机器深度学习

机器学习，深度学习是人工智能的核心分支，致力于让计算机系统通过数据驱动的方式自动学习和改进性能，而无需显式编程。其核心是从数据中识别模式或规律，构建数学模型，使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域，正重塑各行各业，是当前AI爆发的核心技术之一。

Claw 古建筑系统产品系统Vibe Coding

系统包含以下核心功能模块：1.古典建筑图像智能分类模块：基于ResNet50深度学习模型，支持对上传建筑图片进行风格识别与朝代分类，准确率达90%以上；2.三维建筑展示模块：采用Three.js实现古典建筑3D模型在线渲染与交互式浏览，支持旋转、缩放、多角度查看；3.建筑知识库模块：包含各朝代建筑风

120Java机器深度学习

小依产品系统Vibe Coding

小依是一个有虚拟形象的AI情感陪伴助手，具备三大核心能力：长期记忆（通过PostgreSQL+向量检索记住用户的喜好、经历和重要时刻，对话中能主动提起过去的事）、自适应性格（根据每次互动动态调整性格参数，从初识时的谨慎温柔到熟悉后的活泼亲密，千人千面）、多模型路由（智能选择最合适的LLM处理不同强度

130Java人工智能

遥感滑坡智能分割开源项目

该项目为地质遥感滑坡语义分割项目，主要目标是利用深度学习模型对遥感影像中的滑坡区域进行像素级识别。项目基于Python和PyTorch实现，包含LoveDA数据集预训练、Landslide4Sense数据集微调、多光谱遥感数据处理、mask掩膜解析、类别不平衡分析、训练集与验证集构建等工作。模型方面

70Torch机器深度学习

animal_classification产品系统Vibe Coding

基于深度学习的90类动物细粒度图像分类系统，具备完整的训练-评估-部署全流程能力：支持90种动物类别的高精度图像识别提供三代CNN架构（ResNet50/EfficientNetV2/ConvNeXt）的对照实验框架内置多种数据增强策略、损失函数、优化器的可配置切换完整的模型评估体系：混淆矩阵、Pe

70Python机器深度学习

云粒子相态识别产品系统

1、云雷达基数据处理2、模糊逻辑云粒子相态分类3、贝叶斯-随机森林模型4、云粒子相态自动识别

110Python人工智能

人工智能开发框架综合实践项目产品系统

本项目基于TensorFlow/Keras深度学习框架，实现10类服装灰度图像智能分类，核心功能如下：数据集加载与预处理加载Fashion-MNIST标准数据集，完成像素归一化、维度适配，划分训练集、验证集、测试集；图像数据增强通过随机旋转、平移、缩放、水平翻转扩充训练样本，缓解样本量不足，提升模型

330Python人工智能

具身智能开发系统产品系统

层级模块环境与硬件 Dashboard/EnvironmentList/EnvironmentCreate/硬件检测机器人设计 BodyDesigner（3D设计+URDF/MJCF导出）/URD（统一机器人描述）训练与实验 ExperimentRunner/ModelTraining/Motio

260C++机器深度学习

AI视觉行为检测系统产品系统

AI视觉行为检测系统:1.实现对作业员作业步骤顺序、步骤遗漏监控。2.实现作业时对作业员是否带手指套、静电环监控。3.实现对作业中产品配件是否齐全监控。4.员工穿着规范检测。5.作业区域电子围栏检测。6.危险区域电子围栏检测。AI视觉检测产品缺陷系统:1.对产品组件是否缺失监控。2.对产品是否脏污监

330Python机器深度学习

安检系统产品系统

1. 违禁品实时检测依托YOLOv8目标检测模型，自动识别刀具、打火机、充电宝、易燃易爆容器、管制器械等各类违禁物品，实时标记目标位置。2. 智能声光告警识别到违禁品后立即弹窗提示、本地声光报警，同步推送报警信息至后台管理端，提醒安检人员处置。3. 图像留存回溯自动保存过机安检画面、检测截图，附带时

350Python机器深度学习

AI全域认知智能大模型服务平台产品系统

对PDF、Word、TXT等多格式文档进行文本清洗、切片分块、向量化编码；基于向量数据库搭建检索引擎，结合相似度匹配、重排序算法优化检索精度；接入大模型Prompt工程优化问答逻辑，构建检索+生成的RAG推理链路；完成前后端对接与接口封装，实现私有化部署与稳定服务调用。

