机器学习/深度学习

大华视频会议终端设备,视频会议系统 个人负责终端ROM定制开发,底层驱动到中间层,系统有Android版本,也有Linux版本,会议白板,音频定制开发等
60android机器学习/深度学习
1、账号买卖的时候总是需要截图啥的,于是写了一个自动截图程序。可以一键自动截取账号内所有的需要的图片。 2、支持自动更换账号,截图保存上传服务端等等。 3、完美配合账号商家的账号状态同步。
30前端易语言
人类染色体核型智能分析系统,是一款基于人工智能技术,对人类染色体中期图像进行自动分割、识别、计数,并自动生成核型图的遗传实验室辅助工具。 功能包括:图像管理、一键识别、导出核型图、手动编辑(笔刷、多边形、缩放、旋转、移动等)、配置管理。 达到的性能:分割准确率>90%,核型准确率>75%,GPU识别速度12张/分钟,CPU识别速度4张/分钟,支持GPU、CPU、XPU、NPU、TRT环境,支持Win、Linux操作系统。 目前已被多家医院遗传实验室采用。
430python机器学习/深度学习
为了达到对低照度和高曝光图像的增强的目的,分别使用主观评价指标和客观评价指标对算法进行评价。基于pytorch设计网络结构输出参数对图像进行简单变换,网络使用VGG16的卷积结构并增加残差连接,使用输出层预测变换参数,设计了五种损失函数进行惩罚训练。并设计UI交互界面对比不同算法的实时增强情况。
310ui机器学习/深度学习
大模型有较强的语义理解能力、常识推理能力,任务规划能力,但在面向特定领域时,存在以下挑战: 领域知识匮乏 • 领域应用的本质是复杂决策。通用大模型具备宽 广的知识底座,具有宽度有余但深度不足,无法 直接胜任复杂任务。 大模型的“幻觉”问题 • 没有依据的答案,通过简单类比得出错 误答案,在企业内,需要确保领域问题 的准确性。 数据和知识过时,难更新 • LLM的知识很容易过时,很难更新;难以保证数 据的完整性,容易形成错误回答,或者无法回答。 对于给定信息的“忠实度” • 在领域任务中,我们需要大模型遵循特定领域的规范、制 度、流程和知识进行回答。然而,如果没有进行适当的调 优,大模型往往会抛开给定的文档或信息,而倾向于利用 已习得的通用知识进行自由发挥。飘逸的创造发挥与忠实 的事实陈述是一对难以调和的矛盾。 不可解释 • 生成的答案是否有依据?为什么是A而不是B?
50需求分析机器学习/深度学习
这个项目与奶粉罐那个相似,属于不同的应用场景。 不同在于,图片的获取方式不同,处理方式不同,以及结果处理方式不同。 项目难点:餐盒需要segment,来确保异物在餐盒之上,而不是周围环境
20深度学习机器学习/深度学习
现实中,有数百万人患有严重的身体残疾丧失了交流以及与环境互动的能力,然而其感觉和认知功能通常仍然完好无损。这为利用BCI技术以改善患者生活质量提供了可能。P300-Speller是基于EEG的BCI系统中最热门的应用之一。正被用来解析那些思维正常却行动不便的病人的真实意图和想法,P300-Speller允许用户使用图形用户界面(GUI)与环境进行通信,可以让患者在生活上更加独立,甚至在一定程度上恢复他们的社交生活。因此,研究P300脑机接口技术具有极高的实际应用价值。
340python机器学习/深度学习
负责核心技术平台架构和技术预研,带领团队改造并完成内容数据平台和信息流分发平台,Feed流的智能化推荐、会员增值服务,车型库等基础技术平台建设和部署,支撑亿级用户高并发访问。
30java服务框架/平台
AI大师工具箱是一个前沿的、多功能的人工智能应用集合,旨在为用户提供一站式的AI服务体验。本项目基于Django和Vue框架开发,集成了多种人工智能技术,包括但不限于自然语言处理、图像处理和视频处理等领域。用户可以通过简洁友好的界面,轻松访问和使用以下核心功能: 1.ChatGPT聊天机器人:通过调用OpenAI接口,AI大师工具箱能够提供高质量的聊天机器人服务,支持多种场景下的文本交流。无论是日常对话,还是专业知识咨询,ChatGPT都能提供智能、精准的回复。 2.证件照拍摄与处理:用户可以轻松拍摄和上传照片,系统将自动优化照片质量,满足各类证件照的标准要求。从照片背景替换到细节优化,一应俱全。 3.简历自动生成:输入个人基本信息和职业经历,AI大师工具箱可以根据最新的行业标准,自动生成专业、精美的简历。用户还可以根据个人喜好,选择不同的简历模板和布局。 4.图片处理:提供强大的图片编辑功能,包括图片美化、格式转换、大小调整等。无论是个人照片的修饰,还是商业图像的处理,都能轻松应对。 5.视频处理:支持视频剪辑、格式转换、质量提升等功能。用户可以自定义视频的剪辑方案,轻松创
30pythonvue
