完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1143個(gè) 瀏覽:24858次 帖子:24個(gè)
GPU和深度學(xué)習(xí)的結(jié)合對(duì)于使人工智能更快、更高效地升級(jí)也至關(guān)重要。GPU可以同時(shí)處理大量數(shù)據(jù),從而實(shí)現(xiàn)更快的訓(xùn)練和推理。
2024-03-11 標(biāo)簽:gpuAI圖像增強(qiáng) 248 0
適配器微調(diào)在推薦任務(wù)中的幾個(gè)關(guān)鍵因素
可遷移的推薦系統(tǒng) (TransRec) 通常包含一個(gè)用戶(hù)編碼器和一個(gè)或多個(gè)基于模態(tài)的物品編碼器,其中基于模態(tài)的物品編碼器通常是經(jīng)過(guò)預(yù)訓(xùn)練的 ViT, B...
2024-03-04 標(biāo)簽:編碼器適配器推薦系統(tǒng) 665 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(lèi)應(yīng)用
背景部分介紹了3D點(diǎn)云應(yīng)用領(lǐng)域中公開(kāi)可訪問(wèn)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(zhuān)門(mén)設(shè)計(jì)了各種數(shù)據(jù)集,包括用于3D形狀分類(lèi)...
2024-02-22 標(biāo)簽:機(jī)器人缺陷檢測(cè)數(shù)據(jù)集 1362 0
OpenCV4.8 C++實(shí)現(xiàn)YOLOv8 OBB旋轉(zhuǎn)對(duì)象檢測(cè)
YOLOv8框架在在支持分類(lèi)、對(duì)象檢測(cè)、實(shí)例分割、姿態(tài)評(píng)估的基礎(chǔ)上更近一步,現(xiàn)已經(jīng)支持旋轉(zhuǎn)對(duì)象檢測(cè)(OBB),基于DOTA數(shù)據(jù)集,支持航拍圖像的15個(gè)類(lèi)...
2024-02-22 標(biāo)簽:C++OpenCV數(shù)據(jù)集 1910 0
Hadoop是一個(gè)開(kāi)源的分布式計(jì)算框架,它可以處理大規(guī)模數(shù)據(jù)集并能夠在通常由計(jì)算機(jī)集群或者計(jì)算機(jī)網(wǎng)絡(luò)上的數(shù)千臺(tái)計(jì)算機(jī)上并行運(yùn)行。Hadoop的設(shè)計(jì)初衷是...
2024-02-05 標(biāo)簽:存儲(chǔ)計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)集 2014 0
然后,如果我們?cè)谒阶x出期間將兩個(gè)像素合并為一個(gè),我們將創(chuàng)建 500 像素的線(xiàn)寬,并將讀出時(shí)間減少兩倍。請(qǐng)記住,這不是裁剪 - 整個(gè)圖像仍然顯示在終數(shù)據(jù)...
2024-01-29 標(biāo)簽:圖像成像系統(tǒng)數(shù)據(jù)集 1173 0
Harvard FairSeg:第一個(gè)用于醫(yī)學(xué)分割的公平性數(shù)據(jù)集
為了解決這些挑戰(zhàn),我們提出了第一個(gè)大規(guī)模醫(yī)學(xué)分割領(lǐng)域的公平性數(shù)據(jù)集, Harvard-FairSeg。該數(shù)據(jù)集旨在用于研究公平性的cup-disc se...
2024-01-25 標(biāo)簽:人工智能模型數(shù)據(jù)集 608 0
BEV感知算法:下一代自動(dòng)駕駛的核心技術(shù)
首先,BEV視圖存在遮擋小的優(yōu)點(diǎn),由于視覺(jué)的透視效應(yīng),現(xiàn)實(shí)世界的物體在2D圖像中很容易受到其他物體的遮擋,因此,傳統(tǒng)的基于2D的感知方式只能感知可見(jiàn)的目...
機(jī)器學(xué)習(xí)最基礎(chǔ)的5個(gè)流程,分別是數(shù)據(jù)獲取,數(shù)據(jù)預(yù)處理,特征工程,建模、測(cè)試和預(yù)測(cè),上線(xiàn)與部署。
2024-01-25 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集數(shù)據(jù)預(yù)處理 814 0
15倍加速!SuperCluster:最強(qiáng)3D點(diǎn)云全景分割!
S3DIS Area 5的大規(guī)模全景分割結(jié)果,共有9.2 M個(gè)點(diǎn)( 78M預(yù)采樣)和1863個(gè)真實(shí)"物"對(duì)象。SuperCluste...
