halcon深度学习自学第5页

AI人工智能深度学习算法：在缺陷检测中的应用

AI人工智能深度学习算法：在缺陷检测中的应用1.背景介绍1.1缺陷检测的重要性在制造业中,产品质量是关键因素之一。缺陷检测是确保产品质量的重要环节,旨在及时发现并排除产品中的任何缺陷或异常。

AI天才研究院·2025-02-14 05:59

论文笔记《基于深度学习模型的药物-靶标结合亲和力预测》

基于深度学习模型的药物-靶标结合亲和力预测这是一篇二区的文章，算是一个综述，记录一下在阅读过程中遇到的问题。

I_dyllic·2025-02-14 03:57

Andrej Karpathy：计算范式的变革者

他以其深刻的技术见解，对深度学习和自然语言处理领域的贡献，以及对计算范式的革新性思考，成为了当今技术领域的引领者之一。本文分为六个

AI天才研究院·2025-02-14 03:57

人工智能之自然语言处理技术演进

近年来，NLP技术经历了从规则驱动到数据驱动的革命性演进，尤其是在深度学习和大规模预训练模型的推动下，取得了显著突破。

香橙薄荷心·2025-02-14 02:50

网络安全（黑客）——自学2025

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包前言什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。如何成为一名黑客很多朋友在学习安全方面都会半路转行，因为不知如何去学，在这里，我将这个整份答案分为黑客（网络安全）入门必备、黑客（网络安全）职业指南、黑客（网络安全）学习

网安大师兄·2025-02-14 02:19

【自学笔记】Vue基础知识点总览-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录Vue重点知识点总览一、Vue基础1.Vue简介2.MVVM设计思想3.响应式数据绑定4.组件化开发二、Vue核心特性1.虚拟DOM2.模板语法3.计算属性与监听属性三、Vue高级特性1.路由管理（vue-router）2.状态管理（vuex）3.插件与指令四、Vue调试技巧1.使用debugger语句2.Vue.jsdevt

Long_poem·2025-02-14 01:19

深度学习-108-大语言模型LLM之基于langchain的结构化输出功能提取结构化信息

文章目录1langchain的结构化输出1.1推荐的使用流程1.2模式定义1.3返回结构化输出1.3.1工具调用(方式一)1.3.2JSON模式(方式二)1.3.3结构化输出法(方式三)2提取结构化信息2.1定义数据模型2.2配置提示模板2.3设置执行链3参考附录1langchain的结构化输出对于许多应用程序，例如聊天机器人，模型需要直接用自然语言响应用户。然而，在某些情况下，我们需要模型以结构

皮皮冰燃·2025-02-14 01:44

AI Agent智能应用从0到1定制开发Langchain+LLM全流程解决方案与落地实战

开源大模型微调、对齐与垂直领域应用29套AI全栈大模型项目实战，人工智能视频课程-多模态大模型，微调技术训练营，大模型多场景实战，AI图像处理，AI量化投资，OPenCV视觉处理，机器学习，Pytorch深度学习

AI知识分享官·2025-02-14 00:41

自学人工智能大模型，满足7B模型的训练和微调以及推理，预算3万，如何选购电脑

如果你的预算是3万元人民币，希望训练和微调7B参数规模的人工智能大模型（如LLaMA、Mistral等），你需要一台高性能的深度学习工作站。

岁月的眸·2025-02-13 23:03

多模态大模型（LMMs）与大语言模型（LLMs）的比较

基础定义LLMs(LargeLanguageModels,大型语言模型)-深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构

大F的智能小课·2025-02-13 23:02

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】CSS样式解析：行内、内部与外部样式的区别与优先级分析

本次会议将探讨前沿技术，包括深度学习、多模态学习、图像和视频分析、3D重建等，以及其在智能交通、医疗影像、增强现实和自动化等多个实际应用中的创新转化。会议官网：www.acvra.org目录前言一、

禁默·2025-02-13 20:11

小白零基础学习深度学习之张量

1.张量PyTorch中的张量（Tensor）就是一种用来存储数据的“盒子”，这个盒子可以有不同的形状和大小，里面可以装各种数字。张量是PyTorch中最基本的东西，就像乐高积木一样，你可以用它来搭建各种复杂的模型。2.张量的用途存储数据：你可以把张量当作一个容器，用来存储各种数据。比如，一张图片可以用一个三维张量来表示，其中第一维是颜色通道（红、绿、蓝），第二维和第三维是图片的宽度和高度。进行计

