如何在全志V853平臺(tái)上成功部署深度學(xué)習(xí)步態(tài)識(shí)別算法呢？

步態(tài)識(shí)別作為一種新興的生物識(shí)別方式，相比于人臉識(shí)別、指紋識(shí)別等方式，具有易于適應(yīng)環(huán)境、無(wú)法偽裝等優(yōu)點(diǎn)。

2024-02-23 標(biāo)簽：嵌入式系統(tǒng)生物識(shí)別OpenCV 1.7k 0

基于深度學(xué)習(xí)的方法在處理3D點(diǎn)云進(jìn)行缺陷分類應(yīng)用

背景部分介紹了3D點(diǎn)云應(yīng)用領(lǐng)域中公開可訪問的數(shù)據(jù)集的重要性，這些數(shù)據(jù)集對(duì)于分析和比較各種模型至關(guān)重要。研究人員專門設(shè)計(jì)了各種數(shù)據(jù)集，包括用于3D形狀分類...

2024-02-22 標(biāo)簽：機(jī)器人缺陷檢測(cè)數(shù)據(jù)集 2.6k 0

關(guān)于人工智能的幾個(gè)相關(guān)概念

大模型:即基礎(chǔ)模型，在海量數(shù)據(jù)和計(jì)算資源的基礎(chǔ)上通過預(yù)先訓(xùn)練出來的，具有大參數(shù)規(guī)模的深度學(xué)習(xí)模型 >狹義多指大語(yǔ)言模型，廣義還包括CV、多模態(tài)等...

2024-02-22 標(biāo)簽：AI人工智能大數(shù)據(jù) 1k 0

OpenAI推出Sora：AI領(lǐng)域的革命性突破

大模型的核心技術(shù)是自然語(yǔ)言處理（NLP）和深度學(xué)習(xí)。具體而言，它基于Transformer架構(gòu)，使用了大規(guī)模無(wú)監(jiān)督學(xué)習(xí)方法，例如自回歸語(yǔ)言建模和掩碼語(yǔ)言...

2024-02-21 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4k 0

OpenAI視頻模型Sora的架構(gòu)及應(yīng)用場(chǎng)景

LDM 就是 Stable Diffusion 使用的模型架構(gòu)。擴(kuò)散模型的一大問題是計(jì)算需求大，難以擬合高分辨率圖像。為了解決這一問題，實(shí)現(xiàn) LDM時(shí)，...

2024-02-20 標(biāo)簽：編碼器AILDM 1.8k 0

機(jī)器視覺在織物缺陷圖像識(shí)別中的應(yīng)用與分析

基于圖像的織物疵點(diǎn)自動(dòng)檢測(cè)技術(shù)已成為了該領(lǐng)域近年來的的研究熱點(diǎn)，其代替人工織物疵點(diǎn)檢測(cè)的研究算法也逐漸成為可能，主流方法一般分為兩大類， 一是基于傳統(tǒng)圖...

2024-02-20 標(biāo)簽：圖像處理機(jī)器視覺數(shù)據(jù)庫(kù) 3.5k 0

深度學(xué)習(xí)中的不同Normalization方法小結(jié)

在深度神經(jīng)網(wǎng)絡(luò)中，存在一種內(nèi)部協(xié)變偏移（internal covariate shift）現(xiàn)象，它是由于訓(xùn)練過程中不斷變化的網(wǎng)絡(luò)參數(shù)導(dǎo)致網(wǎng)絡(luò)各層的輸入分...

2024-02-20 標(biāo)簽：PCA機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.7k 0

機(jī)器學(xué)習(xí)面試必備：12個(gè)基礎(chǔ)問題解析

偏置（bias）是什么？這很好理解，偏置是當(dāng)前模型的平均預(yù)測(cè)結(jié)果與我們需要預(yù)測(cè)的實(shí)際結(jié)果之間的差異。當(dāng)模型的偏置較高時(shí)，說明其不夠關(guān)注訓(xùn)練數(shù)據(jù)。

2024-01-29 標(biāo)簽：函數(shù)人臉識(shí)別網(wǎng)絡(luò)攻擊 793 0

如何優(yōu)化深度學(xué)習(xí)模型?

