AI&大数据

高精度,多场景,快响应,AI&大数据助力企业降本增效

 
 

    基于深度学习的计算机视觉 内容精选 换一换
  • 计算机视觉基础:深度学习和神经网络

    谢老师,华为云EI技术专家,10年人工智能/计算机视觉研究经验,在国际顶级会议和期刊上发表超过50篇论文,谷歌引用数1700,擅长大规模视觉识别、自动机器学习等领域。 课程简介 本教程介绍了AI解决方案深度学习发展前景及其面临巨大挑战;深度神经网络基本单元组成和产生表达能力方式及复杂训练过程。 课程目标

    来自:百科

    查看更多 →

  • 基于深度学习算法的语音识别

    云知识 基于深度学习算法 语音识别 基于深度学习算法语音识别 时间:2020-12-01 09:50:45 利用新型的人工智能(深度学习)算法,结合清华大学开源语音数据集THCHS30进行语音识别的实战演练,让使用者在了解语音识别基本原理与实战同时,更好了解人工智能相关内容与应用。

    来自:百科

    查看更多 →

  • 基于深度学习的计算机视觉 相关内容
  • 深度学习

    更抽象高层代表属性类别或特征,发现数据分布式特征表示。研究深入学习动机是建立模拟大脑分析学习神经网络,它模拟大脑机制来解释说明数据,如图像、声音、文本等数据。 深度学习典型模型:卷积神经网络模型、深度信任网络模型、堆栈自编码网络模型。 深度学习应用:计算机视觉、语音识别、 自然语言处理 等其他领域。

    来自:百科

    查看更多 →

  • 深度学习概览

    华为云计算 云知识 深度学习概览 深度学习概览 时间:2020-12-17 10:03:07 HCIA-AI V3.0系列课程。本课程主要讲述深度学习相关基本知识,其中包括深度学习发展历程、深度学习神经 网络部件、深度学习神经网络不同类型以及深度学习工程中常见问题。 目标学员

    来自:百科

    查看更多 →

  • 基于深度学习的计算机视觉 更多内容
  • 计算机视觉基础:背景知识

    课程目标 通过本课程学习,使学员: 1、了解计算机视觉发展历程和三大设计原则。 2、理解人类与计算机理解图像方式和本质困难。 课程大纲 第1章 计算机视觉基础知识 华为云 面向未来智能世界,数字化是企业发展必由之路。数字化成功关键是以云原生思维践行云原生,全数字化、全云化、AI驱动,一切皆服务。

    来自:百科

    查看更多 →

  • 大V讲堂——双向深度学习

    本课程介绍了双向深度学习理论、算法和应用示例,让你对双向深度学习有初步认知。 课程目标 通过本课程学习,使学员: 1、认识双向智能。 2、了解深度双向智能理论、算法和应用示例。 课程大纲 第1章 引言 第2章 双向智能 第3章 深度双向智能 华为云 面向未来智能世界,数字化

    来自:百科

    查看更多 →

  • 计算机视觉基础:语义理解

    SSD;成功检测子包含几个模块;图像分割典型算法和图像分割关键算法。 课程目标 通过本课程学习,使学员: 1、了解典型现代物体检测子包含两阶段检测子。 2、了解图像分割典型算法和图像分割关键算法。 课程大纲 第1章 语义理解:分类,检测以及分割 华为云 面向未来智能世界,

    来自:百科

    查看更多 →

  • 大V讲堂——能耗高效的深度学习

    深度学习。 课程目标 通过本课程学习,使学员了解如下知识: 1、高效结构设计。 2、用NAS搜索轻量级网络。 3、数据高效模型压缩。 4、1bit量化。 课程大纲 第1章 能耗高效深度学习背景 第2章 高效神经元和结构设计 第3章 基于NAS轻量级神经网络 第4章

    来自:百科

    查看更多 →

  • 从MindSpore手写数字识别学习深度学习

    更好训练效果。 本次训练所使用经过数据增强图片 基于深度学习识别方法 与传统机器学习使用简单模型执行分类等任务不同,此次训练我们使用深度神经网络作为训练模型,即深度学习深度学习通过人工神经网络来提取特征,不同层输出常被视为神经网络提取出不同尺度特征,上一层输出

    来自:百科

    查看更多 →

  • AI技术领域课程--深度学习

    至超越了人类水平。本课程将介绍深度学习算法知识。 课程简介 本课程将会探讨深度学习基础理论、算法、使用方法、技巧与不同深度学习模型。 课程目标 通过本课程学习,使学员: 1、掌握神经网络基础理论。 2、掌握深度学习中数据处理基本方法。 3、掌握深度学习训练中调参、模型选择的基本方法。