爱理科的小王子·2025-02-13 17:53

深度学习-情感分析

以下将分别使用PyTorch和TensorFlow框架实现基于深度学习的情感分析，这里以影评的情感分析为例，数据集使用IMDB影评数据集。

小赖同学啊·2025-02-13 17:52

【深度学习】常见模型-GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）

GPT（GenerativePre-trainedTransformer）1️⃣什么是GPT？GPT（GenerativePre-trainedTransformer，生成式预训练Transformer）是由OpenAI开发的基于Transformer解码器（Decoder）的自回归（Autoregressive）语言模型。它能够通过大量无监督数据预训练，然后微调（Fine-tuning）以适应特

IT古董·2025-02-13 16:15

DeepSeek 实现原理探析

DeepSeek实现原理探析引言DeepSeek是一种基于深度学习的智能搜索技术，它通过结合自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术，旨在提供更加精准、智能的搜索结果。

rockmelodies·2025-02-13 15:41

halcon三维点云数据处理（十三）reduce_object_model_3d_by_view

目录一、reduce_object_model_3d_by_view函数二、reduce_object_model_3d_by_view函数调用过程首先说明一下这部分代码在find_box_3d这个例程中，非常好用的一个坐标系生成函数。一、reduce_object_model_3d_by_view函数通过将3D对象模型投影到虚拟视图并删除给定区域外的所有点来删除3D对象模型中的点。reduce_

mm_exploration·2025-02-13 15:08

3.Halcon3D点云滤波-降采样/去除离群点/直通滤波/平滑计算/凸包计算

对点云进行滤波的主要意义和目的有以下几点：去除噪声和异常值：由于设备本身的误差或环境因素的影响，采集到的点云数据中可能会包含一些噪声和异常值。这些噪声和异常值会影响后续的点云处理和分析，因此需要通过滤波处理加以去除。提高数据质量：滤波处理可以有效地提高点云数据的质量和精度，使得点云数据更加准确和可靠。这对于后续的点云处理和分析具有重要的意义。局部计算与调整：点云滤波主要通过局部计算的方式，获得一个

黄晓魚·2025-02-13 15:38

Halcon 维测量: 点云数据处理与断线拟合

本文将介绍如何使用Halcon来进行点云图转深度图、点云滤波以及断线拟合等维测量操作。我们将通过详细的代码示例来说明每个步骤的实现方法。

QfcaLinux·2025-02-13 14:04

yunTrans·2025-02-13 14:01

SEU-WYL·2025-02-13 14:31

python版halcon 转numpy

新版Halcon支持python接口,Python函数和halcon函数名几乎完全相同,用python写一些对性能要求不高的插件还是很舒服的.

虚假程序设计·2025-02-13 14:00

halcon opencv C++环境配置 | halcon opencv |C++互转opencv和Halcon图像变量(非常详细)|(msvc2015/17)(143)

这是本人第一次正儿八经非调侃的态度写C相关的东西;VS的C++每次环境不好配置就让人望而却步;而python的优势在于环境几乎只需要pipinstallxxx;C#多数情况下nuget点点点在添加引用就能愉快的玩耍;而pyC#背后竟然是xxx;有一被分层包养的感觉;而C/CPP头文件程序链接文件(动态|静态)动态链接库这都啥??掌握pythonnetctypes咯咯咯嘎嘎嘎%$#@#$%&^*(&

虚假程序设计·2025-02-13 14:00

常见的深度学习模型总结

1.深度前馈神经网络(DeepFeedforwardNetworks)发明时间：2006年左右，随着计算能力的提升和大数据集的可用性增加，深度学习开始兴起。

编码时空的诗意行者·2025-02-13 13:29

小赖同学啊·2025-02-13 13:57

23、深度学习-自学之路-激活函数relu、tanh、sigmoid、softmax函数的正向传播和反向梯度。

在使用这个非线性激活函数的时候，其实我们重点还是学习的是他们的正向怎么传播，以及反向怎么传递的。如下图所示：第一：relu函数的正向传播函数是：当输入值（隐藏层）值大于了，就输出自己本身的值。反向梯度传播：当输出值大于0，那么反向梯度值就等于输出值乘以1如果小于0，那反向梯度值就等于0.通俗的来说就是，如果输入值是0或小于0，那么输出值的反向增强就没有。如果输入值大于0，那么输出值的方向增强就有。

