内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • [论文阅读] (09)S&P2019 HOLMES Real-time APT Detection(溯源图)

    Generation)基于主机的入侵检测方法(Host-based intrusion detection approaches)主要分为以下三类: misuse-based(滥用) :检测与已知攻击相关的行为 anomaly-based(异常) :从正常行为中学习模式,并检测偏离该模式的行为

    作者: eastmount
    发表时间: 2022-05-27 00:52:52
    1212
    0
  • 终于不用手撸了,解放你的双手,教你用数学建模的方式对答题卡进行有效识别

    也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。 在数字图像处理中,二值图像占有非常重要的地位,特别是在实用的图像处理中,以二值图像处理实现而构成的系统是很多的。 二值图像的处理与分析,

    作者: 格图洛书
    发表时间: 2021-11-18 18:05:29
    927
    0
  • 表示学习的理论基础

    更小的砖块和水泥等对象组成,以此类推。这种层次或嵌套的结构反映在人脑中,形成了神经网络的层次结构。最近象征人工神经网络复兴的深度学习技术,其津津乐道的“深度”正是这种层次性的体现。**

    作者: 某地瓜
    2037
    1
  • Science子刊|新型光传感器

    通道SPI方法之外,当前的检测器级SPI策略还需要时间数据收集或使用空间上分离的检测元件进行快照成像。前者容易出现暂时的图像重合失调,从而严重降低图像质量。后者解决了时间失配,但由于其四个在空间上分离的偏振敏感探测器,导致了固有的空间失配。这增加了图像传感器的尺寸和成本,并引入了

    作者: DevFeng
    1060
    4
  • 事件预警:视频监控技术在公共安全中的关键作用

    好进行后续的模型训练。 模型选择与训练: 选择合适的事件预警模型,如基于深度学习的目标检测模型、行为识别模型等,并利用清洗好的数据集进行模型训练和优化。 III. 部署与实施 在模型训练完成后,我们需要将模型部署到实际的视频监控系统中,并进行实际的应用。 硬件准备:

    作者: Y-StarryDreamer
    发表时间: 2024-04-15 14:18:48
    51
    0
  • 《计算机视觉算法:基于OpenCV的计算机应用开发》 —1.6 习题

    4. 存储一个分辨率为1920×1080、四通道、深度为32位的图像需要多少MB?5. ultra-HD图像,常被称为4K或8K图像,如今很常见,但是一幅ultra-HD图像到底包含多少兆像素呢?6. 列举本章没有提到的两个常用色彩空间。7. OpenCV库和MATLAB中的计算机视觉工具的优缺点分别是什么?

    作者: 华章计算机
    发表时间: 2020-02-15 12:54:34
    2573
    0
  • ModelArts-Lab AI实战营总结

    第一期:图像分类(I)第二期:图像分类(II)第三期:图像分类 (III) 模型参数&网络调优两次各训练 5个epoch (共10个epoch)后的运行结果+准确率变化折线图带有早停的运行结果任意一个优化器的结果和准确率折线图(5epoch)运行结果任意一个优化器的结果和准确率折

    作者: ciyiming
    2557
    1
  • 钢筋检测数据集-新开发案例

    在使用ModelArts之前,您需要做如下工作:注册华为云账号、完成ModelArts全局配置、以及熟悉OBS相关操作。 下载“钢筋检测数据集”训练数据 创建项目 模型训练 部署上线 测试样例图片 查看在线服务 关闭在线服务 实验完成后,为了防

    作者: r30022115
    发表时间: 2022-03-07 03:14:54
    739
    0
  • 使用ModelArts 0代码实现人脸口罩检测

    一个有关口罩检测的数据集,突然就想着看见好多大佬写过口罩检测的案例,要不我也玩一把试试。虽然没有大佬们高大上都是自己写代码或者自己找的数据集,我基本都是现成的直接拿来用就行了。不过玩的开心就好,正好复习一下以前在AI实战训练营学到的知识,来一个0代码实现人脸口罩检测。二、下载数据

    作者: JeffDing
    2003
    1
  • 白话物联网安全(二):物联网的安全检测

    99);一个简单的漏洞检测的规则文件就这样成型了。那么继续进行检测,接下来检测网络层,网络层在安全设计里面牵扯到授权和强制性的安全策略,也就是我们在网络层的面临的核心安全问题是没有一个授权标准,没有通用的通信协议,安不安全就靠厂商的良心了。网络层我们要检测的主要是网络设备本身的安

