-
AI技术应用场景--视觉处理与识别
本课程介绍了计算机视觉的基本原理和应用分支。 课程简介 本课程包含了数字图像基本原理，以及使用传统方法和深度学习方法完成计算机视觉任务的方法以及应用场景。 课程目标 通过本课程的学习，使学员： 1、掌握数字图像的基础知识和变换方法。 2、掌握图像分类技术的原理和应用场景。 3、掌握目标检测技术的原理和应用场景。
来自：百科 -
图像处理理论、应用与实验
3、希望了解华为AI产品使用、管理和维护的人员 课程目标 掌握图像处理理论和应用，具有图像处理的相关编程和云上应用能力。 课程大纲 第1章 计算机视觉概览 第2章 数字图像处理基础 第3章 图像预处理技术 第4章 图像处理基本任务 第5章 特征提取与传统图像处理算法 第6章 深度学习与卷积神经网络 第7章 图像处理实验
来自：百科 -
阳光厨房解决方案
方案优势 1. 行业应用上算法开发经验积累丰富：算法会自动利用相关先验知识对深度学习模型的检测结果进行判别，排除误检测，准确可靠。利用数字图像处理技术和先进的深度学习技术，可对厨房进行全天候智能监测。 2. 针对客户需求进行定制化功能开发：针对不同行业应用需求，进行定制化功能；
来自：云商店 -
DigiX人工智能校园创新大赛华为AI开发平台实践
在Modelarts平台，如下两个实践样例均可选择学习。 1） “基于Caltech图像识别应用” 实践样例链接：点击查看 2） “手写数字图像识别应用” 实践样例链接：点击查看 注意：在实践中，启动了推理服务完成了测试之后要及时点击右上角的停止按键停止服务，防止一直启动造成账号欠费。
来自：百科 -
2019年华为软件精英挑战赛AI开发平台动手实践
![]()
/tree/master/Using%20MXNet%20to%20Train%20Caltech101 2） “使用MXNet实现手写数字图像识别应用” 实践样例链接： https://github.com/huawei-clouds/modelarts-example/tre
来自：百科 -
ModelArts模型训练_模型训练简介_如何训练模型
![]()
可参考“ResNet_v1_50”算法操作。 使用自定义算法构建模型（手写数字识别） 本案例用于指导用户使用PyTorch1.8实现手写数字图像识别，示例采用的数据集为MNIST官方数据集。为用户提供如何将本地的自定义算法通过简单的代码适配，实现在ModelArts上进行模型训练与部署的全流程指导。
来自：专题 -
VOD服务器_VOD点播_VOD指什么
![]()
、延时和算法复杂度之间的关系，达到最优化设置。H.264由于算法优化，可以低于1Mbps的速度实现标清（分辨率在1280P*720以下）数字图像传送。H.265则可以实现利用1~2Mbps的传输速度传送720P（分辨率1280*720）普通高清音视频传送。 高清低码 指基于华为转码技术，根据人眼视觉感知模型，
来自：专题 -
数字图像基础
![]()
-
AI菜鸟飞-数字图像基础II
![]()
-
数字图像的操作和噪声
![]()
-
AI菜鸟飞-数字图像基础
![]()
-
【数字图像】数字图像平滑处理的奇妙之旅
![]()
-
【数字图像】数字图像滤波处理的奇妙之旅
![]()
-
【数字图像】数字图像傅立叶变换的奇妙之旅
![]()
-
数字图像基础
![]()
-
【数字图像】数字图像锐化处理的奇妙之旅
![]()
-
数字图像基础
![]()
-
【数字图像】数字图像直方图规定化处理的奇妙之旅
![]()
-
【ModelArts实践一】使用MXNet实现手写数字图像识别应用
![]()
本文介绍了【【ModelArts实践一】使用MXNet实现手写数字图像识别应用】相关内容，与您搜索的c数字图像相关。邀你共享云计算使用和开发经验，汇聚云上智慧，共赢智慧未来...更多详情请点击查阅。
来自：其他 -
数字图像处理-python版
![]()
-
《数字图像处理》学习笔记
![]()
