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。
平台由教师工作台、课程管理、班级管理、学情监控、学生学习门户、个性化学习路径和AI智能助理等模块构成。教师工作台集中呈现学习人数、课程数量、待批改作业、用户反馈、课程平均完成率、平均学习评分、提交率和优秀率等核心指标,并提供待处理任务、实时学情预警和AIGC助手入口,便于教师快速掌握教学情况并开展后
1030Java教育校园
本项目是一个基于深度学习的智能医疗影像辅助诊断系统(IMID),旨在帮助医生提高医学影像诊断的效率与准确性。系统采用前后端分离架构,前端使用Vue.js+ElementUI,后端使用SpringBoot,AI分析模块基于YOLOv8模型,支持多种医学影像(CT、X光等)的智能识别与异常区域检测。
950Java机器深度学习
咨询威Q【3447764415】新盛-腾龙博安-三家已合并【新盛官网—xs10692.com】【腾龙官网—TL12581.com】。华纳自上世纪50年代成立以来,生产的庐山牌云雾茶多次获得国内外金奖,蝉联历届中国名茶的称号。并且是庐山区第一个建厂的国营茶厂单位,如今是庐山云雾茶的重要产区,共拥有山林
560Axure云计算
咨询威Q【3447764415】新盛-腾龙博安-三家已合并【新盛官网—xs10692.com】【腾龙官网—TL12581.com】。华纳自上世纪50年代成立以来,生产的庐山牌云雾茶多次获得国内外金奖,蝉联历届中国名茶的称号。并且是庐山区第一个建厂的国营茶厂单位,如今是庐山云雾茶的重要产区,共拥有山林
750Caffe工业互联网
系统提供两种互斥的检测模式。检测模式基于YOLO目标检测识别零件状态,通过类别标签自动判断每个工序的OK或NG状态,NG状态具有粘性锁定特性。规则SOP模式基于几何条件判断,结合YOLO目标框和MediaPipe手部关键点,识别取件、检测、放回、限位读取四类工序,其中检测工序支持内窥镜拍照触发,限位
1660C++智能硬件
自动预标注:加载sam模型,图片进行预标注。可加载自定义训练好的小数据集yolo模型,对大数据集进行预标注。手动编辑:绘制、移动、缩放、微调边界框;删除/清空/修改类别与置信度三类标注显示:检测框、Pose关键点骨架(按类别自定义放射状连接)、Seg分割多边形标签导出:YOLO检测/Pose/Seg
1090C#机器深度学习
1.SCADA数据接入与清洗模块对接水厂SCADA系统,采集原水浊度、进水流量、pH、温度等分钟级运行数据,处理缺失值、异常跳变与停机工况剔除,按时间对齐不同采集频率的数据源,形成建模可用的标准数据集。2.加药量预测模块核心功能。采用"机理模型+数据驱动模型"双轨方案:机理模型依据原水浊度、进水流量
790Torch机器深度学习
半导体AOI检测产品系统
半导体AOI能识别多种缺陷,比如:晶圆表面的划痕、污点、颗粒和微裂纹;光刻环节的线路偏移、图形残缺、光刻胶残留;蚀刻环节的针孔、短路;封装环节的焊球虚焊、引线偏移或断裂;以及芯片成品的引脚变形、打码模糊等
1690C++人工智能
paddel2onnx开源项目
Paddle2ONNX工具链研发模块:负责底层算子编译与图优化,支持模型在ONNX与Paddle之间的相互转换。系统支持算子裁剪、算子融合等高级优化策略,能够有效缩减模型体积并提升推理速度。该模块覆盖面广,支持主流图像分类、检测、分割等视觉模型的平滑无缝转换,极大丰富了Paddle模型在外部生态的适
1060Torch人工智能
系统分为普通浏览用户、数据运营人员、系统管理员三类角色。1.普通浏览用户:查看可视化大屏总览,浏览票房统计、影片类型占比、地区上映分布、评分排行等各类图表,筛选基础条件查看对应影视数据。2.数据运营人员:影视数据导入与更新,配置图表展示维度,导出统计报表,设置大屏筛选时间范围、影片分类条件。3.系统