因?yàn)榇蟛糠秩耸褂玫哪Ｐ投际穷A(yù)訓(xùn)練模型，使用的權(quán)重都是在大型數(shù)據(jù)集上訓(xùn)練好的模型，當(dāng)然不需要自己去初始化權(quán)重了。只有沒有預(yù)訓(xùn)練模型的領(lǐng)域會(huì)自己初始化權(quán)重，...

2024-01-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像增強(qiáng)深度學(xué)習(xí) 3.6k 0

卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)和應(yīng)用領(lǐng)域

說到機(jī)器學(xué)習(xí)，大相信大家自然而然想到的就是現(xiàn)在大熱的卷積神經(jīng)網(wǎng)絡(luò)，或者換句話來說，深度學(xué)習(xí)網(wǎng)絡(luò)。對(duì)于這些網(wǎng)絡(luò)或者模型來說，能夠大大降低進(jìn)入門檻，具體而言...

2024-01-25 標(biāo)簽：SVM機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.5k 0

SVM的使用方法

上一篇本著回歸傳統(tǒng)的觀點(diǎn)，在這個(gè)深度學(xué)習(xí)繁榮發(fā)展的時(shí)期，帶著大家認(rèn)識(shí)了一位新朋友，英文名SVM，中文名為支持向量機(jī)，是一種基于傳統(tǒng)方案的機(jī)器學(xué)習(xí)方案，同...

2024-01-25 標(biāo)簽：SVM模型機(jī)器學(xué)習(xí) 2.6k 0

自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)集匯總

發(fā)自動(dòng)駕駛論文哪少的了數(shù)據(jù)集，今天筆者將為大家推薦一篇最新的綜述，總結(jié)了200多個(gè)自動(dòng)駕駛領(lǐng)域的數(shù)據(jù)集，大家堆工作量的時(shí)候也可以找一些小眾的數(shù)據(jù)集刷榜~

2024-01-19 標(biāo)簽：數(shù)據(jù)集自動(dòng)駕駛深度學(xué)習(xí) 1.8k 0

基于OpenVINO?和AIxBoard的智能安檢盒子設(shè)計(jì)

公共安全問題日益凸顯，傳統(tǒng)安檢手段面臨挑戰(zhàn)。為提高安檢效率和保障公共安全，基于 OpenVINO? 和 AIxBoard 的智能安檢盒子應(yīng)運(yùn)而生。

2024-01-18 標(biāo)簽：圖像處理OpenCV深度學(xué)習(xí) 1.7k 0

基于NumPy的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)

David Bourgin 表示他一直在慢慢寫或收集不同模型與模塊的純 NumPy 實(shí)現(xiàn)，它們跑起來可能沒那么快，但是模型的具體過程一定足夠直觀。每當(dāng)我...

2024-01-17 標(biāo)簽：機(jī)器學(xué)習(xí)python深度學(xué)習(xí) 536 0

什么是深度學(xué)習(xí)？機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的主要差異

2016年AlphaGo 擊敗韓國(guó)圍棋冠軍李世石，在媒體報(bào)道中，曾多次提及“深度學(xué)習(xí)”這個(gè)概念。

2024-01-15 標(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò)人工智能 2.8k 0

模板變形后如何進(jìn)行缺陷檢測(cè)

該例程用到了差異模型，將一個(gè)或多個(gè)圖像同一個(gè)理想圖像做對(duì)比，去找到明顯的不同。進(jìn)而鑒定出有缺陷的物體。差異模型的優(yōu)勢(shì)是可以直接通過它們的灰度值做比較，并...

2024-01-14 標(biāo)簽：機(jī)器視覺模板深度學(xué)習(xí) 2.2k 0

基于大模型的遙感圖像變化檢測(cè)新網(wǎng)絡(luò)

高分辨率遙感圖像已經(jīng)成為復(fù)雜變化檢測(cè)的有力工具。然而，在復(fù)雜場(chǎng)景中執(zhí)行穩(wěn)健的變化檢測(cè)仍然是一個(gè)艱巨的挑戰(zhàn)。變化檢測(cè)聚焦“非語(yǔ)義變化”中的“有效變化”，即...

2024-01-12 標(biāo)簽：SAM遙感圖像深度學(xué)習(xí) 2.1k 0