深度学习找物体的不同
社区干货
基于深度学习的探地雷达图像去杂波|社区征文
**前言**探地雷达(GPR)是一种广泛应用于土木工程、地质工程和地质灾害监测的探测地下的方法,通过利用电磁波在不同介质之间的不同反射特性来探测和识别地下物体,GPR 通常沿测线采集高分辨率 B-Scan 雷达图,然而 B-Scan 雷达图在检测到目标响应时会伴有因不均匀地表的强反射、地下土层界面的回波以及发射和接收天线之间直接耦合所产生的杂波,有的杂波甚至掩盖了目标相应,严重影响了目标检测算法的性能。随着深度学习以及大模型的...
大模型和深度学习的工作总结|社区征文
越来越多的技术:深度学习、AI、大模型、虚拟现实VR等慢慢进入我们的生活。**基于大模型的图像去雾**在今年这个阶段,我的主要工作是研究基于深度学习的图像去雾工作。随着现代工业文明的发展进步,大气污染现象愈... 与作为语言 Transformer 中处理的基本元素的单词标记不同,视觉元素在规模上可能存在很大差异,这一问题在对象检测等任务中受到关注。在现有的基于 Transformer 的模型中,图像都是固定规模的,这种属性不适合这些视觉...
一个老程序员的计算机视觉蹒跚学习之路| 社区征文
如多个人用不同姿势前后交叉站立,后排人员被遮挡后有些场景无法识别出来每个人。他想基于 AI 的目标识别加上对象组件化来解决这个问题,利用 AI 识别各个组件,如人的脑袋、手、足、躯干等,然后再基于这些组件去识别... 物体标识的识别;1. 高级处理:识别图像整体、与视觉相关的认知。这一年多的学习,老猿学习进展缓慢,还停留在数字图像处理的低级处理的初始阶段,目前学习了图像处理的部分基础概念和一些基础操作,包括图像处理的步...
我的云原生学习方法 | 社区征文
## 1.前言容器、K8S、云原生等名词很多人都耳熟能详,甚至很早就有过接触,拿我个人来讲,从2016年开始在公司内小范围使用Docker到2018年公司业务尝试使用K8S,再到后来公司大部分业务迁入K8S,在学习云原生相关知识... 学习知识可以有差不多的心理,但是想把一个东西给别人讲清楚,越马虎不得,如果不是做到真正了然于胸,等上了讲台被别人问倒就有点难堪了。所以为了避免分享时被“挂”在讲台上,就不得不倒逼自己进行深度学习了。## ...
特惠活动
深度学习找物体的不同-优选内容
深度学习找物体的不同-相关内容
我的AI学习之路----拥抱Tensorflow 拥抱未来|社区征文
我正式接触编程的第一天。那天我记得很清楚,那是我第一次从学长口中听说到Python,和大多数理科生一样,我不喜欢去写东西,从小写一篇作文半天憋不出来一句话的我,语文差的标签似乎已经陪伴了我整个读书时代。所以说写... TensorFlow是由谷歌人工智能团队谷歌大脑开发和维护的深度学习平台,目前人工智能领域主流的开发平台,在全球有着广泛的用户群体。。 ![picture.image](https://p6-volc-commun...
从学习到实践——火山引擎多媒体处理框架BMF的深度探索 | 社区征文
这种灵活性使得 BMF 可以适应不同的开发环境和需求。**模块化设计:** BMF 的模块化设计使得多媒体处理能力可以以原子能力的形式进行扩展和管理。这种设计使得开发人员可以根据实际需求选择和组合不同的处理能力,实现高度定制化的多媒体处理链路。**高性能:** BMF 通过 graph/pipeline 的方式构建多媒体处理链路,可以实现高性能的处理效果。这对于需要处理大规模视频数据或实时处理的场景非常有益。不足:**学习曲线较陡:*...
个人年度总结:深度学习与AIGC技术在智能诗歌生成中的应|社区征文
# 前言首先,让我们弄清楚AIGC是什么。AIGC全称为"Artificial Intelligence Generated Content",意为“人工智能生成的内容”。与以往我们了解的AI不同,它不再只是执行预定任务,而是可以根据输入内容自主创作,比如写... 其中深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能,成为 AIGC 发展的“加速度”。# “智能诗歌生成”的AIGC项目我曾参与了一个名为“智能诗歌生成”的AIGC项目。该项目的主要目标是利用人工智...
边缘智变:深度学习引领下的新一代计算范式|社区征文
数据类型不同。边缘服务器层该层的关键是处理来自设备层的数据,进行初步解决、剖析和过滤,并把处理后的数据发送到云计算层。边缘服务器一般部署在网络边缘,与设备层紧密联系,能够快速反映设备层的需要,降低传送数据的延迟。云计算层该层专门从事全球数据处理、剖析和存储,并承担运用的思路解决方法。云计算层可视为边缘计算的“大脑”,负责协调及管理系统的运行。# 3.边缘计算的特点低延迟:由于系统边缘的数据处理和应用...
边缘计算技术:深度学习与人工智能的融合|社区征文
**TinyML:** 是指超低功耗的机器学习在物联网各种终端微控制器中的应用。TinyML通常功耗为毫瓦(mW)级别甚至更低,因此可以支持各种不同的电池驱动的设备,和需要始终在线的应用。这些设备包括智能摄像头、远程监控设... 如何使用PyTorch框架对深度学习模型进行训练和优化,以及如何将模型部署到边缘设备上? 以下是我的答案```pythonimport torch import torch.nn as nn import torch.optim as optim from torch.utils.mobile_...
基于深度学习的工业缺陷检测详解——从0到1|社区征文
# beginning2023年可谓是人工智能浪潮翻涌的一年,AI在各个领域遍地开花。以我最熟悉的工业为例,深度学习也在其中起着重要作用。不知道小伙伴们熟不熟悉工业领域的缺陷检测腻?🧐🧐🧐今天就以钢轨表面缺陷为例,和大... 由不同尺度的数据结构可以生成一条轨道交通线路的密集量化地图。最后,把这个目标检测算法模型部署应用在桌面端、云端、web端、网页端、智能手机端和智能硬件端,实现每秒钟20帧的实时检测。下图是网页端的运行效果...
浅谈AI机器学习及实践总结 | 社区征文
半监督学习与监督学习是很相似的,主要在与多了伪标签生成环节,也就是给无标签的数据人工 贴标签。半监督分类、半监督回归、半监督聚类、半监督降维- 强化学习:针对于一些既不能用监督学习也不能用半监督和无... 深度学习,能对非结构的数据集进行自动的复杂特征提取,完全不需要人工干预。## 机器学习落地思路做机器学习项目,首先要先明确要解决的问题,其次,再针对问题选择一个算法,然后用对数据进行训练,找到一族函数中最...
【技术人的 2023】 ——我的AI学习之旅年度总结|社区征文
通过时长近一年的学习和实践,总算对深度学习和计算机视觉方面有一定的了解了,这更加坚定了我继续努力探索AI世界的信心,我觉得努力就会有回报。下面我将通过项目经验进行我的年度总结与心得分享。# 2.项目总结与心... 毕竟从实践过程中我也通过排除困难学习到了新的东西。然后是是我们学习的主题,深度学习了。我们选择了最常用的卷积神经网络(CNN),它是一个非常经典的深度学习模型,在处理图像数据方面表现也十分优异。通过使用数据...
