- 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述 该算法主要由两个部分组成：HOG特征提取和GRNN神经网络。下面将详细介绍这两个部分的原理和数学公式。 1.HOG特征提取 HOG（Histogram of Oriented Gradients）是一种局部特征描述子，它通过对图像局部区域的梯度方向进行统计，提取出图像的结构信息。... 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述 该算法主要由两个部分组成：HOG特征提取和GRNN神经网络。下面将详细介绍这两个部分的原理和数学公式。 1.HOG特征提取 HOG（Histogram of Oriented Gradients）是一种局部特征描述子，它通过对图像局部区域的梯度方向进行统计，提取出图像的结构信息。...
- Yolov8对接DCNV2简介在计算机视觉领域中，目标检测是一项重要的任务。Yolov8是一种非常流行的目标检测算法，而DCNV2（Dilated Convolutional Network V2）则是一种卷积神经网络，被广泛用于语义分割任务。本文将介绍如何将Yolov8与DCNV2相结合，实现目标检测和语义分割的联合任务。Yolov8概述Yolov8是一种基于深度学习的目标检测算法，它通过... Yolov8对接DCNV2简介在计算机视觉领域中，目标检测是一项重要的任务。Yolov8是一种非常流行的目标检测算法，而DCNV2（Dilated Convolutional Network V2）则是一种卷积神经网络，被广泛用于语义分割任务。本文将介绍如何将Yolov8与DCNV2相结合，实现目标检测和语义分割的联合任务。Yolov8概述Yolov8是一种基于深度学习的目标检测算法，它通过...
- deprecated pixel format used, make sure you did set range correctly废弃的像素格式被使用，请确保正确设置了范围简介在处理图像或视频时，经常会遇到"废弃的像素格式被使用，请确保正确设置了范围"的错误信息。这个错误表示正在使用的像素格式已不再推荐或支持，并提示需要调整范围设置。本文将探讨此错误信息的含义，并提供解决方法的指导。理解... deprecated pixel format used, make sure you did set range correctly废弃的像素格式被使用，请确保正确设置了范围简介在处理图像或视频时，经常会遇到"废弃的像素格式被使用，请确保正确设置了范围"的错误信息。这个错误表示正在使用的像素格式已不再推荐或支持，并提示需要调整范围设置。本文将探讨此错误信息的含义，并提供解决方法的指导。理解...
- 建筑工地的工人安全是许多建筑行业日益关注的问题。佩戴安全帽可以减少建筑工地工人的伤害，但由于各种原因，安全帽并不总是正确佩戴。因此，基于计算机视觉的自动安全帽检测系统极为重要。许多研究人员已经开发了基于机器和深度学习的头盔检测系统，但很少有人专注于建筑工地的头盔检测。 建筑工地的工人安全是许多建筑行业日益关注的问题。佩戴安全帽可以减少建筑工地工人的伤害，但由于各种原因，安全帽并不总是正确佩戴。因此，基于计算机视觉的自动安全帽检测系统极为重要。许多研究人员已经开发了基于机器和深度学习的头盔检测系统，但很少有人专注于建筑工地的头盔检测。
- @[toc] nn.Sequentialnn.Sequential是一个有序的容器，用于搭建神经网络的模块被按照被传入构造器的顺序添加到nn.Sequential()容器中。import torch.nn as nnfrom collections import OrderedDict# Using Sequential to create a small model. When `mod... @[toc] nn.Sequentialnn.Sequential是一个有序的容器，用于搭建神经网络的模块被按照被传入构造器的顺序添加到nn.Sequential()容器中。import torch.nn as nnfrom collections import OrderedDict# Using Sequential to create a small model. When `mod...
- 1.算法运行效果图预览2.算法运行软件版本matlab2022a 3.算法理论概述 基于Faster R-CNN深度学习网络的人员吸烟行为检测算法是一种利用深度学习技术进行人员吸烟行为检测的方法。该算法主要基于Faster R-CNN网络结构，通过对视频或图像序列中的人员进行目标检测和特征提取，实现吸烟行为的检测。 算法原理该算法的原理主要分为三个步骤：区域提议、特征提取和目... 1.算法运行效果图预览2.算法运行软件版本matlab2022a 3.算法理论概述 基于Faster R-CNN深度学习网络的人员吸烟行为检测算法是一种利用深度学习技术进行人员吸烟行为检测的方法。该算法主要基于Faster R-CNN网络结构，通过对视频或图像序列中的人员进行目标检测和特征提取，实现吸烟行为的检测。 算法原理该算法的原理主要分为三个步骤：区域提议、特征提取和目...
