OCR数据集

Redis 持久化方案对比

它通过生成数据集的快照（snapshot）来保存数据。快照是二进制文件，保存了某个时间点的完整数据。1.2优点性能高：RDB是快照方式，
贝克街的小码农·2025-03-17 02:55

【图像分割】Labelme JSON标注转换为TXT代码详解

这里给出更细致的json2txt代码，同时考虑了circle、rectangle这两种情况各位朋友，在使用前，你一定要注意你的json格式是不是跟我的一致，不一致的话是用不了的（是不是也用的labelme制作的数据集
唐king·2025-03-17 01:49

CIFAR-10 数据集的简介

文章目录CIFAR-10数据集的简介文件结构图像数据结构访问数据Python代码CIFAR-10数据集的数据格式CIFAR-10数据集的简介CIFAR-10数据集是一个广泛使用的图像数据集，具体可见CIFAR
一头大学牲·2025-03-16 23:05

数据分析面试全攻略：项目经验篇

的面试官会通过项目细节判断候选人的真实能力技术视角：项目是数据清洗、建模分析、业务落地的综合体现误区警示：单纯罗列工具名称（如Python/SQL）≠具备实战能力本文将系统讲解如何用STAR法则包装项目、如何选择高含金量数据集
代码CC·2025-03-16 22:57

数据分析：数据的存储结构、数据类型、数据集成技术、存储模型、查询语言、API、驱动器等

作者：禅与计算机程序设计艺术1.简介数据分析是一个复杂的工程，需要用到多个数据库、数据表、数据文件等数据集成资源。不同的数据集成环境（如分布式系统、异构数据库）会影响数据分析的效率和效果。
AI天才研究院·2025-03-16 21:16

Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析

一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。
进一步有进一步的欢喜·2025-03-16 21:15

新手村：线性回归-实战-波士顿房价预测

新手村：线性回归-实战-波士顿房价预测前置条件阅读：新手村：线性回归了解相关概念实验目的1.熟悉机器学习的一般流程2.掌握基础的数据处理方法3.理解常用的回归算法教学例子：预测房价（以波士顿房价数据集为例
嘉羽很烦·2025-03-16 18:28

新手村：统计量均值、中位数、标准差、四分位数

新手村：统计量均值、中位数、标准差、四分位数统计量定义与讲解统计量定义计算公式示例说明均值数据集中的所有数值之和除以数值的个数。
嘉羽很烦·2025-03-16 18:55

socket.io netty java,netty-socketio启动报错

io.netty.channel.ChannelException:UnabletocreateChannelfromclassclassio.netty.channel.socket.nio.NioServerSocketChannelatio.netty.channel.ReflectiveChannelFactory.newChannel
weixin_39726131·2025-03-16 17:54

大语言模型微调和大语言模型应用区别

大语言模型微调和大语言模型应用区别微调与应用LLM的区别微调大语言模型（LLM）是指取一个已经预训练好的模型，进一步用特定数据集训练，使其更好地适应某个任务或领域，比如为医疗聊天机器人优化医疗术语理解。
AI Echoes·2025-03-16 15:34

uni-app App 端分段导出 JSON 数据为文件

在开发过程中，我们经常需要将大量数据导出为JSON文件，尤其是在处理长列表或大数据集时。然而，直接将所有数据写入一个文件可能会导致性能问题，尤其是在移动设备上。
_虾仁不眨眼_·2025-03-16 15:30

深度学习处理时间序列（2）

（让人想到波，想到傅里叶变换）对于这个数据集，如果你想根据前几个月的数据来预测下个月的平均温度，那么问题很简单，因为数据具有可靠的年
yyc_audio·2025-03-16 14:25

智慧医疗蛀牙检测数据集VOC+YOLO格式2792张3类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：2792标注数量(xml
FL1623863129·2025-03-16 13:51

大规模语言模型从理论到实践 开源指令数据集

大规模语言模型从理论到实践开源指令数据集1.背景介绍大规模语言模型（LargeLanguageModels,LLMs）近年来在自然语言处理（NLP）领域取得了显著的进展。
AI天才研究院·2025-03-16 13:17

kaggle-ISIC 2024 - 使用 3D-TBP 检测皮肤癌-学习笔记

问题描述：通过从3D全身照片(TBP)中裁剪出单个病变来识别经组织学确诊的皮肤癌病例数据集描述：图像+临床文本信息评价指标：pAUC，用于保证敏感性高于指定阈值下的AUC主流方法分析（文本）基于CatBoost
supernova121·2025-03-16 12:10

MySQL数据库笔记

一、数据库基础概念1.数据库定义数据库：统一管理、长期存储、有组织的相关数据集合。特征：数据按模型组织（冗余小、独立性高、易扩展、可共享）。2.实际应用数据存储：高效管理大量结构化数据。
艽掵猫·2025-03-16 11:35

