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。
RoadMC开源项目
RoadMC的功能主要包括三部分:一是合成点云数据生成,基于路面统计先验和病害几何模型,模拟裂缝、坑槽等11类病害并生成带逐点标签的LiDAR场景;二是点云分割模型,提供Swin3D与PointMamba骨干网络,结合mHC通道混合和GAN风格变换进行病害识别;三是训练与评估工具链,支持二分类预训练
70Python科学研究
智慧农贸系统产品系统
本智慧农贸电子秤识别系统基于深度学习YOLO算法开发,主要实现农贸市场摊位电子秤设备合规性智能检测功能。系统依托现场监控视频图像,自动识别摊位中是否摆放官方合规溯源电子秤,可精准区分合规溯源秤与普通非标秤、违规改装秤,有效解决人工巡查识别慢、判别难、漏检率高的问题。系统具备实时检测、智能分析、自动判
150Torch人工智能
智慧监控系统产品系统
核心功能:区域统计(update_zone_count): 为每个摄像头的每个区域(zone)维护时间序列统计,记录每帧的人数/物品数、检测明细(detections)、动作(actions),仅保留最近10秒数据。规则评估(evaluate_rules): 评估摄像头下所有启用的规则,支持三种规则
190Python人工智能
在OrangePiZero3W上实现从模型训练到NPU部署的全流程嵌入式AI视觉系统。-完成YOLOv5sINT8量化,模型体积压缩75%,单帧推理50ms(15fps)-设计双线程架构(采集+推理),ROS话题通信实现视觉与运动控制解耦-可选配Web远程监控界面
150EmbeddedSystem物联网
工业自动控制产品系统
本锅炉工业智能控制系统算法分为五大核心功能模块,整体围绕锅炉全流程闭环优化调控设计:实时数据预处理模块:对接浙大中控ECS300DCS系统,完成炉膛温度、烟气NOx、风量、给煤量、汽包压力等多源时序数据清洗、异常值剔除、缺失数据补全、特征归一化,为算法模型提供高质量输入数据集;LSTM-BP混合预测
210C++人工智能
系统提供一站式微博舆情监测与可视化服务。用户可实时查看热点话题的情感极性分布、互动量预测走势、地区舆情热力图及主题词云,支持多维度榜单筛选与文章详情下钻分析。后端基于SpringBoot与大数据组件,前端采用Vue3结合ECharts和Three.js构建3D数据大屏,实现毫秒级检索与动态交互,帮助
170Java企业服务
DualBackboneFusion项目简介DualBackboneFusion是一个面向CLIPPromptTransfer的双视觉主干融合研究项目,核心目标是验证较弱的RN101视觉主干是否能为较强的ViT-B/16主干提供互补预测信息。项目不直接融合imageembedding,而是在pred
240Torch人工智能
该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯,如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等,从而实现对硬件设备的操控;用户管理模块实现了角色分配与
190C++机器深度学习
1.4.1中药材智能识别与检测1.4.2自动化入库与出库管理1.4.3仓储环境实时监控与预警1.4.4基于RFID的全程追溯管理1.4.5 药材保质期智能预测1.4.6库存管理与智能预警1.4.7质量档案与追溯查询1.4.8 数据可视化与分析报表
240Python物联网
1、微信/账号登录2、微信/支付宝支付3、导入视频并截取基础片段4、视频预处理:自动获取镜头时间5、智能生成基础场景信息6、场景总览、搜索、分页浏览7、单场景预览8、进入场景编辑页手动剪辑9、添加、删除、修改场景描述10、手动选择镜头片段并保存11、保存并预览单个场景12、导出已剪辑视频13、多视频
260PHP人工智能
1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构:知识检索专家(RAG+网络搜索)、报告生成专家(数据查询+方案撰写)、工况监测专家(设备故障/管线/安全诊断)、环境数据专家(天气/位置),Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—
270Python人工智能
模块有图片匹配图片、文字匹配图片两个主要功能模块,还可以配置搜索路径。a、根据输入图片,在指定目录中查找相似图。b、根据输入中文文字,在指定目录中查找与描述相似图片。c、都是实时匹配检测,可以根据客户需求定制不同使用场景,匹配不同的支持系统d、是多模态应用系统
210Torch人工智能
运动员端具有以下功能:(1)个人信息管理:包括编辑个人信息和加入俱乐部功能,允许用户更新和维护其个人资料,并提供加入体育俱乐部的功能。(2)动作识别与可视化分析:包括正向视角识别和侧向视角识别,分别从正面和侧面视角进行动作识别,帮助运动员全面了解自身动作表现。(3)训练数据智能化分析:包含分析训练数
270Python人工智能
1.X光片智能检测:上传PNG/JPG格式X光片,YOLOv11模型自动识别7个部位并判断正常/骨折,输出置信度2.可视化诊断报告:展示原始影像与AI标注结果,明确标注部位、诊断结论及置信度3.用户角色体系:支持用户、医生、管理员三种角色,管理员可查看统计数据和用户管理4.邮箱验证注册:通过邮箱验证
291Python机器深度学习
14个AI工具(简历优化、邮件助手、内容生成、图片生成、视频脚本、去背景、翻译、代码检查、SEO标题生成、提示词生成等)用户系统:设备ID识别,无需注册即可使用支付系统:对接Creem.io国际支付,支持信用卡付款会员系统:免费用户每天5次,Pro用户无限使用License密钥管理:付费后自动生成并
200Java机器深度学习
系统支持训练项目管理、故障模拟、驾驶操作考核、成绩评分、振动反馈、UI界面控制、AI智能问答、训练记录查询及数据统计分析等功能,同时支持多训练科目切换、题库管理及设备联动,实现完整的仿真培训业务流程。
200C++人工智能
系统主要功能为小麦病虫害分类识别检测及辅助分析,通过用户上传小麦叶片图片,自动识别其健康情况以及发生了何种病虫害,并给出相应的防治建议,同时保存历史记录以进行数据分析。
291Python人工智能
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
370Java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
540Java人工智能
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
250Torch机器深度学习
当前共1194个项目more
×
寻找源码
源码描述
联系方式
提交