- 🥦引言在机器学习和深度学习领域，我们经常会面对具有多维特征输入的问题。这种情况出现在各种应用中，包括图像识别、自然语言处理、时间序列分析等。PyTorch是一个强大的深度学习框架，它提供了丰富的工具和库，可以帮助我们有效地处理这些多维特征输入数据。在本篇博客中，我们将探讨如何使用PyTorch来处理多维特征输入数据。🥦前期的回顾与准备这里我们采用一组预测糖尿病的数据集，如下图这里的每一行... 🥦引言在机器学习和深度学习领域，我们经常会面对具有多维特征输入的问题。这种情况出现在各种应用中，包括图像识别、自然语言处理、时间序列分析等。PyTorch是一个强大的深度学习框架，它提供了丰富的工具和库，可以帮助我们有效地处理这些多维特征输入数据。在本篇博客中，我们将探讨如何使用PyTorch来处理多维特征输入数据。🥦前期的回顾与准备这里我们采用一组预测糖尿病的数据集，如下图这里的每一行...
- 🍀关于torch.nntorch.nn是PyTorch（一个流行的开源深度学习库）中的一个模块，用于构建神经网络模型。它提供了各种用于构建深度神经网络的类和函数，使得开发者可以轻松地定义、训练和部署各种类型的神经网络模型。torch.nn模块中最重要的类是Module，它是所有神经网络模型的基类。开发者可以通过继承Module类来构建自定义的神经网络模型。Module类提供了许多有用的方法... 🍀关于torch.nntorch.nn是PyTorch（一个流行的开源深度学习库）中的一个模块，用于构建神经网络模型。它提供了各种用于构建深度神经网络的类和函数，使得开发者可以轻松地定义、训练和部署各种类型的神经网络模型。torch.nn模块中最重要的类是Module，它是所有神经网络模型的基类。开发者可以通过继承Module类来构建自定义的神经网络模型。Module类提供了许多有用的方法...
- 1.算法运行效果图预览 2.算法运行软件版本MATLAB2022a 3.算法理论概述 CNN是一种专门用于图像处理的神经网络架构，其核心是卷积层、池化层和全连接层。CNN利用卷积操作和池化操作来自动学习图像中的特征，然后通过全连接层将这些特征映射到不同类别的标签上，实现图像分类和目标识别。 CNN的核心思想是局部感受野的权重共享，即相同卷积核在图像的不同位置进行卷积操作，... 1.算法运行效果图预览 2.算法运行软件版本MATLAB2022a 3.算法理论概述 CNN是一种专门用于图像处理的神经网络架构，其核心是卷积层、池化层和全连接层。CNN利用卷积操作和池化操作来自动学习图像中的特征，然后通过全连接层将这些特征映射到不同类别的标签上，实现图像分类和目标识别。 CNN的核心思想是局部感受野的权重共享，即相同卷积核在图像的不同位置进行卷积操作，...
- 挖掘文本的奇妙力量：传统与深度方法探索匹配之道 挖掘文本的奇妙力量：传统与深度方法探索匹配之道
- 简介全球二氧化碳排放数据1deg产品(ODIAC)是一个空间分辨率为1deg*1deg的全球化石燃料燃烧产生的二氧化碳空间分布产品。它率先将基于空间的夜间灯光数据与单个发电厂的排放/位置相结合来估计化石燃料二氧化碳的排放。该产品被国际研究界广泛用于各种研究应用（例如 CO2通量反演、城市排放估算和观测系统设计实验）前言 – 人工智能教程以下是一些二氧化碳数据：2019年，全球平均二氧化碳浓度... 简介全球二氧化碳排放数据1deg产品(ODIAC)是一个空间分辨率为1deg*1deg的全球化石燃料燃烧产生的二氧化碳空间分布产品。它率先将基于空间的夜间灯光数据与单个发电厂的排放/位置相结合来估计化石燃料二氧化碳的排放。该产品被国际研究界广泛用于各种研究应用（例如 CO2通量反演、城市排放估算和观测系统设计实验）前言 – 人工智能教程以下是一些二氧化碳数据：2019年，全球平均二氧化碳浓度...