小宇爱·2025-02-13 13:22

基于深度学习的半导体检测与预测算法研究(二)

深度学习凭借其强大的数据处理和特征提取能力，在半导体领域展现出巨大的应用潜力。

埃菲尔铁塔_CV算法·2025-02-13 12:45

基于深度学习的半导体算法原理及应用

摘要随着半导体产业的持续发展，深度学习技术在该领域的应用日益广泛且深入。

埃菲尔铁塔_CV算法·2025-02-13 12:44

计算机视觉国内外研究现状（综述）

（1）传统的特征提取算法传统特征提取算法已经发展了很久，现阶段比较成熟，是深度学习算法出来之前研究

埃菲尔铁塔_CV算法·2025-02-13 12:44

联想Y7000 2024版本笔记本 RTX4060安装ubuntu22.04双系统及深度学习环境配置

目录1..制作启动盘2.Windows磁盘分区，删除原来ubuntu的启动项3.四个设置4.安装ubuntu5.ubuntu系统配置1..制作启动盘先下载镜像文件，注意版本对应。Rufus-轻松创建USB启动盘用rufus制作时，需要注意选择正确的分区类型和系统类型。不然安装的系统会有问题！2.Windows磁盘分区，删除原来ubuntu的启动项手把手教你调整电脑磁盘的分区大小_调整分区大小-CS

七七@你一起学习·2025-02-13 10:27

Kivy 模块使用python语言编译android可用的apk——开篇

学习本专栏前，请学习kivy的基本操作，可以参考我之前的免费专栏内容：《Python+Kivy(App开发)从入门到实践》自学笔记:Python文件+.kv文件实现“Helloworld”_kivykv

静候光阴·2025-02-13 08:18

精通LangChain：如何使用Unstructured处理多种格式的图像文档

#引言随着人工智能和深度学习的快速发展，文档图像分析(DocumentImageAnalysis,DIA)在许多领域中变得至关重要。然而，处理多种图像格式的文档仍然是一个挑战。

hshahtjtbh·2025-02-13 08:47

【人工智能】Python中的深度学习优化器：从SGD到Adam

解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界在深度学习模型的训练过程中，优化器起着至关重要的作用，它决定了模型的收敛速度以及最终的性能。

蒙娜丽宁·2025-02-13 08:13

大语言模型的分类及本地部署所需的硬件配置要求

1、大语言模型概念及作用大语言模型：（LargeLanguageModel,LLM）是一种基于深度学习的人工智能模型，它能够理解和生成自然语言[1]。

Kelaru·2025-02-13 07:01

STM32自学记录（二）

STM32自学记录软件安装文章目录STM32自学记录前言一、安装MDK5软件1.安装keil5MDK2.安装器件支持包3.软件注册二、安装驱动1.安装STLink驱动2.安装USB转串口驱动总结前言软件安装

>水木林森<·2025-02-13 00:44

深度学习练手小例子——cifar10数据集分类问题

CIFAR-10是一个经典的计算机视觉数据集，广泛用于图像分类任务。它包含10个类别的60,000张彩色图像，每张图像的大小是32x32像素。数据集被分为50,000张训练图像和10,000张测试图像。每个类别包含6,000张图像，具体类别包括：飞机(airplane)汽车(automobile)鸟(bird)猫(cat)鹿(deer)狗(dog)青蛙(frog)马(horse)船(ship)卡车

　☆cwlulu·2025-02-12 23:39

毕设项目基于深度学习的人脸表情识别(源码+论文)

文章目录0前言1项目运行效果2技术介绍2.1技术概括2.2目前表情识别实现技术3深度学习表情识别实现过程3.1网络架构3.2数据3.3实现流程3.4部分实现代码4最后0前言这两年开始毕业设计和毕业答辩的要求和难度不断提升

nange12330a·2025-02-12 21:55

Java也能玩转机器学习？从零搭建你的第一个模型

1.1.1无缝集成1.1.2JVM的跨平台优势1.1.3高性能计算能力1.1.4多线程与分布式计算1.2主流Java机器学习库全景1.2.1基础数值计算库1.2.2传统机器学习框架1.2.3深度学习生态