    作者: IoT_1919
    11812
    1
  • HarmonyOS之将SVG文件转换为XML文件

    Graphics)可缩放矢量图形,是一种图像文件格式。目前由于 HarmonyOS 图形渲染引擎不支持 SVG 格式图片的渲染,开发者需要将 SVG 格式的图片文件转换为 XML 格式的文件,然后在布局文件中引用转换后的 XML 文件。这样,就可以在模拟器/预览器或者设备上运行应用时,正常的渲染该图像文件。选中应用模块,点击鼠标右键,选择

    作者: Serendipity·y
    发表时间: 2022-02-16 15:27:35
    882
    0
  • 【论文阅读】增量式物体检测

    当前主流的目标检测器模型在训练时即确定了需要检测的物体种类,如果想要增加新的类别,只能重新训练。本文介绍了一种增量式的物体检测模型,可以随时增加新的类别,更符合实际场景。详情请点击博文链接:https://bbs.huaweicloud.com/blogs/121821

    作者: AI资讯
    3273
    27
  • Unity 之 UGUI控件详解学习目录

    前言: 欢迎大家来到陈言必行的《UGUI 控件详解》专栏,开始前博主先列出Unity UGUI控件的学习大纲,同时这也可以作为大家学习UGUI控件的参考。下面蓝字都是传送门,需要学习的童鞋点击进入即可。 矩形变换 矩形变换 (Rect Transform) 组件是变换 (Transform)

    作者: 陈言必行
    发表时间: 2021-08-13 14:23:08
    2631
    0
  • 【MindSpore易点通】集成学习系列之集成学习中的随机森林

    的重要性评分,评估各个变量在分类中所起的作用。[1] 陈雷.深度学习与MindSpore实践[M].清华大学出版社:2020.[2] 诸葛越,葫芦娃.百面机器学习[M].人民邮电出版社:2020.[3] 周志华.机器学习[M].清华大学出版社:2016.

    作者: chengxiaoli
    2662
    0
  • MindSpore 21天实战营-Yolo实现篮球比赛检测

    import moxing as mox #视频集存储位置 video_path = '/cache/data/videoinput/' #生成的图像数据集位置 save_path = '/cache/data/images/' save_fps30 = '/cache/data/image-fp30/'

    作者: JeffDing
    4036
    1
  • 机器人技术创新与实践旧版本大纲

    物体检测与识别 介绍检测物体的有趣项目。将学习使用强大的ROS包进行二维和三维物体的识别。。 1 4 2 5.使用ROS和TensorFlow的深度学习 这是一个在机器人上使用前沿技术开发的项目。使用TensorFlow库和ROS,可以实现有趣的深度学习应用程序

    作者: zhangrelay
    发表时间: 2022-07-07 15:31:05
    219
    0
  • 【车牌识别】基于matlab GUI模板匹配新能源车牌识别【含Matlab源码 865期】

    imshow(img); title('原始图像'); subplot(452); imshow(g_img); title('高通滤波后图像'); subplot(453); imshow(gray_img); title('灰度图像'); subplot(454); imshow(open);

    作者: 海神之光
    发表时间: 2022-05-28 19:36:07
    463
    0
  • [Python人工智能] 十二.循环神经网络RNN和LSTM原理详解及TensorFlow编写RNN分类案例 丨【百变AI秀】

    四.总结 写到这里,这篇文章就讲解完毕,更多TensorFlow深度学习文章会继续分享,接下来我们会分享RNN回归、文本识别、图像识别、语音识别等内容。如果读者有什么想学习的,也可以私聊我,我去学习并应用到你的领域。 最后,希望这篇基础性文章对您有所帮助,如果文章中存

    作者: eastmount
    发表时间: 2021-09-10 02:54:09
    3457
    0
  • 《C++与类脑芯片:开启人工智能硬件新征程》

    驱动类脑芯片对摄像头捕获的海量图像数据进行实时分析,快速识别出道路标志、行人、车辆等目标,为自动驾驶决策提供精准的依据,大大提高了行车的安全性和智能化水平。 在认知学习方面,C++可以利用类脑芯片的学习能力构建智能认知模型。 通过模拟人类大脑的学习过程,类脑芯片能够从大量的数据中

    作者: 程序员阿伟
    发表时间: 2024-12-19 23:22:59
    14153
    0
  • 机器学习、人工智能与数据挖掘的关系

    都来自机器学习和统计学,其中统计学关注理论研究并用于数据分析实践形成独立的学科,机器学习中有些算法借鉴了统计学理论,并在实际应用中进行优化,实现数据挖掘目标。机器学习的演化计算深度学习等方法近年来也逐渐跳出实验室,从实际的数据中学习模式,解决实际问题。数据挖掘和机器学习的交集越来

    作者: QGS
    849
    1