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
  • 对象检测网络中的NMS算法详解

    01NMS定义在一个典型的对象检测管道中,网络会在中间层输出很多候选框proposals(Bounding Box-BB)。在这个阶段输出的BB大多数都会关联同一个检测对象,这个时候需要一个方法来合并这些BB成为一个对象检测框,除了FP之外。Non-maximum-suppres

    作者: @Wu
    31
    2
  • 【ModelArts撒谎检测仪】+战队招募队员

    是不是总有那么一个时候对某个人所说的话将信将疑呢?当你对某人跟你说的话不敢信的时候,拿起你的相机,录下他说话时的表情。这时撒谎检测仪就会根据面部表情细节来测试一个可信度!是不是很神奇?有没有感兴趣的帅哥美女加入我的战队,我们一起来实现!

    作者: 飞奔的野马
    17721
    1835
  • YOLO系列: 实时的目标检测

    实时的目标检测场景的需求,有代表性的解决算法就是YOLO系列。YOLO系列算法的主要思想就是直接从输入图像得到目标物体的类别和具体位置,不再像RCNN系列那样产生候选区域。这样做的直接效果便是速度快。YOLO v1的核心思想就是将整张图像作为网络的输入,直接在网络的输出层输出目标

    作者: 黄生
    45
    4
  • 基于STM32的心率检测系统

    设计概要:硬件部分:1、硬件平台选择:使用STM32系列。集成心率传感器,使用MAX30102传感器。2、连接和电源:将STM32与心率传感器连接,确保正确的引脚连接。为STM32和传感器提供适当的电源。软件部分:1、开发环境设置:安装STM32CubeMX和相应的编译器,本文使

    作者: 哥的时代
    88
    4
  • 多模态虚拟点三维检测

    基于激光雷达的传感技术驱动着目前的自动驾驶汽车。尽管进展迅速,但目前的激光雷达传感器在分辨率和成本方面仍落后于传统彩色相机20年。对于自动驾驶来说,这意味着靠近传感器的大物体很容易被看到,但远处或小物体只包含一两个测量。这是一个问题,尤其是当这些物体被证明是驾驶危险的时候。另一方

    作者: 可爱又积极
    529
    2
  • Yolov3检测结果差异较大

    【功能模块】https://gitee.com/ascend/samples/tree/master/objectdetection/for_atlas200dk_1.7x.0.0_c++【操作步骤&问题现象】1、使用不用的配置文件,检测的图片结果差异比较大,图片对比请查看下方截

    作者: 南山吃鸡王
    1556
    7
  • 目标检测回归损失函数总结(3)

    GIOU Loss(2019)论文地址:https://arxiv.org/abs/1902.09630代码地址:https://github.com/generalized-iou/g-darknet【动机】 解决IoU Loss没有考虑两个框是如何相交【分析】GIoU定义如下:实际使用时:GIoU

    作者: @Wu
    228
    0
  • 物体检测框位置左偏移

    【问题提出】使用样例YOLOV3_coco_detection_picture检测图片,效果如下【问题分析】使用opencv方法检测,推理结果正常,使用DVPP+AIPP出现如上现象,检测框位置有偏离。初步分析是DVPP使用原因。【问题处理】使用dvpp的crop_and_pas

    作者: j_f
    1375
    1
  • 兰州大学第一届『飞杯』程序设计竞赛(同步赛),签到题ACFHJ

    ★★生命的游戏★★ 223/624 通过 (直接暴力就行,收尾可以用-1+n%n处理) D ★★飞祝福语★★ 4/26 未通过 E ★★序列大团结★★ 0/1 未通过 F ★★飞分隔符★★ 655/2215 通过 (维护一个字符串和变量累加更新一下) G ★★糖果魔法阵★★

    作者: 小哈里
    发表时间: 2022-05-10 15:47:14
    648
    0
  • 【机器学习】嘿机器学习(算法篇)第2篇:K-近邻算法,学习目标【附代码文档】

    本教程的知识点为:机器学习算法定位、 K-近邻算法 1.4 k值的选择 1 K值选择说明 1.6 案例:鸢尾花种类预测--数据集介绍 1 案例:鸢尾花种类预测 1.8 案例:鸢尾花种类预测—流程实现 1 再识K-近邻算法API 1.11

    作者: 程序员一诺python
    发表时间: 2024-08-16 22:15:26
    4
    0
  • 【机器学习】嘿机器学习(科学计算库)第3篇:机器学习概述,学习目标【附代码文档】

    本教程的知识点为:机器学习(常用科学计算库的使用)基础定位 机器学习概述 机器学习概述 1.5 机器学习算法分类 1 监督学习 机器学习概述 1.7 Azure机器学习模型搭建实验 Azure平台简介 Matplotlib 3.2 基础绘图功能