350C++人工智能

基于查询更新分析的图像分类 GWAD 黑盒对抗攻击检测与防御系统产品系统Vibe Coding

系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合，配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op

320Python人工智能

地铁隧道表面病害检测产品系统

包括数据集制作，图像预处理，数据标注；算法设计，包括算法搭建，参数微调；模型训练，在超算平台上提交训练任务，训练后获取模型权重；在验证集上测试效果并改良模型；将模型封装为软件。主要功能为实现了端到端的图像检测与识别功能，将图像输入模型后即可输出检测结果。

180Python机器深度学习

财务预测系统产品系统Vibe Coding

本预测体系由三层结构化模块构成。数据准备层通过Python爬虫定向抓取2016Q1至2025Q3的财务三表数据，构建分赛道季度收入拆分方法与事件哑变量体系。LayerA驱动型基线模型采用“赛道拆分+业务量×变现率”框架，对智慧教育、开放平台、智慧城市、其他四大业务分别建模，辅以均值回归毛利率与历史中

410Python金融

LLM RLHF多模型批量评测自动化交付系统（Docker离线推理打分流水线）产品系统

DockerCompose封装GPU推理环境，支持WindowsWSL2显卡直通，一键完成CUDA、模型依赖部署；基于PyTorch实现5款量化大模型串行批量推理，内置显存自动回收逻辑，；导入自定义Prompt集合自动生成全部模型回答，导出可编辑Excel打分表；标准化0/1/2人工打分、双层质检，

340Python人工智能

YOLO 鸟类检测与跟踪系统 (YOLO Bird Detector & Tracker)产品系统Vibe Coding

模块一：鸟类检测引擎基于YOLOv8/YOLOv11深度学习模型，支持对图像和视频流中的鸟类进行实时检测。•支持预训练COCO权重（通用鸟类检测）和自定义微调模型（特定物种识别）•GPU加速推理，单帧检测耗时

440Python机器深度学习

基于深度学习的网络入侵检测系统（NIDS）产品系统Vibe Coding

数据预处理模块全量8个CSV文件合并→缺失值中位数填充（按类别分段）→Z-score标准化（fitontrain）→7:3分层划分；模型训练模块 PyTorch从零搭建CNN-1D和LSTM；两层评估模块第一层：Binary检测（异常vs正常）—Precision/Recall/F1；第二层：五分

380Python机器深度学习

机器人强化训练产品系统

设计分阶段课程学习与⾃动切换策略，提升⻓周期训练稳定性并降低策略震荡⻛险。构建Sim2Real接⼝与并联映射能⼒，完成⼯作空间惩罚与动作低通滤波，为控制侧联调提供稳定输入。⽀持⻓周期训练、断点恢复与回归验证。打通模型管理与ONNX导出链路，为C++侧推理部署与跨平台集成提供标准模型接⼝。

260C++机器深度学习

Auto助手产品系统

1.悬浮ai助手：可在任何软件上层与ai聊天，让他帮你读屏操作手机，ai的每一步操作都会显示在屏幕上；2.技能配置：这里面有技能市场，可以让用户下载别的用户分享的技能，还有技能制作页，这里有完整的一套制作，可以用画布编辑，可视化编辑，不是纯文本编辑，非常适合用户上手制作技能。技能制作主要用于让ai在

290Java人工智能

基于深度学习的环境声音事件分类系统产品系统

本项目面向城市环境声音识别场景，可用于智慧城市噪声监测、公共安全辅助感知、音频内容分析等业务。系统以UrbanSound8K数据集为基础，对城市中常见的环境声音进行自动分类，例如空调声、汽车鸣笛、儿童玩耍、狗叫、钻孔、发动机怠速、枪声、破碎机、警笛和街头音乐等。项目解决了传统人工听辨效率低、主观性强

350Python机器深度学习

整体架构可以理解成一个典型的“云端训练+本地推理部署”的混合系统。训练阶段，所有模型（YOLOv8、YOLOv26、ResNet、MobileNet）都在Python环境里完成训练和评估，并且统一用同一份数据集和相同的数据划分方式，保证对比结果公平。训练完之后，最优模型会被导出成部署格式（比如TFL

320Java机器深度学习

当前共1177个项目登录查看更多

登录后即可上传、下载作品

分类

负载均衡 Flutter DAPP MySQL Nginx Kotlin Zend HTML5 ASP Dubbo

点击空白处退出提示

机器深度学习

重点城市程序员兼职推荐

重点岗位程序员兼职推荐