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。
项目主要包含三大功能模块:1.图像预处理模块,支持对微藻图像进行批量裁剪、去噪、增强等操作,提升后续识别精度;2.目标检测与分类模块,基于YOLOv12模型实现微藻目标的定位与多类别分类;3.结果统计与导出模块,可输出检测报告、目标计数结果及可视化标注图像,支持Excel格式导出数据,满足科研分析与
810C人工智能
本地RAG开源项目
项目简介:本项目是一个基于本地大模型的智能文档问答系统。你可以上传自己的文档(目前仅支持txt文件),大模型将会根据文档内容回答你的问题。整个过程完全在本地进行,无需联网,保障隐私安全。核心功能:-文档上传与管理:支持上传'.txt'文件,并自动构建数据库。-智能问答:你可以显式指明"根据文档内容进
610Python人工智能
本功能依托无人机飞控系统,支持燃气管道全线路常态化定期巡检,可提前规划固定航线,实现无人机自主巡航、稳定飞行与全覆盖作业。飞行过程中同步采集管道高清影像与环境数据,结合AI智能识别算法,自动检测管道锈蚀、防腐层破损、燃气泄漏等本体隐患,精准甄别沿线违规施工、违章占压、明火杂物等外部风险,实时标记异常
680Java企业服务
系统包含图像数据预处理、模型训练与调优、图像识别与分类、结果可视化、批量处理、模型导出、API接口调用等核心功能。支持自定义数据集训练、多模型切换、准确率实时统计,可快速部署到本地或服务器,满足不同场景下的AI识别需求,操作简单易上手。
560Python人工智能
系统基于多目相机完成溜井扫场与标定,结合目标检测算法识别石头、破碎机、栅栏、车辆、人员等目标信息;下位机根据识别结果完成自主路径规划、破碎、推石、扫石及人员/车辆避障,并通过CAN通信控制破碎机执行作业;上位机实时接收并展示破碎次数、人员进入次数、车辆进入次数、石头层高等关键数据,同时支持多路RTS
820C++音视频多媒体
本文档描述**当前仓库已实现**的训练/简单集成/预测能力、配置来源、置信度含义,以及在**弱信号开奖问题**上可核验的**定量效果**与表述边界。数据引用以仓库内`reports/ensemble_experiment_log.jsonl`、`configs/ssq/model_config.ya
660Python人工智能
具体功能模块项目包含系统管理、系统监控、系统工具、设备管理(机场列表、航线文件上传、航线任务、航线飞行记录、媒体文件、巡检报告、日志管理)等核心业务模块,覆盖电站无人机巡检全流程。主要功能描述支持点云模型、obj、fbx、bim等常见模型的加载,平台基于大疆机巢无人机技术,实现电站全场景智能巡检:支
1830Java机器深度学习
OCR识别:实现驾驶证/行驶证/银行卡等通用证照识别,以及钢材标签、采购合同、授权委托书等定制化文本识别,已在公司内部全面推广使用RPA流程自动化:完成财务场景13家银行流水自动获取,大幅提升财务工作效率计算机视觉:落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法
550Python人工智能
目标检测模型:使用YOLOv8s模型,通过训练游戏截图数据集来识别敌人。图像处理:捕获游戏窗口图像,进行预处理(如缩放、裁剪)以适配模型输入。坐标计算与控制:计算目标中心坐标与鼠标位置的偏差,模拟鼠标移动实现瞄准。性能优化:考虑GPU加速、推理速度等,确保实时性。
790Python机器深度学习
论文翻译开源项目
基座冻结训练:冻结大模型基底权重,仅开放部分参数参与训练,降低显存开销,避免通用能力灾难性遗忘。LoRA参数微调:使用低秩矩阵对模型做垂直微调,定向学习计算机学术论文句式与专业术语,强化学术翻译精度。模型指针调用:设计模型权重指针映射,动态指向微调后的LoRA分支与原始基座分支,按需切换推理权重。R