    作者: 程序员一诺python
    发表时间: 2024-08-19 14:08:10
    57
    0
  • 【机器学习】嘿机器学习(算法篇)第10篇:逻辑回归,学习目标【附代码文档】

    如何理解无偏估计?无偏估计有什么用? 1.如何理解无偏估计 完整笔记资料代码:https://gitee.com/yinuo112/AI/tree/master/机器学习/嘿机器学习(算法篇)/note.md 感兴趣的小伙伴可以自取哦~ 全套教程部分目录: 部分文件图片: 逻辑回归 学习目标 知道逻辑回归的损失函数、优化方法

    作者: 程序员一诺python
    发表时间: 2024-09-09 18:26:15
    264
    0
  • 【机器学习】嘿机器学习(算法篇)第9篇:线性回归,学习目标【附代码文档】

    如何理解无偏估计?无偏估计有什么用? 1.如何理解无偏估计 完整笔记资料代码:https://gitee.com/yinuo112/AI/tree/master/机器学习/嘿机器学习(算法篇)/note.md 感兴趣的小伙伴可以自取哦~ 全套教程部分目录: 部分文件图片: 线性回归 学习目标 掌握线性回归的实现过程

    作者: 程序员一诺python
    发表时间: 2024-09-04 13:54:59
    217
    0
  • ReactJS教程–使用ReactJS JavaScript库设计Web UI【WEB前端大作战】

     P像Netflix公司,制作的Airbnb,雅虎邮件,可汗学院,Dropbox和更多的使用opular网站的反应,建立自己的UI 。现代网站是使用MVC(模型视图控制器)体系结构构建的。React是MVC中代表视图的“ V”,而该体

    作者: Yuchuan
    发表时间: 2021-05-04 01:14:36
    2959
    0
  • 探索 Spring Cloud Gateway:构建微服务架构的关键一环

    (JDK)。Spring Cloud Gateway是一个基于Java的框架,因此您需要在本地环境中安装JDK。 您可以在Oracle官方网站或者OpenJDK项目网站下载并安装最新的JDK版本。安装完成后,通过在命令行中输入 java -version 来验证JDK是否成功安装。 2.2 Maven

    作者: 繁依Fanyi
    发表时间: 2024-10-26 11:36:12
    6
    0
  • 0基础如何转行自学软件测试

    的话 一般是属于管理的活,可以先做简单的了解) 3、项目有很多的类型,比如windows客户端、app、小程序、web网站等类型 ,建议优先选择web网站和app进行熟悉,做好笔记,自己梳理各个类别系统的测试重点,多积累经验,可以多看看别人写的博客之类的。 4、常用测试工具学习

    作者: 小博测试成长之路
    发表时间: 2022-01-14 16:01:36
    719
    0
  • 4行Python代码监测每行程序的运行时间和空间消耗

    动性和面向对象的脚本语言,其具有高可扩展性和高可移植性,具有广泛的标准库,受到开发者的追捧,广泛应用于开发运维(DevOps)、数据科学、网站开发和安全。然而,它没有因速度和空间而赢得任何称赞,主要原因是Python是一门动态类型语言,每一个简单的操作都需要大量的指令才能完成。

    作者: 不脱发的程序猿
    发表时间: 2020-12-31 15:02:44
    1355
    0
  • java之异常java.net.MalformedURLException解决办法

    前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到教程     1、问题 日志打印 System.err W java.net.MalformedURLException W at java.net

    作者: chenyu
    发表时间: 2021-07-26 16:26:39
    1574
    0
  • 启用 SR-IOV 解决 Neutron 网络 I/O 性能瓶颈

    前言 该文章是基于「计算机系统应用」月刊文章《SR-IOV 技术在 OpenStack 中的应用》的学习、扩展与整理,感谢作者分享。 官方网站:https://wiki.openstack.org/wiki/SR-IOV-Pass

    作者: 云物互联
    发表时间: 2021-08-05 16:21:05
    1646
    0
  • 分形艺术网发布:分形软件Apophysis视频教程第五讲——菜单栏的详解

    本节教程内容主要针对Apophysis软件的菜单栏的详解 有讲不到位的地方 请大家指出我改 大家一起学习进步 很想将视频发布到土豆,56等视频网站上提供在线观看 转换过后的视频码率达不到高清的标准 画面变得很不清晰 所以只提供下载 高清下载传送:分形软件Apophysis视频教程第五讲:菜单栏的详解

    作者: wh_bn
    发表时间: 2021-12-15 15:57:22
    690
    0