机器深度学习

机器学习,深度学习是人工智能的核心分支,致力于让计算机系统通过数据驱动的方式自动学习和改进性能,而无需显式编程。其核心是从数据中识别模式或规律,构建数学模型,使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域,正重塑各行各业,是当前AI爆发的核心技术之一。
1.根据患者入院信息,对患者进行标签定义 2.针对患者的标签自动推送相应的健康知识 3.根据患者的不同阶段重新定义患者标签的变化 4.并可根据标签定义批量推送音视频图文内容
2960python物联网
1.通过超宽带雷达技术扫描人体胸腔起伏做呼吸,心率检测 2.通过对患者睡眠质量数据分析做统计 3.通过对意外发生危险时间段做数据分析统计 4.针对对监测患者异常情况进行唤醒并做报警机制 5.针对慢性病对产品市场前景居家医疗的落地做分析计算商业价值
2940pythonBI商业智能
摄像机拍摄到的列车闸片区域图片通过图像处理、深度学习模型以及相应后处理代码得到列车闸片的厚度。整体方案:定位-分割-找轮廓边缘-计算厚度。
1370深度学习机器学习/深度学习
基于深度学习算法的图像数据分割、图像分类预测、图像目标检测,数据挖掘比赛top20选手、深度学习、机器学习爱好者
2030python机器学习
城市监控AI模型是一个高度复杂且技术先进的系统,旨在提高城市安全和监管效率。这个项目通过集成多种机器学习技术和大数据分析,为公安部门提供实时监控和事件预警功能。以下是对这个项目的详细介绍: 项目名称:城市监控AI系统 项目概述: 目的:利用人工智能技术,增强城市监控系统的自动化和智能化水平,提升事件响应速度和准确性。 技术栈:采用深度学习、模式识别和图像处理技术,结合Python和TensorFlow等开发工具。 核心功能: 实时视频分析: 系统能够处理和分析来自城市各个角落的实时视频数据。 应用图像识别技术自动检测并标识异常行为或潜在风险事件。 行为识别与预警: 通过行为分析模块,系统可以识别各种特定行为模式,如聚众、异常行走路线等。 一旦检测到潜在威胁,系统会自动触发警报并通知相关部门。 数据分析与报告: 系统集成了高级数据分析工具,可对收集到的数据进行深入分析,生成安全报告。 支持数据可视化,帮助决策者快速理解情况并采取行动。 个人贡献: 负责主要的算法设计和优化,确保系统能够高效准确地处理大规模数据。 在系统集成和测试阶段发挥了关键作用,确保所有组件的无缝协作。
4110C/C++系统监控
股票期货量化程序,提供python数据爬虫、量化算法、股票交易策略开发、matetrader 4/5、MQT4/5 程序及插件开发。详情请私聊
2420python量化
1,该项目属于调研项目,首先分解AI加速服务器,我们需要完成哪些模块的调研:硬件组成,包含机箱、多卡解决方案、GPU、CPU等,其次软件发那个面的调研,各个GPU厂商的软件栈 2,针对上述项目进行了详细的解决方案调研,GPU调研以及相应的部分通信技术调研
2360深度学习项目构建
使用Dagger iterations进行模仿学习和行为克隆学习;利用mujoco物理引擎进行复杂环境下的物理模拟实验;在Gym AI环境 中进行API参考和开发,并采用TensorFlow和Numpy进行深度学习相关的计算.
1990机器学习人工智能
项目主要目标为实现自动提取文字、英文、数字、表格,上传审核,检测是否出现违规用语或违规材料。团队进行数据收集,数据标注,模型搭建,模型训练,完成任务,最后实现自动提取审核的任务目标,并成功搭建在安卓端以及政府一体机。
1540深度学习机器学习/深度学习
物联网 土壤墒情监测 温湿度光照二氧化碳监测 水肥一体化智慧灌溉 APP远程电磁阀 无塔供水 APP远程打药 虫情监测、害虫图像识别、深度学习 全部自研
2200java物联网
本科期间长期在实验室参加比赛(获得过RoboMaster、中国机器人大赛,中国大学生计算机设计大赛等等国家级奖项),擅长计算机视觉、深度学习(图像分类,目标检测方向为主)。擅长基于机器学习的分类、回归任务,基于Opencv的图像预处理,传统目标检测算法,简单的QT界面设计,包括python版本的PYQT,c++版本的QT界面设计,以及基于深度学习的目标检测算法,基于paddlepaddle、pytorch等深度学习框架的目标检测算法实现或github项目复现,加讲解。
1522深度学习机器视觉
本科期间长期在实验室参加比赛(获得过RoboMaster、中国机器人大赛,中国大学生计算机设计大赛等等国家级奖项),擅长计算机视觉、深度学习(图像分类,目标检测方向为主)。擅长基于机器学习的分类、回归任务,基于Opencv的图像预处理,传统目标检测算法,简单的QT界面设计,包括python版本的PYQT,c++版本的QT界面设计,以及基于深度学习的目标检测算法,基于paddlepaddle、pytorch等深度学习框架的目标检测算法实现或github项目复现,加讲解。
1220深度学习机器视觉
985研0,本科期间长期在实验室参加比赛(获得过RoboMaster、中国机器人大赛,中国大学生计算机设计大赛等等国家级奖项),擅长计算机视觉、深度学习(图像分类,目标检测方向为主)。擅长基于机器学习的分类、回归任务,基于Opencv的图像预处理,传统目标检测算法,简单的QT界面设计,包括python版本的PYQT,c++版本的QT界面设计,以及基于深度学习的目标检测算法,基于paddlepaddle、pytorch等深度学习框架的目标检测算法实现或github项目复现,加讲解。
1170深度学习机器视觉
熟悉文生图各类扩散模型底层结构,采用开源扩散模型,优化提示等方法,针对特定需求进行提示优化,进行文生图调优,以得到最终想要的图片内容和图片风格。
2010深度学习深度学习
【1】用百川、千问等国内优秀大语言模型测试特定领域知识问答效果,并引入检索增强提升问答准确率 【2】针对特定领域结合传统小模型完成文件拆解、分类等需求,分类准确率高达92%+。
1950深度学习大模型
【1】论文研究深度学习中弱监督问题,发表在CCF-A会议Neurips2020,被引用次数50+,https://arxiv.org/abs/1906.00642 【2】我主要负责其中算法设计,代码实现,实验对比测试、论文撰写等方面。
2390深度学习算法设计
对多模态的脑影像进行预处理和指标的提取,基于机器学习完成了脑部疾病的分类。在此过程中,全权负责所有模型及预处理的过程,负责代码部分
2900机器学习图形/图像处理
基于深度学习中的卷积神经网络实现医学影像分割,并发表到Q1的SCI。在此部分中全权负责影像的分析及文章的撰写
3130深度学习机器学习/深度学习
这个项目与奶粉罐那个相似,属于不同的应用场景。 不同在于,图片的获取方式不同,处理方式不同,以及结果处理方式不同。 项目难点:餐盒需要segment,来确保异物在餐盒之上,而不是周围环境
1760深度学习机器学习/深度学习
使用深度学习实现神经辐射场的训练、渲染,增加编辑模块,可以实现自由的车辆、行人编辑功能。实现了很高的数值评价指标。
1920深度学习算法
当前共1119个项目more
×
寻找源码
源码描述
联系方式
提交