相關(guān)文章

• 

  畢業(yè)設(shè)計(jì)-基于深度學(xué)習(xí)玉米葉病蟲害識(shí)別系統(tǒng) YOLO python 機(jī)器學(xué)習(xí) 目標(biāo)檢測(cè) 人工智能 算法

  目錄 前言 設(shè)計(jì)思路 一、課題背景與意義 二、算法理論原理 2.1 卷積神經(jīng)網(wǎng)絡(luò) 2.2 YOLOv5算法 三、檢測(cè)的實(shí)現(xiàn) 3.1 數(shù)據(jù)集 3.2 實(shí)驗(yàn)環(huán)境搭建 3.3 實(shí)驗(yàn)及結(jié)果分析 實(shí)現(xiàn)效果圖樣例 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)

  2024年02月03日

  瀏覽(520)
• 

  【畢業(yè)設(shè)計(jì)選題】基于深度學(xué)習(xí)的學(xué)生課堂行為檢測(cè)算法系統(tǒng) YOLO python 卷積神經(jīng)網(wǎng)絡(luò) 人工智能

  目錄 前言 設(shè)計(jì)思路 一、課題背景與意義 二、算法理論原理 2.1 深度卷積神經(jīng)網(wǎng)絡(luò) 2.2 YOLOv5算法 三、檢測(cè)的實(shí)現(xiàn) 3.1 數(shù)據(jù)集 3.2 實(shí)驗(yàn)環(huán)境搭建 3.3 實(shí)驗(yàn)及結(jié)果分析 實(shí)現(xiàn)效果圖樣例 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)

  2024年02月19日

  瀏覽(92)
• 

  畢業(yè)設(shè)計(jì)-基于深度學(xué)習(xí)的水面漂浮物目標(biāo)檢測(cè)算法系統(tǒng) YOLO python 卷積神經(jīng)網(wǎng)絡(luò) 人工智能

  目錄 前言 設(shè)計(jì)思路 一、課題背景與意義 二、算法理論原理 2.1 Faster RCNN 2.2 YOLOv5算法 三、檢測(cè)的實(shí)現(xiàn) 3.1 數(shù)據(jù)集 3.2 實(shí)驗(yàn)環(huán)境搭建 3.3 實(shí)驗(yàn)及結(jié)果分析 實(shí)現(xiàn)效果圖樣例 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

  2024年02月19日

  瀏覽(27)
• 

  畢業(yè)設(shè)計(jì)-基于深度學(xué)習(xí)的鋰電池極片缺陷檢測(cè)算法 YOLO python 卷積神經(jīng)網(wǎng)絡(luò) 人工智能

  目錄 前言 設(shè)計(jì)思路 一、課題背景與意義 二、算法理論原理 2.1 YOLOv5算法 2.2 改進(jìn)后的YOLOv5算法 三、鋰電池缺陷檢測(cè)的實(shí)現(xiàn) 3.1 數(shù)據(jù)集 3.2 網(wǎng)絡(luò)訓(xùn)練 3.3 網(wǎng)絡(luò)性能分析 實(shí)現(xiàn)效果圖樣例 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)

  2024年02月03日

  瀏覽(41)
• 

  人工智能-機(jī)器學(xué)習(xí)-深度學(xué)習(xí)-分類與算法梳理

  目前人工智能的概念層出不窮，容易搞混，理清脈絡(luò)，有益新知識(shí)入腦。 為便于梳理，本文只有提綱，且筆者準(zhǔn)備倉(cāng)促，敬請(qǐng)勘誤，不甚感激。 符號(hào)主義(Symbolists) 基于邏輯推理的智能模擬方法。最喜歡的算法是：規(guī)則和決策樹。符號(hào)主義的代表性成果有啟發(fā)式程序、專家系

  2024年02月03日

  瀏覽(31)
• 

  走進(jìn)人工智能|深度學(xué)習(xí) 算法的創(chuàng)世紀(jì)

  前言： 深度學(xué)習(xí)通過訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)模型，可以自動(dòng)學(xué)習(xí)和提取數(shù)據(jù)的特征，包括更準(zhǔn)確的圖像識(shí)別、自然語言處理、醫(yī)學(xué)診斷等方面的應(yīng)用。 深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)方法，其目標(biāo)是通過模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能，讓機(jī)器能夠從大量的數(shù)據(jù)中自動(dòng)學(xué)習(xí)和提取特征

  2024年02月09日

  瀏覽(35)
• 

  畢業(yè)設(shè)計(jì)：基于深度學(xué)習(xí)的圖像去噪算法 人工智能

  目錄 前言 項(xiàng)目背景 設(shè)計(jì)思路 數(shù)據(jù)集 模型訓(xùn)練 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)計(jì)耗費(fèi)大量精力。近幾年各個(gè)學(xué)校要求的畢設(shè)項(xiàng)目越來越難,有不少課題是研究生級(jí)別難度的,對(duì)本科同學(xué)

  2024年02月19日

  瀏覽(32)

• Python人工智能應(yīng)用--圖像識(shí)別&&深度學(xué)習(xí)

  像素(縮寫為px)是圖像中的最小單位，由一個(gè)個(gè)小方格組成。 這些小方格都有一個(gè)固定的位置和顏色，共同決定了圖像所呈現(xiàn)出來的樣子。 這些小方格的行數(shù)與列數(shù)又被叫做分辨率。我們常說的某幅圖像的分辨率是1280×720，指的就是這張圖中的每一行都有1280個(gè)像素，每一列都

  2024年04月09日

  瀏覽(91)

• 從人工智能到機(jī)器學(xué)習(xí)到深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，以及相關(guān)的算法原理、應(yīng)用場(chǎng)景等方面對(duì)人工智能技術(shù)的研究進(jìn)行全面的綜述

  作者：禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù) 2021年是一個(gè)重要的歷史節(jié)點(diǎn)，數(shù)字化時(shí)代正在席卷全球各個(gè)角落。大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新興技術(shù)帶動(dòng)著各行各業(yè)的變化與革命，機(jī)器學(xué)習(xí)（ML）、深度學(xué)習(xí)（DL）、強(qiáng)化學(xué)習(xí)（RL）等AI技術(shù)也越發(fā)成熟。隨之而來的，伴隨著人工智能應(yīng)用的

  2024年02月07日

  瀏覽(28)
• 

  畢業(yè)設(shè)計(jì)選題-基于深度學(xué)習(xí)的車道線檢測(cè)算法識(shí)別系統(tǒng) 人工智能 機(jī)器學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò)

  目錄 前言 課題背景和意義 實(shí)現(xiàn)技術(shù)思路 一、車道線檢測(cè)方法 1.1?卷積神經(jīng)網(wǎng)絡(luò) 1.2?注意力機(jī)制 二、?數(shù)據(jù)集 三、實(shí)驗(yàn)及結(jié)果分析 3.1?實(shí)驗(yàn)環(huán)境搭建 3.2?模型訓(xùn)練 實(shí)現(xiàn)效果圖樣例 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)

  2024年02月22日

  瀏覽(120)