Python 在人工智能领域的实际6大案例

二、案例一：手写数字识别（MNIST）1.背景介绍手写数字识别是机器学习领域的经典入门项目，MNIST数据集包含了
Solomon_肖哥弹架构·2025-03-16 10:00

KNN算法性能优化技巧与实战案例

一、核心性能瓶颈维度挑战描述计算复杂度单次预测需计算全部训练样本距离，时间复杂度为（n=样本数，d=特征维度）内存占用需全量存储训练数据，大规模数据集难以加载高维灾难高维数据中距离计算失去
可问 可问春风·2025-03-16 09:22

Umi-OCR 使用与安装教程

Umi-OCR使用与安装教程项目地址:https://gitcode.com/gh_mirrors/um/Umi-OCR1.项目目录结构及介绍Umi-OCR的项目结构精心组织，以支持其多方面功能。
平依佩Ula·2025-03-16 08:42

Hive SQL 精进系列： JSON_TUPLE 快速提取多键值

目录一、引言二、json_tuple函数基础2.1基本语法参数解释返回值简单示例三、应用场景3.1数据提取与分析3.2数据集成与转换3.3复杂JSON数据处理四、json_tuple、get_json_object
进一步有进一步的欢喜·2025-03-16 06:34

气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018）

气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018）数据分享：气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018）该数据集包括中国2001~2018年月尺度或年尺度的地表短波波段反照率
树谷-胡老师·2025-03-16 04:50

数据处理和分析之数据降维：t-SNE：使用t-SNE进行数据可视化实践

数据处理和分析之数据降维：t-SNE：使用t-SNE进行数据可视化实践数据降维简介降维技术的重要性在数据科学和机器学习领域，数据降维是一种关键的技术，用于减少数据集的维度，同时保留数据的结构和重要信息。
kkchenkx·2025-03-16 04:17

#PyCharm 2024.1新增功能

以下是对这些新增功能的详细解析：一、智能编码辅助HuggingFace模型和数据集文档预览PyCharm2024.1引入了HuggingFace模型和数据集的快速文档预览功能。
Dingdangr·2025-03-16 02:05

rapidocr-onnxruntime库及在open-webui上传PDF 图像处理 (使用 OCR)应用

背景rapidocr-onnxruntime是一个跨平台的OCR库，基于ONNXRuntime推理框架。目前已知运行速度最快、支持最广，完全开源免费并支持离线快速部署的多平台多语言OCR。
原野AI·2025-03-16 02:31

RapidOCRPDF 项目教程

RapidOCRPDF项目教程RapidOCRPDFBasedonRapidOCR,extractthePDFcontent.项目地址:https://gitcode.com/gh_mirrors/ra
侯深业Dorian·2025-03-16 02:00

孪生网络模型，当训练集与测试集共用一个数据集时，训练准确率为100%，而测试准确率仍在50%左右浮动

问题描述【问题】孪生网络模型，测试效果异常：当训练集与测试集共用一个数据集（样本、标签完全相同）时，训练准确率为100%，而测试准确率仍在50%左右浮动（正常来说测试的都
bug菌¹·2025-03-16 01:26

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

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

Python 爬虫：一文掌握 SVG 映射反爬虫

：爬虫和逆向教程-专栏介绍和目录文章目录1.SVG概述1.1SVG的优点1.1映射反爬虫的原理2.SVG映射反爬虫的示例3.应对SVG映射反爬虫的方法3.1解析SVG图像3.2处理自定义字体3.3使用OCR
数据知道·2025-03-15 20:50

**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

【DuodooTEKr】 基于Python+OCR+DeepSeek的英国购物小票识别系统开发实战

作者：Odoo技术开发/资深信息化负责人日期：2025年3月11日本方案从甲方信息化负责人视角，分析梳理现状，并给出代码开发案例。一、行业现状与痛点分析1.英国零售业数字化现状根据英国零售协会（BRC）2023年度报告显示：英国年均纸质小票签发量达78亿张87%的企业仍采用人工录入方式处理小票数据零售业每年因小票管理产生的直接成本超12亿英镑2.传统小票管理痛点数据孤岛问题：门店POS系统、财务系
邹工拆解甲方需求·2025-03-15 18:34

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

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

ROS2基础——Linux

home/lvvx2.切换终端目录到根目录$cd/#从当前进入根目录$pwd---/3.查看当前目录下文件$ls#查看当前目录下文件---bindevhomeliblib64lost+foundmntprocrunsnapsysusrbootectinitlib32libx32mediaoptrootsbin
A_lvvx·2025-03-15 15:04

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

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

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

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

安装cpu版本的paddleocr

1.CPU版的PaddlePaddlepython-mpipinstallpaddlepaddle==2.6.1-ihttps://mirror.baidu.com/pypi/simple2、验证安装安装完成后您可以使用python进入python解释器，输入importpaddle，再输入paddle.utils.run_check()如果出现PaddlePaddleisinstalledsuc
NO1212·2025-03-15 05:42

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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他