560Python人工智能
可以做图片的分类训练,使用常见的模型,训练调优等包括特定场景老鼠的识别,基于视频流;工业流水线产品下次检测;家禽声音鉴别呼吸道疾病;RGBD图像合并点云等多项工作
430Python机器深度学习
点云智能分割产品系统
本项目基于PointNet/PointNet++实现点云的高精度分割与分类,核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境,支持点云数据加载、预处理、标注、训练与推理;借助CloudCompare完成点云裁剪、标注、合并与导出,实现自定义数据集制作;通过脚本自动分离点云坐标与标签,构建
1070C++机器人
面部情绪分析:基于高精度面部关键点检测与微表情识别算法,实时捕捉眉毛、眼睑、嘴角等43个面部动作单元的细微变化,结合深度学习模型(如ResNet+注意力机制)对快乐、悲伤、愤怒、恐惧、惊讶、厌恶、中性等7类基础情绪进行置信度评分,支持情绪强度时序曲线生成与关键情绪片段标记。语音情绪分析:通过梅尔频谱
940Python人工智能
模块一:图像/点云采集模块主要功能:控制RGB-D相机(如IntelRealSense、AzureKinect)采集死猪及参照物的俯视图像、深度图或点云数据。确保参照物(如已知尺寸的棋盘格、ArUco码板或标尺)与猪体同框,并自动触发多角度拍摄(可选)。模块二:参照物检测与空间标定模块主要功能:自动
620Android机器深度学习
构建包含不同水期及管网特征的高质量水质多模态数据库;底层固化AI算法对化学需氧量(COD)、氨氮反演误差≤20%,单次推断时延≤1秒;实现复杂深度学习模型向百KB级微控制器固件的极限压缩。完成可直接投入运行的软硬一体化实体装备研发;硬件主板内嵌国产独立NPU加速芯片,外壳结构达到IP68级防护防腐标
570Torch人工智能
1.基于ROS2Humble搭建机器人通信框架,实现多节点分布式开发,支持传感器数据实时采集与传输;2.集成YOLOv8目标检测算法,实现对行人、车辆、障碍物等多类目标的实时识别与跟踪,检测帧率稳定在30FPS以上;3.提供目标坐标输出、ROS话题发布功能,可直接对接机器人导航、避障等上层模块,支持
790C++人工智能
无人机探测产品系统
信号处理分析,目标识别,目标跟踪哈哈哈哈哼哼唧唧斤斤计较近近景近景还好还好哈近近景近景斤斤计较斤斤计较距呼呼呼哈哈哈哈哈哈哈哈哈哈哈哈好锦江大酒店斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较
530Python机器深度学习
1、参考帧提取与色彩分析:自动提取参考视频的关键帧,计算色调、饱和度、亮度直方图及风格特征向量。2、逐帧色彩迁移:基于神经网络实现从参考帧到目标帧的色彩映射,支持全局与局部区域选择性调整。3、时序一致性优化:采用光流约束与时间平滑算法,避免闪烁和色彩跳变,保证视频连续自然。4、用户交互界面:提供We
610Python人工智能
ElainaSama产品系统
项目的模块分为ASR模块、live2d模块、TTS模块、大模型调用模块,前端控制面板,live2d模块使用live2dforunity制作,ASR模块使用阿里新一代SenseVoice实现,通过阈值和静音帧实现杂音剔除,TTS模块使用GPTSoVITS推理,也可以选择BertVits和fish-sp
620Python人工智能
用AI辅助,花30分钟做了一个高颜值、响应式、带动画的个人主页网页,不用死记CSS/JS语法,AI帮你写代码,你只需要改改文字、图片就能用!这篇文章包含:✅网页效果展示✅完整可直接运行代码✅AI制作教程,新手也能一步跟着做!用AI辅助,花30分钟做了一个高颜值、响应式、带动画的个人主页网页,不用死记
750JavaScript人工智能
当前共1144个项目more
×
寻找源码
源码描述
联系方式
提交