1000Python机器深度学习
系统围绕斯诺克球局识别、球桌几何重建和击球线路分析进行开发。主要功能包括:从斯诺克比赛或训练画面中提取关键帧,对球桌区域和台面几何关系进行重建;识别并结构化记录母球、目标球及其他球的位置;结合球桌边界、球体位置和几何约束分析潜在击球线路;针对部分复杂局面计算一库、多库解球线路,并生成可视化结果供训练
800Python机器深度学习
1、设备列表管理:添加、编辑、删除设备信息(设备编号、名称、类型、安装位置等);2、实时监控面板:以仪表盘和折线图展示设备当前温度、压力、转速等关键指标,数据刷新间隔可配置;3、报警管理:当设备参数超出阈值时,自动触发声光报警并记录报警事件;4、历史数据查询:按时间段查询任意设备的历史运行数据,支持
1480C++工业互联网
1.项目具体功能模块项目主要包含:多模型预测结果读取与处理模块、GoldenTask标注样本选择模块、模型可靠性评估与权重学习模块、StackingNet集成决策模块、传统集成算法对比模块、分类/回归/排序任务实验模块以及结果评估与记录模块。其中集成算法支持Voting、SML、Dawid-Sken
930Torch人工智能
银润康小程序产品系统
1、项目有哪些具体功能模块本项目主要包含三大核心功能模块:多模态数据采集与融合模块:涵盖中医六诊(舌、面、耳、掌、汗、目)数字化采集、智能穿戴设备数据接入及心理情绪量表评估。AI健康分析与风险预警模块:包括慢病风险评估模型、中风/跌倒预测算法、中西医健康报告生成引擎。数智化监护与管理看板模块:提供长
1240Python人工智能
1.大容量点云标注:最高支持200帧点云同步加载,支持同时叠加200帧点云以标注静态物体,支持点云向图像投影,辅助确认目标物体属性,提升标注准确度。2.图‑点云融合联合标注:实现图像与点云数据的空间对齐映射,支持双视图联动,完成一一对应标注作业。3.物体关键点标注:支持车辆轮胎等目标对象的关键点定位
1390Python机器深度学习
本项目面向智能驾驶安全辅助与驾驶员监测系统(DMS)领域。在长途运输、网约车、公交客运等场景中,驾驶员长时间连续驾驶容易产生疲劳,同时打电话、吸烟等分心行为也严重威胁行车安全。通过摄像头采集驾驶员面部图像,结合目标检测、人脸关键点定位和时序规则判定,系统能够在风险行为发生时及时发出预警,为车队安全管
1010C人工智能
项目包含图像采集与预处理、缺陷检测算法引擎、检测结果可视化、数据管理与追溯四大核心功能模块:1、图像采集与预处理:对接半导体产线的光学检测设备(如AOI、KLA设备),实时采集晶圆表面高清图像;通过去噪、增强、配准等算法优化图像质量,消除光照不均、镜头畸变等干扰;2、缺陷检测算法引擎:基于深度学习(
1040Torch人工智能
功能模块:本系统包含三大核心模块。(1)模型训练模块:基于改进型ProGAN架构,支持从4×4分辨率逐级生长至128×128分辨率,采用渐进式训练策略配合平滑过渡机制,实现高分辨率纹理的稳定生成。(2)多类别可控生成模块:支持流动纹理(Flowing)、噪点纹理(Noise)和结构纹理(Struct
830C人工智能
•独立设计并实现一套多智能体(Multi-Agent)协作系统,包含Supervisor、Generation、Reflection、Ranking、Evolution、Proximity、Meta-review共7个专业Agent的编排调度•实现Elo锦标赛排名引擎、上下文记忆系统、多策略假设进化
1140Python机器深度学习
设计并实现了一套具备票房数据展示与票房预测功能的Web系统。系统经过数据爬取获取票房信息,并经过处理后以图表形式进行展示,支持筛选与对比分析。后端使用了Flask框架,系统前端页面、接口交互、业务逻辑与数据库模块均能够正常运行。
1210Python机器深度学习
当前共1335个项目more
×
寻找源码
源码描述
联系方式
提交