2024-01-22 標(biāo)簽:gpu數(shù)據(jù)集 739 0
基于LiDAR點(diǎn)流的運(yùn)動(dòng)事件檢測(cè)
在動(dòng)態(tài)環(huán)境中,機(jī)器人需要對(duì)具有微秒級(jí)延遲的運(yùn)動(dòng)事件進(jìn)行瞬時(shí)檢測(cè)。這個(gè)任務(wù),稱(chēng)為移動(dòng)事件檢測(cè),通常是使用事件相機(jī)來(lái)實(shí)現(xiàn)的。盡管激光雷達(dá)( Light De...
2024-01-21 標(biāo)簽:機(jī)器人激光雷達(dá)數(shù)據(jù)集 1148 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) 1087 0
支持向量機(jī)的基本原理 支持向量機(jī)可以解決什么問(wèn)題
支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM)是一種非常流行和強(qiáng)大的機(jī)器學(xué)習(xí)算法,常用于分類(lèi)和回歸問(wèn)題。它的基本原理源自于統(tǒng)計(jì)學(xué)...
2024-01-17 標(biāo)簽:函數(shù)支持向量機(jī)機(jī)器學(xué)習(xí) 1849 0
YOLOv8自定義數(shù)據(jù)集訓(xùn)練實(shí)現(xiàn)安全帽檢測(cè)
該圖像數(shù)據(jù)集包含8000張圖像,兩個(gè)類(lèi)別分別是安全帽與人、以其中200多張圖像為驗(yàn)證集,其余為訓(xùn)練集。
2024-01-15 標(biāo)簽:模型數(shù)據(jù)集命令行 1362 0
【Rust AI】01. 使用Jupyter學(xué)習(xí)Rust
根據(jù) Bing 的說(shuō)法:“泰坦尼克號(hào)數(shù)據(jù)集是用于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的流行數(shù)據(jù)集。它包含有關(guān)泰坦尼克號(hào)上的乘客的信息,包括年齡、性別、等級(jí)、票價(jià)以及他們是...
2024-01-14 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集Rust 1976 0
頂刊TIP 2023!浙大提出:基于全頻域通道選擇的的無(wú)監(jiān)督異常檢測(cè)
Density-based方法:基于密度的方法通常采用預(yù)訓(xùn)練的模型來(lái)提取輸入圖像的有意義嵌入向量,測(cè)試圖像時(shí)通過(guò)計(jì)算嵌入表示與參考表示分布之間的相似度以...
請(qǐng)問(wèn)YOLOv8 OBB是如何實(shí)現(xiàn)自定義旋轉(zhuǎn)對(duì)象檢測(cè)的?
然后自己寫(xiě)個(gè)代碼,每旋轉(zhuǎn)一度保存一張圖像,這樣就成功生成了360張圖像及其注釋文件,分為訓(xùn)練集與驗(yàn)證集。
2024-01-11 標(biāo)簽:python數(shù)據(jù)集OpenVINO 4131 0
如何從零開(kāi)始構(gòu)建深度學(xué)習(xí)項(xiàng)目?(如何啟動(dòng)一個(gè)深度學(xué)習(xí)項(xiàng)目)
性能重大提升的背后往往是模型設(shè)計(jì)的改變。不過(guò)有些時(shí)候?qū)δP瓦M(jìn)行微調(diào)也可以提升機(jī)器學(xué)習(xí)的性能。最終的判斷可能會(huì)取決于你對(duì)相應(yīng)任務(wù)的基準(zhǔn)測(cè)試結(jié)果。
2024-01-11 標(biāo)簽:GaN機(jī)器學(xué)習(xí)數(shù)據(jù)集 344 0
YOLOv8實(shí)現(xiàn)旋轉(zhuǎn)對(duì)象檢測(cè)
YOLOv8框架在在支持分類(lèi)、對(duì)象檢測(cè)、實(shí)例分割、姿態(tài)評(píng)估的基礎(chǔ)上更近一步,現(xiàn)已經(jīng)支持旋轉(zhuǎn)對(duì)象檢測(cè)(OBB),基于DOTA數(shù)據(jù)集,支持航拍圖像的15個(gè)類(lèi)...
2024-01-11 標(biāo)簽:模型數(shù)據(jù)集命令行 2005 0
基于DiAD擴(kuò)散模型的多類(lèi)異常檢測(cè)工作
現(xiàn)有的基于計(jì)算機(jī)視覺(jué)的工業(yè)異常檢測(cè)技術(shù)包括基于特征的、基于重構(gòu)的和基于合成的技術(shù)。最近,擴(kuò)散模型因其強(qiáng)大的生成能力而聞名,因此本文作者希望通過(guò)擴(kuò)散模型將...
2024-01-08 標(biāo)簽:計(jì)算機(jī)視覺(jué)數(shù)據(jù)集卷積神經(jīng)網(wǎng)絡(luò) 1592 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |