- 摘要：生产批量计划问题是确定各种物料（产品）在给定的计划范围内的每一个时间段的批量大小，使得在整个生产计划范围内，物料总的换型费用和库存保管费用及生产费用之和最小。批量生产计划问题是一个组合优化问题，已被证明是NP难问题。 摘要：生产批量计划问题是确定各种物料（产品）在给定的计划范围内的每一个时间段的批量大小，使得在整个生产计划范围内，物料总的换型费用和库存保管费用及生产费用之和最小。批量生产计划问题是一个组合优化问题，已被证明是NP难问题。
- 增强现实（Augmented Reality，简称AR），AR增强现实技术是促使真实世界信息和虚拟世界信息内容之间综合在一起的较新的技术内容，其将原本在现实世界的空间范围中比较难以进行体验的实体信息在电脑等科学技术的基础上，实施模拟仿真处理，叠加将虚拟信息内容在真实世界中加以有效应用，并且在这一过程中能够被人类感官所感知，从而实现超越现实的感官体验。真实环境和虚拟物体之间重叠之后，能... 增强现实（Augmented Reality，简称AR），AR增强现实技术是促使真实世界信息和虚拟世界信息内容之间综合在一起的较新的技术内容，其将原本在现实世界的空间范围中比较难以进行体验的实体信息在电脑等科学技术的基础上，实施模拟仿真处理，叠加将虚拟信息内容在真实世界中加以有效应用，并且在这一过程中能够被人类感官所感知，从而实现超越现实的感官体验。真实环境和虚拟物体之间重叠之后，能...
- 引言所谓3D视觉定位指的是根据事先构建的3D模型及相关信息，计算取得某张图像在拍摄时相机的位置和姿态。这是3D视觉的一项十分重要的技术，可以用来帮助实现人员定位与导航。本博文将基于2019年CVPR论文From Coarse to Fine: Robust Hierarchical Localization at Large Scale所采用的分级定位方案对该技术进行简要的介绍。基本原理3D... 引言所谓3D视觉定位指的是根据事先构建的3D模型及相关信息，计算取得某张图像在拍摄时相机的位置和姿态。这是3D视觉的一项十分重要的技术，可以用来帮助实现人员定位与导航。本博文将基于2019年CVPR论文From Coarse to Fine: Robust Hierarchical Localization at Large Scale所采用的分级定位方案对该技术进行简要的介绍。基本原理3D...
- Liu 等人的微小运动放大方法（Motion Magnification）被称为拉格朗日微小运动放大,开创了微小运动放大的先河。该方法共需要五个步骤：图像配准、轨迹特征跟踪聚类、不同运动的分层描述、微小运动放大、纹理合成孔洞。 Liu 等人的微小运动放大方法（Motion Magnification）被称为拉格朗日微小运动放大,开创了微小运动放大的先河。该方法共需要五个步骤：图像配准、轨迹特征跟踪聚类、不同运动的分层描述、微小运动放大、纹理合成孔洞。
- 原文链接：https://arxiv.org/abs/2004.109341、背景•目的：设计一种可以满足实际生产运算速度的算法，使用一个传统的GPU就能进行训练跟测试，且可以满足实时性、准确性的要求。•主要贡献：>设计了强大而高效的检测模型，任何人都可以用 1080 Ti 和 2080 Ti训练这个超快而精准的模型。>验证了很多近几年 SOTA 的深度学习目标检测训练技巧。>修改了很多 ... 原文链接：https://arxiv.org/abs/2004.109341、背景•目的：设计一种可以满足实际生产运算速度的算法，使用一个传统的GPU就能进行训练跟测试，且可以满足实时性、准确性的要求。•主要贡献：>设计了强大而高效的检测模型，任何人都可以用 1080 Ti 和 2080 Ti训练这个超快而精准的模型。>验证了很多近几年 SOTA 的深度学习目标检测训练技巧。>修改了很多 ...
- 第一次用华为云的 EI OCR 服务，以消费者视角体验了 AI + 微服务，忍不住说一点感想。快捷易用我试用的是 EI 企业智能板块的 OCR 光学文字识别服务。从申请账号开始，到第一个车牌识别调用成功总共耗时20分钟，我一边做一边看产品文档，没有一味追求速度。整体流程很顺畅，流程合理直接。但让我意外的是，耗时最久，体验最差的环节是申请api token。token 是访问一个服务的信令，需... 第一次用华为云的 EI OCR 服务，以消费者视角体验了 AI + 微服务，忍不住说一点感想。快捷易用我试用的是 EI 企业智能板块的 OCR 光学文字识别服务。从申请账号开始，到第一个车牌识别调用成功总共耗时20分钟，我一边做一边看产品文档，没有一味追求速度。整体流程很顺畅，流程合理直接。但让我意外的是，耗时最久，体验最差的环节是申请api token。token 是访问一个服务的信令，需...
- 请用5分钟阅读本文，然后立即投入实践，养成良好的设计习惯，你将节约无数宝贵的屎山打滚时间。先澄清几个误区：schemaspy 不是做schema 设计的：设计还是要自己写，并且有条件的话在开发之前写清楚，schemaspy 是抽取文档并展示、索引的工具我的屎山数据库没有设计，schemaspy 对我没用：现在是你最需要schemaspy 的时候，它可以逆向生成一份超出你预期的基础文档sche... 请用5分钟阅读本文，然后立即投入实践，养成良好的设计习惯，你将节约无数宝贵的屎山打滚时间。先澄清几个误区：schemaspy 不是做schema 设计的：设计还是要自己写，并且有条件的话在开发之前写清楚，schemaspy 是抽取文档并展示、索引的工具我的屎山数据库没有设计，schemaspy 对我没用：现在是你最需要schemaspy 的时候，它可以逆向生成一份超出你预期的基础文档sche...
- 1 半监督学习简单介绍在很多场景，标注成本高且需要专业人士，不易获取，如医学图像的分割标注，而无标签数据获取容易很多。半监督学习的目标，就是挖掘无标签数据的价值。半监督学习主要分为两类，纯半监督学习与直推学习。2 应用据报道，在工业界，支付宝的风控与微信中扫一扫的识物，已利用半监督学习节省人力，并提升识别效果。在学术界，热度统计如下3 具体方式4 重要论文Google Brain的两篇论文 1 半监督学习简单介绍在很多场景，标注成本高且需要专业人士，不易获取，如医学图像的分割标注，而无标签数据获取容易很多。半监督学习的目标，就是挖掘无标签数据的价值。半监督学习主要分为两类，纯半监督学习与直推学习。2 应用据报道，在工业界，支付宝的风控与微信中扫一扫的识物，已利用半监督学习节省人力，并提升识别效果。在学术界，热度统计如下3 具体方式4 重要论文Google Brain的两篇论文
- 相比于基于可行解的排样算法，重叠移除算法在改变解的状态时，允许零件之间发生重叠，然后采用分离技术消除重叠，直到达到算法的终止条件为止。重叠移除算法的关键技术点主要有：重叠度量方法、零件扰动技术、重叠消除技术。 相比于基于可行解的排样算法，重叠移除算法在改变解的状态时，允许零件之间发生重叠，然后采用分离技术消除重叠，直到达到算法的终止条件为止。重叠移除算法的关键技术点主要有：重叠度量方法、零件扰动技术、重叠消除技术。
- 数据标注难一直是限制人工智能模型开发的重要环节，一种有效的解决方案就是无监督学习，从数据本身中挖掘固定的结构和模式。本文对无监督学习进行概括性的介绍，并展示了一些无监督学习的研究内容和方向。 数据标注难一直是限制人工智能模型开发的重要环节，一种有效的解决方案就是无监督学习，从数据本身中挖掘固定的结构和模式。本文对无监督学习进行概括性的介绍，并展示了一些无监督学习的研究内容和方向。
- 目标跟踪标注成本较高，考虑用自监督方法进行训练，通过利用着色任务和跟踪任务的相似性，可以在无标注的情况下训练出目标跟踪器。 目标跟踪标注成本较高，考虑用自监督方法进行训练，通过利用着色任务和跟踪任务的相似性，可以在无标注的情况下训练出目标跟踪器。
- 数据已经成为制约多种技术发展的瓶颈和关键要素，当前存在的数据问题例如数据获取难（数据本身少或者由于安全/隐私等问题客户无法提供）、多样性低等。数据生成希望对真实数据进行模拟以实现“以假乱真”，进而解决所面临的数据困境。 数据已经成为制约多种技术发展的瓶颈和关键要素，当前存在的数据问题例如数据获取难（数据本身少或者由于安全/隐私等问题客户无法提供）、多样性低等。数据生成希望对真实数据进行模拟以实现“以假乱真”，进而解决所面临的数据困境。
- 遥感成像原理如下图是一幅由高分二号拍摄的0.8m分辨率的鸟巢的遥感影像，那么遥感影像是如何成像的呢。如下图所示，遥感影像是太阳光经过大气层照射到地表，被地表物体反射再经过大气层由卫星上的传感器捕捉到成像的。由于其成像路径十分长，需要经过复杂的前处理才有较好的成像效果。遥感前处理主要分为5级：辐射较正、几何粗校正、地理坐标精校正、正射校正、融合镶嵌匀色。下面分别来讲。辐射较正：建立成像传感器输... 遥感成像原理如下图是一幅由高分二号拍摄的0.8m分辨率的鸟巢的遥感影像，那么遥感影像是如何成像的呢。如下图所示，遥感影像是太阳光经过大气层照射到地表，被地表物体反射再经过大气层由卫星上的传感器捕捉到成像的。由于其成像路径十分长，需要经过复杂的前处理才有较好的成像效果。遥感前处理主要分为5级：辐射较正、几何粗校正、地理坐标精校正、正射校正、融合镶嵌匀色。下面分别来讲。辐射较正：建立成像传感器输...
- 1. SIFT背景SIFT（Scale Invariant Feature Transform）：尺度不变特征转换匹配算法，1999年由David Lowe提出，官网地址：https://www.cs.ubc.ca/~lowe/keypoints/，是计算机视觉方向经典特征提取算法。SIFT用于获取图像中的局部特征点，这些特征点具备较好的尺度、光照、旋转不变性，广泛用于计算机视觉方向，比如图... 1. SIFT背景SIFT（Scale Invariant Feature Transform）：尺度不变特征转换匹配算法，1999年由David Lowe提出，官网地址：https://www.cs.ubc.ca/~lowe/keypoints/，是计算机视觉方向经典特征提取算法。SIFT用于获取图像中的局部特征点，这些特征点具备较好的尺度、光照、旋转不变性，广泛用于计算机视觉方向，比如图...
- 供应链业务洞察分析的第一部分，主要是介绍基本流程与核心模块。 供应链业务洞察分析的第一部分，主要是介绍基本流程与核心模块。
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签