知名的社交内容推荐类项目,搭建数据,内容平台等对外提供社交内容服务: 2.1 图像处理包括图像内容识别,分类,算法包括FM ,GBDT ,XGboost , CNN ,DNN,DSMM等等。 2.2.内容推荐包括数据采集,特征处理,数据建模,内容推荐等。算法包括LR,GBDT,CDF,Bert ,GRU,CNN,DNN等等。
30深度学习机器学习/深度学习
这是一个简单的图像识别处理,基于python的CIFAR10数据集进行多次训练,再通过输入图片来识别该图片的内容是属于CIFAR10训练集中的哪类图片。整个作品的代码均为我一人制作。使用了机器学习基础中的CNN卷积代码实现图像识别。实现了再在整体数据集上的正确率达65%
310深度学习机器学习/深度学习
1. 利用keras深度学习框架实现CVPR论文中ghostnet模型的搭建。 2. 实现该模型的训练和测试,方便大家复现原论文结果。
290深度学习机器学习/深度学习
某企业AI智能客服项目旨在利用人工智能技术,为企业打造一个高效、智能的客户服务系统。该项目通过模拟人类客服的对话方式,与用户进行实时交流,解答用户的问题、提供帮助和建议,从而提升企业服务效率、降低运营成本,并增强用户的满意度和忠诚度。 一、模块组成 智能问答模块:基于自然语言处理、深度学习等技术,对用户的问题进行识别、分析和回答。该模块能够准确理解用户意图,提供精准的答案和解决方案。 用户交互模块:负责与用户进行实时对话,包括语音、文本等多种形式的交互。该模块通过语音识别、语音合成等技术,实现与用户的语音交互;同时,也支持文本输入和输出,方便用户进行文字交流。 知识库管理模块:存储和管理企业的各类知识、常见问题及解决方案。该模块支持知识的动态更新和维护,确保智能客服系统能够随时提供最新、最准确的信息。 数据分析模块:对用户行为、问题类型、服务效果等数据进行收集和分析,为企业提供有价值的业务洞察和改进建议。 二、使用到的技术 自然语言处理技术:用于将用户的语言转化为机器可理解的形式,从而能够准确理解用户的需求和问题。通过分词、词性标注、句法分析等处理,提取出用户问题中的关键
411java人工智能
在采样过程中通过顶棚摄像头图像,识别出车辆的车厢位置及拉筋信息,为采样提供定位坐标,广泛应用于火电厂、冶金行业、焦化厂等。
381c#计算机视觉库/人脸识别
python angular redis mysql nginx linux 作品分类(1-5个分类)(必填): 机器学习/深度学习 脚本编程语言 网络爬虫 日志分析和统计 项目构建 添加标签,按回车确认 HTML5开发相关文件管理器其他jQuery插件Chrome插件/扩展论坛系统BBS作业/任务调度网络爬虫日志分析和统计图形和图像工具Emoji 表情相关终端/远程登录搜索引擎项目构建REST/RESTful项目嵌入式操作系统
730python机器学习/深度学习
使用神经网络(LSTM)对样本存取频率进行预测,预测出未来哪些样本的存取频率高,并将其存放在离机械臂近的地方。 算法:长短期记忆网络(LSTM) 使用Pyside2来开发界面,使用Python语言编写 采用mysql数据库
30python机器学习/深度学习
基于深度学习中的卷积神经网络实现医学影像分割,并发表到Q1的SCI。在此部分中全权负责影像的分析及文章的撰写
00深度学习机器学习/深度学习
1、主要实现长时间序列的预测任务 2、使用技术有时间序列分解,深度学习卷积神经网络,Transformer。 3、难点是如何捕捉长时间序列的前后相关性,然后达到很好的预测效果。
20深度学习机器学习/深度学习
负责(基于python语言,torch框架,开源yolov5的目标检测项目,标记图片数据来源—robotflow) 其他(非本人)(包装为安卓测试应用)
990深度学习机器学习/深度学习
本项目基于单一摄像头进行手势识别与应用,因此使用与部署简便,对环境无过多要求,因此,非常适用于移动平台使用,通过手机摄像头,即可实现简易的手势识别。 通过识别手势,本项目可以基于识别手势,可以进行一定数量的操作,因此,可以模拟部分简易的操作,实现无需接触的操作。 关键技术: Darknet卷积模块: darknet卷积模块是这个模型里最基本的网络单元,包括卷积层、batch norm(BN)层、激活函数。 upsample 层:上采样是为了将特征图采样到指定分辨率大小,比如一张(416,416,3)的图片经过一系列卷积池化操作后,得到一个特征图,维度(13,13,16),为了把这个特征图和原图进行比较,需要将这个特征图变成(416,416,3)大小.这个就称为上采样。 个人当时主要做了YOLOv3手部检测相关部分的工作
80python虚拟现实/增强现实
当前共490个项目
×
寻找源码
源码描述
联系方式
提交