    来自:百科

    查看更多 →

  • 深度学习:IoT场景下的AI应用与开发

    华为云计算 云知识 深度学习:IoT场景下AI应用与开发 深度学习:IoT场景下AI应用与开发 时间:2020-12-08 10:34:34 本课程旨基于自动售卖机这一真实场景开发,融合了物联网与AI两大技术方向,向您展示AI与IoT融合场景运用并解构开发流程;从 物联网平台

    来自:百科

    查看更多 →

  • 计算机视觉基础:对抗生成网络

    课程目标 通过本课程学习,使学员: 1、了解GAN是很重要非参数化生成模型。 2、了解评价GAN生成样本质量评价标准。 课程大纲 第1章 对抗生成网络 虚拟私有云 VPC 虚拟私有云(Virtual Private Cloud)是用户在华为云上申请隔离、私密虚拟网络环境。用

    来自:百科

    查看更多 →

  • 计算机视觉基础:传统方法和数据结构

    云知识 计算机视觉基础:传统方法和数据结构 计算机视觉基础:传统方法和数据结构 时间:2020-12-10 14:59:10 通过学习,您将掌握计算机视觉基本概念和主要知识点,并且对于计算机视觉和广义人工智能方法论有一定认识,初步具备判断计算机视觉是否适合解决特定问题能力。

    来自:百科

    查看更多 →

  • 工业视觉的优势

    云知识 工业视觉优势 工业视觉优势 时间:2020-08-20 09:23:53 传统工业制造主要采用人工肉眼检测产品缺陷,不仅使得检测产品速度慢、效率低下,而且在检测过程中容易出错,导致误检、漏检等问题。基于机器视觉质检方案,通过云端建模分析与边缘实时决策结合,实现自动视觉检测,提升产品质量。

    来自:百科

    查看更多 →

  • 新工科背景下,探索基于鲲鹏技术的计算机体系结构课程群教学新模式

    3、新工科背景下计算机体系结构课程群(鲲鹏)教学改革。 听众收益: 了解新形势下如何改革教学内容,聚焦算力,强化计算思维,提升系统认知,适应端-边-云协同信息技术生态环境,创建面向产业需求的人才培养范式。 华为云 面向未来智能世界,数字化是企业发展必由之路。数字化成功关键是以云

    来自:百科

    查看更多 →

  • 图像识别

    时间:2020-10-30 15:12:04 图像识别 Image Recognition ),基于深度学习和大数据,利用计算机对图像进行分析和理解,以识别各种不同模式目标和对象技术。基于深度学习技术,可准确识别图像中视觉内容,提供多种物体、场景和概念标签,具备目标检测和属性识别等能力,帮助客户

    来自:百科

    查看更多 →

  • 人员倒地检测

    特别适用于室内外高精度人员倒地预警,可以排除因风吹草动、下雨下雪、刮风树叶摇动、光影变化、猫狗跑动及车辆闯入等等各种室外干扰所产生误报。 售后服务范围 服务内容:1.提供软件安装、调试和对操作员进行培训。 2.提供软件技术支持免费维护。 3.提供根据场景进行算法定制服务。

    来自:云商店

    查看更多 →

  • AI技术应用场景--视觉处理与识别

    方法和深度学习方法完成计算机视觉任务方法以及应用场景。 课程目标 通过本课程学习,使学员: 1、掌握数字图像基础知识和变换方法。 2、掌握图像分类技术原理和应用场景。 3、掌握目标检测技术原理和应用场景。 4、掌握图像分割技术原理和应用场景。 5、掌握视频处理技术原理和应用场景。

    来自:百科

    查看更多 →

  • 昇腾AI软件栈逻辑架及功能介绍

    具体网络模型能找到优化后、可执行、可加速算子进行功能上最优实现。如果L1芯片使能层标准算子加速库中无L2执行框架层所需要算子,这时可以通过张量加速引擎编写新自定义算子来支持L2执行框架层需要,因此张量加速引擎通过提供标准算子库和自定义算子能力为L2执行框架层提供了功能完备性的算子。

    来自:百科

    查看更多 →

  • 电梯内电瓶车检测

    单点抓拍、摄像头独立抓拍、电瓶车检测、抓拍检测电梯内电瓶车; 产品特点: 本算法使用了深度神经网络技术,通过使用大量实际场景图片训练得到模型,实现对电瓶车检测,具有速度快、准确率高特点。算法特别优化了俯视视角下目标检测,更适合电梯内使用场景。标准测试场景下检测率超过90%,错误率小于5%。

    来自:云商店

    查看更多 →

  • 图像处理理论、应用与实验

    0系列课程。计算机视觉深度学习领域最热门研究领域之一,它衍生出了一大批快速发展且具有实际作用应用,包括 人脸识别 、图像检测、目标监测以及智能驾驶等。这一切本质都是对图像数据进行处理,本课程就图像处理理论及相应技术做了介绍,包括传统特征提取算法和卷积神经网络,学习时注意两者区别。 目标学员

    来自:百科

    查看更多 →

共105条
看了本文的人还看了