/android.架构:x86

神也在Copy·2024-02-02 19:36

读书篇｜深度练习，让你从普通到卓越

而我普通的原因就是因为自己不会深度学习，学什么都是三天的心思，过了三天就不想学，而又去追求学习新的东西，结果就是学的挺多，会的却挺少。周岭在《认知驱动》里说：学习

涛行在路上·2024-02-02 18:05

【Python】paddleocr快速使用及参数详解

Elaine猿·2024-02-02 18:18

CV案例解析：YOLO——从v1到v5

©作者|小欣目标检测一直是计算机视觉的热门领域，它也具有丰富的应用场景，从无人驾驶到缺陷检测等等。

CV案例精选·2024-02-02 18:51

AI：121-基于深度学习的污染源监测与定位

欢迎订阅支持，正在不断更新中~一.基于深度学习的污染源监测与定位随着城市化进程的加速和工业化的不断发展，环境污染成为了一个严重的社会问题。

一见已难忘的申公豹·2024-02-02 18:13

AI识鸟，基于YOLOv5【n/s/m/l/x】全系列参数模型开发构建工业野外场景下鸟类检测识别分析系统

之前无意间看到一个公司专门是做鸟类识别的，据说已经积累了大量的行业领域数据集且技术已经深耕好多年了，有幸体验过实际的产品感觉还是很强大的，这里后面我就想着能够自己去基于目标检测模型来开发构建自己的鸟类检测识别分析系统

Together_CZ·2024-02-02 16:10

基于轻量级YOLOv5模型开发构建200种鸟类细粒度检测识别分析系统

在之前的项目中，关于鸟类数据集开发的模型大多是集中在识别系统领域，很少有尝试构建细粒度的目标检测系统，在我之前文章中200种鸟类识别系统的基础上，本文的初衷主要就是尝试将yolov5s轻量级模型应用到大规模数据细粒度目标检测模型开发中去

Together_CZ·2024-02-02 16:40

使用 PyTorch 构建 NLP 聊天机器人

无水先生·2024-02-02 16:09

基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建200种鸟类细粒度检测识别分析系统

在之前的项目中，关于鸟类数据集开发的模型大多是集中在识别系统领域，很少有尝试构建细粒度的目标检测系统，在我之前文章中200种鸟类识别系统的基础上应用开发最新的YOLOv8检测模型，来实现大规模鸟类目标的细粒度检测识别

Together_CZ·2024-02-02 16:08

京东广告算法架构体系建设--在线模型系统分布式异构计算演变 | 京东零售广告技术团队

模型系统作为承载算法策略的载体，目前承载搜索、推荐、首焦、站外等众多广告业务和全链路的深度学习建模，是广告算法算法创新和业务迭代发展的重要基石。

京东零售技术·2024-02-02 16:08

使用服务器端来运行程序，这一篇总结的就够全面了

目录索引需求分析使用到的工具及介绍如何使用命令连接到服务器端tmux工具的使用参考文章需求分析有些程序，尤其是深度学习的项目程序，有时候会需要在Linux服务器（以下简称服务器）端运行，对于常年使用Windows

哈哈哈哈哈嗝哈哈哈·2024-02-02 15:49

灵活生动的图文作业，激发学生的创新意识

政策背景下的作业设计更具科学性和合理性，落实“减负增效”的目标，我们工作室成员依据学科特点，坚持以生为本的教育理念，努力探索作业优化设计之道，力争让每位学生在作业中获得满足、愉悦和成功的体验，保证学生深度学习

cherry_1296·2024-02-02 15:40

qt和c#怎么选_Qt、MFC、Java浅谈及如何抉择？

最近有个新闻，国家发改委正式批复由百度牵头筹建深度学习技术及应用国家工程实验室。

行云明玉·2024-02-02 15:29

深度学习模型试跑(二):YOLACT/YOLACT++

目录一.模型解读二.推理效果yolactyolact++三.模型训练#3.1数据集准备#3.2参数修改#3.3开始训练#3.4推理效果一.模型解读链接中的解读很通俗详细，在此不做赘述；而且YOLACT++在大前天也发布了，作为一个为数不多的在实时检测中可以用mask分割目标的方法，确实非常值得有兴趣的研究人员以及相关学者期待一下.详细解读官方代码YOLACT++解读二.推理效果yolact测试环境

(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:28

榜单！高阶智驾冲刺10%搭载率，哪些玩家占据自研感知「高地」

尤其是过去几年时间，基于机器学习和深度学习，Transformer+BEV技术进一步提高对异常行为的预测准确性，为实现最终的端到端自动驾驶落地，奠定了坚实的基础。

高工智能汽车·2024-02-02 15:25

深度学习模型试跑(十七):Depth-Anything

和别人一起合作写的tensorrt版本，已发布在github上，欢迎点⭐https://github.com/spacewalk01/depth-anything-tensorrt根据项目的星标⭐数量，决定是否写这个模型的讲解。Depth-Anything的精华部分基本是在代码里面，论文只是做了相对简要的介绍，看了几篇公众号上的讲解，绝大部分就是照着论文里的内容翻译了一遍，很多比较牛的地方都没发掘

(～o▔▽▔)～o o～(▔▽▔o～)·2024-02-02 15:54

【好书推荐-第五期】《互联网大厂推荐算法实战》（异步图书出品）

欢迎大家关注本专栏~专栏一键跳转同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0

程序员洲洲·2024-02-02 14:56

【好书推荐-第三期】《深入理解Java核心技术：写给Java工程师的干货笔记》全网阅读量千万的Java工程师成神之路学习笔记，Java基础知识点查漏补缺