- 简介全球3小时气象数据集（GLDAS Noah Land Surface Model L4 3 hourly 0.25 x 0.25 degree V2.1，简称GLDAS_NOAH025_3H 2.1），时空分辨率分别为3小时、0.25度。该数据产品于2020年1月重新处理，代替之前版本。前言 – 人工智能教程该数据产品利用土地信息系统(LIS)第7版中的Noah Model 3.6模... 简介全球3小时气象数据集（GLDAS Noah Land Surface Model L4 3 hourly 0.25 x 0.25 degree V2.1，简称GLDAS_NOAH025_3H 2.1），时空分辨率分别为3小时、0.25度。该数据产品于2020年1月重新处理，代替之前版本。前言 – 人工智能教程该数据产品利用土地信息系统(LIS)第7版中的Noah Model 3.6模...
- 简介：全球250米叶面指数产品由北京师范大学的肖志强教授团队生产，提供了多分辨率卫星遥感（MUSES）250m分辨率全球LAI产品，利用了MODIS地表反射率数据（MOD09Q1）生成的网格数据，时间分辨率为8天。数据中的每一个MOD09Q1像元包含了8天之内最佳L2G（栅格化后的L2级产品）观测数值，综合考虑了高观测覆盖、低视角、无云及云的阴影以及气溶胶浓度的影响。LAI即叶面积指数（l... 简介：全球250米叶面指数产品由北京师范大学的肖志强教授团队生产，提供了多分辨率卫星遥感（MUSES）250m分辨率全球LAI产品，利用了MODIS地表反射率数据（MOD09Q1）生成的网格数据，时间分辨率为8天。数据中的每一个MOD09Q1像元包含了8天之内最佳L2G（栅格化后的L2级产品）观测数值，综合考虑了高观测覆盖、低视角、无云及云的阴影以及气溶胶浓度的影响。LAI即叶面积指数（l...
- 简介：LandScan全球人口分布数据来自于East View Cartographic，由美国能源部橡树岭国家实验室(ORNL)开发。LandScan运用GIS和遥感等创新方法，是全球人口数据发布的社会标准，是全球最为准确、可靠，基于地理位置的，具有分布模型和最佳分辨率的全球人口动态统计分析数据。Landscan全球人口分布数据集提供了2000年至2017年的全球人口统计数据，空间分辨... 简介：LandScan全球人口分布数据来自于East View Cartographic，由美国能源部橡树岭国家实验室(ORNL)开发。LandScan运用GIS和遥感等创新方法，是全球人口数据发布的社会标准，是全球最为准确、可靠，基于地理位置的，具有分布模型和最佳分辨率的全球人口动态统计分析数据。Landscan全球人口分布数据集提供了2000年至2017年的全球人口统计数据，空间分辨...
- 简介：青藏高原连续日光诱导叶绿素荧光数据集（2000-2018）是通过MODIS各通道反射率和SIF观测数据建立神经网络模型，从而得到较高时空分辨率的SIF数据，常作为初级生产力的参考。前言 – 人工智能教程源数据范围为全球，本数据集选取了青藏高原区域。本数据将原本的4天时间尺度数据集成至月数据，加工方法为取月最大值，尽可能达到去除噪声的效果。该数据集常被用作评定植被绿度和初级生产力的时间... 简介：青藏高原连续日光诱导叶绿素荧光数据集（2000-2018）是通过MODIS各通道反射率和SIF观测数据建立神经网络模型，从而得到较高时空分辨率的SIF数据，常作为初级生产力的参考。前言 – 人工智能教程源数据范围为全球，本数据集选取了青藏高原区域。本数据将原本的4天时间尺度数据集成至月数据，加工方法为取月最大值，尽可能达到去除噪声的效果。该数据集常被用作评定植被绿度和初级生产力的时间...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签