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
  • 介绍用于图像识别的五大最佳编程语言!

    用于商业和学术目的。它有一个专门的脸部识别器类,你可以用它来试验图像识别功能的能力,没有任何麻烦。该课程附有一个信息丰富的文档,将向你展示如何实现图像识别功能。总体而言,无论使用何种编程语言,OpenCV都是图像识别的首选工具。

    作者: @Wu
    446
    2
  • 图像识别技术的应用及发展趋势(1)

    在这个环境下,计算机的图像识别技术就显得尤为重要。  图像识别是计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。简单来说,图像识别就是计算机如何像人一样读懂图片的内容。借助图像识别技术,我们不仅可以通过

    作者: @Wu
    72
    1
  • 卷积神经网络(CNN):深度学习中的图像识别利器

    (train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data() # 归一化像素值 train_images, test_images = train_images / 255

    作者: 是Dream呀
    发表时间: 2024-06-22 14:48:00
    23
    0
  • 油田勘探中的图像识别与目标定位技术

    管道等。通过图像识别与目标定位技术,我们可以利用监控摄像头或无人机采集的图像数据,实时识别设备状态、损坏部位和异常情况。通过对图像进行分析和定位,我们可以及时发现设备故障或异常,并采取相应的维修和保养措施,以保证油田设施的正常运行和生产效率的提高。 综上所述,图像识别与目标定位技

    作者: 皮牙子抓饭
    发表时间: 2023-06-30 21:05:26
    8
    0
  • 图像识别 image SDK(python)image参数该如何写

    image参数该如何修改?

    作者: 张二彪
    2470
    1
  • post/voiceRubbish/imgDisti 根据图像识别 - API

    该API属于APIHub22579服务,描述: 根据上传的图片,识别图片中的垃圾名称,并检索相关联的分类名称。<a href="https://juhe.oss-cn-hangzhou.aliyuncs.com/api_sample_data/490/test2.jpg" tar

  • 阅卷系统图像识别算法研究之一:图像灰度化算法

    Park C W. The YIQ Model of Computed Tomography Color Image Variable Block with Fractal Image Coding[J]. 2016, 10(4):263-270.[[i]] 朱清溢. 彩色编码结构光三维测量的研究[D]

    作者: 开拓者
    发表时间: 2019-09-24 20:41:59
    9336
    0
  • 【ModelArts实践一】使用MXNet实现手写数字图像识别应用

    MNIST数据集为手写数字图像数据集,每张图片大小为28*28像素,每张图片上有一个手写阿拉伯数字,数字分别为从0~9。本实践基于华为云ModelArts,详细介绍如何使用MXNet原生接口编写模型训练脚本,并创建训练作业进行模型的训练,然后将生成的模型部署为在线服务,最后对云端

    作者: 云上AI
    10949
    8
  • 为什么图像识别API返回的结果里instances为空

    {    "result": {        "tags": [            {                "confidence": "97.16",                "i18n_tag": {                    "en": "Rabbit"

    作者: yd_294405972
    82
    6
  • 华为云图像识别,给您一个清晰的世界

    <align=left> 图像和视频在公共安全领域发挥越来越大的价值,各地城市安装越来越多的监控摄像头来保障城市的公共安全,企业、生活小区、市场、个人等都安装了摄像头。由于拍摄环境和摄像设备成像质量的影响,往往造成图像/视频的模糊不清晰,对后续图像识别会造成很大的困难和挑战。模糊不

    作者: yd_71329909
    18163
    1
  • Image图像识别优质博文汇总帖!(持续更新中)

    博文日期博文标题2020/5/10【CV炼丹炉系列】谈谈稀疏学习中的L1正则和L2正则2019/12/12【CV炼丹炉系列】弱监督学习在图像分类中的应用

    作者: HWCloudAI
    2650
    2
  • 🌟 Java图像识别之旅:从入门到实践的全面指南

    String testImage = "test_image.png"; // 调用文字识别方法 String result = ImageRecognizer.recognizeText(testImage);

    作者: bug菌
    发表时间: 2024-10-30 21:26:54
    36
    0
  • 《深度学习与图像识别:原理与实践》—3.5 本章小结

    移、颜色变换)与最左边原图的欧式距离是相等的。但由于KNN是机器学习中最简单的分类算法,而图像分类也是图像识别中最简单的问题,所以本章使用KNN来做图像分类,这是我们了解图像识别算法的第一步。 图3-14 图像中具体某个像素值的无意义性

    作者: 华章计算机
    发表时间: 2019-07-24 21:04:12
    2891
    0
  • 图像识别是人工智能的一个重要领域

    图像识别是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序,人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为,识别某个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。当前的刺激如果能与大脑中的模板相匹配,这个图像也就被识别了。例如有一个字母A,如果在脑中有个A模板

    作者: QGS
    1589
    3
  • 【玩转华为云】基于华为云图像识别标签实战

    1.2 申请开通AI服务 华为云页面顶部选择“EI企业智能&gt;AI服务&gt;图像识别 Image” 直达链接:https://console.huaweicloud.com/image_recognition 进入后选择开通服务 开通对象存储服务OBS授权 在“服

    作者: 炒香菇的书呆子
    发表时间: 2022-06-09 09:12:38
    545
    0
  • 《深度学习与图像识别:原理与实践》—2.1.2 Tensorflow

    2.1.2 Tensorflow2015年11月10日,Google宣布推出全新的机器学习开源工具Tensorflow。Tensorflow最初是由Google机器智能研究部门的Google Brain团队开发,基于Google 2011年开发的深度学习基础架构DistBelie

    作者: 华章计算机
    发表时间: 2019-07-24 19:38:57
    4799
    0
  • 《深度学习与图像识别:原理与实践》—2.1.6 Caffe

    2.1.6 CaffeCaffe是基于C++语言编写的深度学习框架,作者是中国人贾杨清。它开放源码(具有Licensed BSD),提供了命令行,以及Matlab和Python接口,清晰、可读性强、容易上手。Caffe是早期深度学习研究者使用的框架,由于很多研究人员在上面进行开发

    作者: 华章计算机
    发表时间: 2019-07-24 19:47:00
    3245
    0
  • 《深度学习与图像识别:原理与实践》—2.3.10 FancyIndexing

    2.3.10 FancyIndexing要索引向量中的一个值是比较容易的,比如通过x[0]来取值。但是,如果想要更复杂地取数,比如,需要返回第3个、第5个以及第8个元素时,应该怎么办?示例代码如下:import numpy as npx = np.arange(15)ind = [3

    作者: 华章计算机
    发表时间: 2019-07-24 20:27:57
    3096
    0
  • 《深度学习与图像识别:原理与实践》—2.3.5 切片

    2.3.5 切片Numpy支持类似list的切片操作,示例代码如下:import numpy as npmatrix = np.array([[5, 10, 15], [20, 25, 30], [35, 40, 45] ])print(matrix[:,1])print(matrix[:

    作者: 华章计算机
    发表时间: 2019-07-24 20:18:27
    3169
    0
  • 《深度学习之图像识别核心技术与案例实战》

     深度学习之图像识别核心技术与案例实战言有三 著前言  机器学习、深度学习、人工智能,这些关键词在最近几年“声名鹊起”。以深度学习为代表的无监督机器学习技术在图像处理、语音识别和自然语言处理等领域里频频取得新的突破。但深度学习其实并不是一门全新的学科,其历史可以追溯到20世纪40

    作者: 华章计算机
    发表时间: 2019-06-01 23:07:05
    5848
    0