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。
本项目基于TensorFlow/Keras深度学习框架,实现10类服装灰度图像智能分类,核心功能如下:数据集加载与预处理加载Fashion-MNIST标准数据集,完成像素归一化、维度适配,划分训练集、验证集、测试集;图像数据增强通过随机旋转、平移、缩放、水平翻转扩充训练样本,缓解样本量不足,提升模型
700Python人工智能
层级 模块环境与硬件 Dashboard/EnvironmentList/EnvironmentCreate/硬件检测机器人设计 BodyDesigner(3D设计+URDF/MJCF导出)/URD(统一机器人描述)训练与实验 ExperimentRunner/ModelTraining/Motio
580C++机器深度学习
AI视觉行为检测系统:1.实现对作业员作业步骤顺序、步骤遗漏监控。2.实现作业时对作业员是否带手指套、静电环监控。3.实现对作业中产品配件是否齐全监控。4.员工穿着规范检测。5.作业区域电子围栏检测。6.危险区域电子围栏检测。AI视觉检测产品缺陷系统:1.对产品组件是否缺失监控。2.对产品是否脏污监
550Python机器深度学习
安检系统产品系统
1. 违禁品实时检测依托YOLOv8目标检测模型,自动识别刀具、打火机、充电宝、易燃易爆容器、管制器械等各类违禁物品,实时标记目标位置。2. 智能声光告警识别到违禁品后立即弹窗提示、本地声光报警,同步推送报警信息至后台管理端,提醒安检人员处置。3. 图像留存回溯自动保存过机安检画面、检测截图,附带时
590Python机器深度学习
对PDF、Word、TXT等多格式文档进行文本清洗、切片分块、向量化编码;基于向量数据库搭建检索引擎,结合相似度匹配、重排序算法优化检索精度;接入大模型Prompt工程优化问答逻辑,构建检索+生成的RAG推理链路;完成前后端对接与接口封装,实现私有化部署与稳定服务调用。
650C++人工智能
系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合,配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op
700Python人工智能
包括数据集制作,图像预处理,数据标注;算法设计,包括算法搭建,参数微调;模型训练,在超算平台上提交训练任务,训练后获取模型权重;在验证集上测试效果并改良模型;将模型封装为软件。主要功能为实现了端到端的图像检测与识别功能,将图像输入模型后即可输出检测结果。
430Python机器深度学习
本预测体系由三层结构化模块构成。数据准备层通过Python爬虫定向抓取2016Q1至2025Q3的财务三表数据,构建分赛道季度收入拆分方法与事件哑变量体系。LayerA驱动型基线模型采用“赛道拆分+业务量×变现率”框架,对智慧教育、开放平台、智慧城市、其他四大业务分别建模,辅以均值回归毛利率与历史中
910Python金融
DockerCompose封装GPU推理环境,支持WindowsWSL2显卡直通,一键完成CUDA、模型依赖部署;基于PyTorch实现5款量化大模型串行批量推理,内置显存自动回收逻辑,;导入自定义Prompt集合自动生成全部模型回答,导出可编辑Excel打分表;标准化0/1/2人工打分、双层质检,
740Python人工智能
模块一:鸟类检测引擎基于YOLOv8/YOLOv11深度学习模型,支持对图像和视频流中的鸟类进行实时检测。•支持预训练COCO权重(通用鸟类检测)和自定义微调模型(特定物种识别)•GPU加速推理,单帧检测耗时
790Python机器深度学习
数据预处理模块 全量8个CSV文件合并→缺失值中位数填充(按类别分段)→Z-score标准化(fitontrain)→7:3分层划分;模型训练模块 PyTorch从零搭建CNN-1D和LSTM;两层评估模块第一层:Binary检测(异常vs正常)—Precision/Recall/F1;第二层:五分
700Python机器深度学习
设计分阶段课程学习与⾃动切换策略,提升⻓周期训练稳定性并降低策略震荡⻛险。构建Sim2Real接⼝与并联映射能⼒,完成⼯作空间惩罚与动作低通滤波,为控制侧联调提供稳定输入。⽀持⻓周期训练、断点恢复与回归验证。打通模型管理与ONNX导出链路,为C++侧推理部署与跨平台集成提供标准模型接⼝。
500C++机器深度学习
Auto助手产品系统
1.悬浮ai助手:可在任何软件上层与ai聊天,让他帮你读屏操作手机,ai的每一步操作都会显示在屏幕上;2.技能配置:这里面有技能市场,可以让用户下载别的用户分享的技能,还有技能制作页,这里有完整的一套制作,可以用画布编辑,可视化编辑,不是纯文本编辑,非常适合用户上手制作技能。技能制作主要用于让ai在
560Java人工智能
本项目面向城市环境声音识别场景,可用于智慧城市噪声监测、公共安全辅助感知、音频内容分析等业务。系统以UrbanSound8K数据集为基础,对城市中常见的环境声音进行自动分类,例如空调声、汽车鸣笛、儿童玩耍、狗叫、钻孔、发动机怠速、枪声、破碎机、警笛和街头音乐等。项目解决了传统人工听辨效率低、主观性强
720Python机器深度学习
整体架构可以理解成一个典型的“云端训练+本地推理部署”的混合系统。训练阶段,所有模型(YOLOv8、YOLOv26、ResNet、MobileNet)都在Python环境里完成训练和评估,并且统一用同一份数据集和相同的数据划分方式,保证对比结果公平。训练完之后,最优模型会被导出成部署格式(比如TFL
640Java机器深度学习
可以实现贪吃蛇游戏的基本流程,系统稳定可靠,是在stm32f103上面实现的,可以通过遥感控制贪吃蛇的方向,通过PCB板上面的按钮进行开始,暂停等罗辑控制,通过OLED显示屏显示
670C智能硬件
1、下位机:完成隧道小车的驱动控制;控制线阵相机扫描隧道;控制补光;控制雷达探测周边障碍物确保安全;接收遥控器控制指令。2、上位机:整合下位机采集的图像;实现缺陷的人工标注;实现缺陷的自动识别;输出说明缺陷类型及位置信息的工单
530C++机器深度学习
为响应工贸企业安全生产责任保险(安责险)的智能化监管要求,本项目拟建设一套基于**AI视频分析+IoT传感器联动**的智能监控系统,对工贸企业生产经营过程中的9大类风险场景进行7×24小时不间断智能巡检与自动告警。本demo采用机器语言加深度学习,使用yolo8增对特定场景进行训练,对工业生产施工场
580Python人工智能
1,能链接常用摄像头,如:海康、大华,进行抓图和录像操作2,能运行深度学习算法进行安全监控,如区域入侵、安全帽佩戴、人员权限管控等3,联动plc,当识别到安全问题时,能给plc信号,进行停机等处理。4,自定义检测规则,如采图间隔,开始报警数,检测阈值等
750Python人工智能
系统提供多终端SDK,支持Java、C++、C#、Python等主流语言,方便各类业务系统快速集成。基于RK3588边缘算力设备,实现毫秒级快速识别,无需依赖云端即可完成端侧推理,满足低延迟、数据本地化及恶劣网络环境下的实时作业需求。算法能够精准定位集装箱箱号及箱型号所在区域,并高鲁棒性地识别印刷、
780C++人工智能
当前共1232个项目more
×
寻找源码
源码描述
联系方式
提交