相關(guān)文章

• 

  畢業(yè)設(shè)計(jì)：基于深度學(xué)習(xí)的絕緣子缺陷檢測(cè)系統(tǒng) 人工智能 YOLO 計(jì)算機(jī)視覺

  目錄 前言 一、課題背景與意義 二、設(shè)計(jì)思路 2.1.多尺度特征融合 2.2 絕緣子缺陷檢測(cè) 三、模型訓(xùn)練 3.1 實(shí)驗(yàn)環(huán)境 3.2 結(jié)果分析 最后 前言 ???大四是整個(gè)大學(xué)期間最忙碌的時(shí)光,一邊要忙著備考或?qū)嵙?xí)為畢業(yè)后面臨的就業(yè)升學(xué)做準(zhǔn)備,一邊要為畢業(yè)設(shè)計(jì)耗費(fèi)大量精力。近幾年各

  2024年01月18日

  瀏覽(641)
• 

  畢業(yè)設(shè)計(jì)選題-計(jì)算機(jī)視覺：復(fù)雜場(chǎng)景下的車牌識(shí)別系統(tǒng) 人工智能 深度學(xué)習(xí) YOLO

  目錄 前言 項(xiàng)目背景與簡(jiǎn)介 主要設(shè)計(jì)思路 一、算法理論技術(shù) 1.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 1.2 深度神經(jīng)網(wǎng)絡(luò) 1.3 目標(biāo)檢測(cè) 二、數(shù)據(jù)處理 2.1 數(shù)據(jù)采集 三、實(shí)現(xiàn)的效果 更多幫助 ? ? ??大四是整個(gè)大學(xué)期間最忙碌的時(shí)光,一邊要忙著備考或?qū)嵙?xí)為畢業(yè)后面臨的就業(yè)升學(xué)做準(zhǔn)備,一邊要為畢業(yè)設(shè)

  2024年02月03日

  瀏覽(230)

• PyTorch深度學(xué)習(xí)實(shí)戰(zhàn)（5）——計(jì)算機(jī)視覺基礎(chǔ)

  計(jì)算機(jī)視覺是指通過計(jì)算機(jī)系統(tǒng)對(duì)圖像和視頻進(jìn)行處理和分析，利用計(jì)算機(jī)算法和方法，使計(jì)算機(jī)能夠模擬和理解人類的視覺系統(tǒng)。通過計(jì)算機(jī)視覺技術(shù)，計(jì)算機(jī)可以從圖像和視頻中提取有用的信息，實(shí)現(xiàn)對(duì)環(huán)境的感知和理解，從而幫助人們解決各種問題和提高效率。本節(jié)中

  2024年02月16日

  瀏覽(21)
• 

  計(jì)算機(jī)視覺基礎(chǔ)（10）——深度學(xué)習(xí)與圖像分類

  傳統(tǒng)視覺算法采用手工設(shè)計(jì)特征與淺層模型 ，而手工設(shè)計(jì)特征依賴于專業(yè)知識(shí)，且泛化能力差。深度學(xué)習(xí)的出現(xiàn)改變了這一狀況， 為視覺問題提供了端到端的解決方案 。在之前的課程中，我們已經(jīng)學(xué)習(xí)了圖像分類的傳統(tǒng)知識(shí)。在本節(jié)課中，我們將學(xué)習(xí)到 圖像分類融合深度學(xué)

  2024年02月04日

  瀏覽(38)
• 

  畢業(yè)設(shè)計(jì)：基于深度學(xué)習(xí)的危險(xiǎn)駕駛(抽煙、打電話)檢測(cè)系統(tǒng) 人工智能 python 計(jì)算機(jī)視覺

  目錄 前言 一、課題背景與意義 二、算法理論技術(shù) 2.1 雙路金字塔網(wǎng)絡(luò) 2.2 算法實(shí)現(xiàn) 三、模型訓(xùn)練 3.1 實(shí)驗(yàn)環(huán)境 3.2 結(jié)果分析 最后 ???大四是整個(gè)大學(xué)期間最忙碌的時(shí)光,一邊要忙著備考或?qū)嵙?xí)為畢業(yè)后面臨的就業(yè)升學(xué)做準(zhǔn)備,一邊要為畢業(yè)設(shè)計(jì)耗費(fèi)大量精力。近幾年各個(gè)學(xué)校要

  2024年04月09日

  瀏覽(185)

• 計(jì)算機(jī)視覺與深度學(xué)習(xí) | 視覺慣性SLAM的基礎(chǔ)理論

  ===================================================== github：https://github.com/MichaelBeechan CSDN：https://blog.csdn.net/u011344545 ===================================================== 計(jì)算機(jī)視覺與深度學(xué)習(xí) | SLAM國內(nèi)外研究現(xiàn)狀

  2024年02月07日

  瀏覽(24)
• 

  《零基礎(chǔ)實(shí)踐深度學(xué)習(xí)》(第2版)學(xué)習(xí)筆記，（五）深度學(xué)習(xí)與計(jì)算機(jī)視覺

  圖像分類 目標(biāo)檢測(cè)

  2024年02月12日

  瀏覽(53)
• 

  計(jì)算機(jī)視覺基礎(chǔ)知識(shí)(十二)--神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

  一種機(jī)器學(xué)習(xí)的算法 一般有輸入層--隱藏層--輸出層 隱藏層數(shù)量多于兩個(gè)的稱為深度神經(jīng)網(wǎng)絡(luò); 輸入的是特征向量; 特征向量代表的是變化的方向; 或者說是最能代表這個(gè)事物的特征方向; 權(quán)重是特征值,有正有負(fù),加強(qiáng)或抑制; 權(quán)重的絕對(duì)值大小,代表輸入信號(hào)對(duì)神經(jīng)元的影響大小

  2024年02月21日

  瀏覽(26)

• 深度學(xué)習(xí)基礎(chǔ)入門篇[8]：：計(jì)算機(jī)視覺與卷積神經(jīng)網(wǎng)絡(luò)、卷積模型CNN綜述、池化講解、CNN參數(shù)計(jì)算

  計(jì)算機(jī)視覺作為一門讓機(jī)器學(xué)會(huì)如何去“看”的學(xué)科，具體的說，就是讓機(jī)器去識(shí)別攝像機(jī)拍攝的圖片或視頻中的物體，檢測(cè)出物體所在的位置，并對(duì)目標(biāo)物體進(jìn)行跟蹤，從而理解并描述出圖片或視頻里的場(chǎng)景和故事，以此來模擬人腦視覺系統(tǒng)。因此，計(jì)算機(jī)視覺也通常被叫

  2024年02月05日

  瀏覽(36)
• 

  【深度學(xué)習(xí)： 計(jì)算機(jī)視覺】如何改進(jìn)計(jì)算機(jī)視覺數(shù)據(jù)集

  機(jī)器學(xué)習(xí)算法需要大量數(shù)據(jù)集來訓(xùn)練、提高性能并生成組織所需的結(jié)果。 數(shù)據(jù)集是計(jì)算機(jī)視覺應(yīng)用程序和模型運(yùn)行的燃料。數(shù)據(jù)越多越好。這些數(shù)據(jù)應(yīng)該是高質(zhì)量的，以確保人工智能項(xiàng)目獲得最佳的結(jié)果和產(chǎn)出。 獲取訓(xùn)練機(jī)器學(xué)習(xí)模型所需數(shù)據(jù)的最佳方法之一是使用開源數(shù)

  2024年02月20日

  瀏覽(33)