prince_zxill·2025-02-12 20:12

基于深度学习YOLOv5的海洋动物检测系统

1.引言随着人工智能技术的快速发展，深度学习在图像处理领域的应用逐渐展现出强大的能力，尤其是在目标检测任务上。

深度学习&目标检测实战项目·2025-02-12 19:33

halcon三维点云数据处理（十五）xyz_attrib_to_object_model_3d

目录一、xyz_attrib_to_object_model_3d函数二、xyz_attrib_to_object_model_3d例程代码一、xyz_attrib_to_object_model_3d函数将三维点从图像转换为三维对象模型，并为对象模型中的点云添加扩展属性。xyz_attrib_to_object_model_3d(X,Y,Z,AttribImage::AttribName:Obj

mm_exploration·2025-02-12 16:43

AI基础 -- AI学习路径图

人工智能从数学到大语言模型构建教程第一部分：AI基础与数学准备1.绪论：人工智能的过去、现在与未来人工智能的定义与发展简史从符号主义到统计学习、再到深度学习与大模型的变迁本书内容概览与学习路径指引2.线性代数与矩阵运算向量与矩阵的基本概念矩阵分解

sz66cm·2025-02-12 16:40

【PyTorch】transpose() 和 permute() 函数：交换张量维度

它们在很多深度学习任务中非常有用，尤其是在处理张量维度和进行矩阵操作时。1.transpose函数transpose函数用来交换张量的两个维度。它接受两个参数，即需要交换的两个维度的索引。

彬彬侠·2025-02-12 15:38

深度学习语义分割实战：ResNet 与 ViT 结合的模型解析

1.引言语义分割是计算机视觉中的重要任务，其目标是将输入图像中的每个像素分类到特定的类别。本项目结合了ResNet（ResidualNetwork）和ViT（VisionTransformer），构建了高性能的语义分割模型。本文将详细解析该模型的架构、训练流程及其应用。2.语义分割模型解析本项目采用ResNet和ViT结合的方式进行语义分割，并使用CBAM注意力机制增强特征提取能力。涉及的核心文件

高山仰星·2025-02-12 15:06

基于YOLOv5、YOLOv8和YOLOv10的车站行李监控系统：深度学习应用与实现

传统的人工检查方法已经无法满足快速响应和高精度的需求，而基于深度学习的目标检测技术，特别是YOLO（YouOnlyLookOnce）系列算法，成为了高效解决此类问题的理想选择。

深度学习&目标检测实战项目·2025-02-12 15:06

一个好玩的python库rembg，可以自行做成抠图工具，本文附上用法和模型

Python中的rembg库就是一个强大的工具，它基于深度学习技术，能够准确、快速地移除图像背景。本文详细介绍rembg库的安装、基本用法。

cocosgirl·2025-02-12 15:05

【ai】李沐动手深度学学v2 环境安装：anaconda3、pycharm、d2

cuda-toolkitcuda_12.5.0_windows_network.exe官方课程网站第二版资源下载release版本pycharm版本李沐【动手学深度学习v2PyTorch版】课程笔记CUDA

等风来不如迎风去·2025-02-12 15:05

使用rembg库提取图像前景（移除图像背景），并构建web应用

1、图像中的前景与背景在深度学习图像处理领域中，图像内容可以被定义为前景与背景两部分，其中感兴趣图形的被定义为前景，不感兴趣区域的背景。如在目标检测中，被框出来的目标则被定义为前景。

万里鹏程转瞬至·2025-02-12 15:04

《清华大学deepseek入门到精通》下载

《清华大学deepseek入门到精通》下载清华大学推出的《DeepSeek：从入门到精通》是一本深度学习领域的指导手册，它旨在为学习者提供一个从基础到高级应用的全面学习路径。

Simulink学堂·2025-02-12 11:45

【2025版】最新AI大模型NLP全面解析，零基础入门到精通，收藏这篇就够了

近年来，随着深度学习技术的飞速发展，AI大模型作为人工智能领域的重要研究对象，正逐步成为学术界和产业界广泛关注的热点议题。

程序员二飞·2025-02-12 11:15

AI大模型应用入门实战与进阶：28. AI大模型的实战项目：智能电网

例如，深度学习技术可以帮助预测电力需求，

AI天才研究院·2025-02-12 11:12

pytorch深度学习模型推理和部署、pytorch&ONNX&tensorRT模型转换以及python和C++版本部署

环境）3.1onnx转engine文件3.2tensorrt推理4.采用tensorrt进行推理（c++环境）5.采用torch2trt进行推理（python环境）在pytorch框架下，可以很方便进行深度学习模型的搭建

机械心·2025-02-12 10:40

推荐频道

halcon深度学习自学