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。
K线图趋势识别在量化投资金融服务蓬勃发展的背景下,金融市场对趋势预测模型的精准度、寄予了更高期望。本研究聚焦于K线图股票趋势预测这一核心课题,设计并开发了一套基于SwinTransformer与关系学习的端到端识别系统。该系统直接以K线图为输入源,在沿用传统的上行、震荡、下行三分类基准的同时,
70Caffe人工智能
系统为本地单服务应用,浏览器控制台为主入口,CLI与YAML共用同一执行内核,主要模块:1.可视化建模控制台:六步向导配置数据源、目标列、算子、候选模型与调参策略;运行监控、进度日志、结果页、报告下载与历史任务回看。2.配置内核:Pydantic定义全流程配置,多余字段直接报错;三道校验闸覆盖结构、
460Python机器深度学习
1.图像采集:相机触发/同步采集,支持产线节拍对接与图像预处理(ROI、校正、增强)。2.缺陷检测:基于深度学习模型推理(边缘侧ONNX/TensorRT加速),输出缺陷类别、位置与置信度。3.服务接口:FastAPI提供检测接口与任务管理,便于与上位机/MES对接。4.可视化看板:Vue3看板展示
650Python机器深度学习
项目包含六个功能模块:1.数据管线:DIV2K800张2K原图预切为480×480图块(共12,610块),支持随机裁块与三尺度(×2/×3/×4)LR生成,读取由解码整图改为读小块,单步迭代从0.86s降至0.092s。2.生成器:SRResNet(16个残差块+PixelShuffle上采样)与
590Python人工智能
-火焰识别:检出疑似火焰区域,结合颜色、轮廓、亮度动态闪烁特征做多帧复核-烟雾识别:依靠低饱和度、纹理扩散、边缘衰减、漂移变化等时序特征识别-焊接电弧识别:基于强光区、电弧色彩、火花动态特征,结合附近人员信息辅助判定-干扰过滤:针对固定灯光、金属反光、静态暖色物体、过曝亮斑设置过滤规则-结果输出:告
650Python机器深度学习
-多边形自定义电子围栏:支持任意形状区域绘制,判定人员是否进入围栏范围-人员定位优化:优先使用脚部关键点/人体框底部中心点判定,减少检测框重叠带来的误判-目标轨迹追踪:绑定人员ID,持续跟踪移动路径,区分路过、闯入、滞留-场景联动条件:可搭配其他目标状态,为不同围栏配置差异化判定逻辑-告警状态管理:
670Python人工智能
-人员检测与局部识别:定位画面内人员,裁剪人体区域二次识别,识别手机、安全帽、防护服装等目标-行为分析:结合人体关键点、目标相对位置,识别疑似玩手机等违规行为-防护用品核验:结合颜色特征、局部目标、作业上下文,辅助判断防护装备佩戴状态-多帧时序校验:绑定同一个人员ID,滑动窗口投票,降低单帧误检波动
650Python人工智能
6大功能模块:(1)视频管理,支持MP4/AVI上传删除列表、智能分类、实时骨骼连线标注与角度叠加;(2)骨骼识别,YOLO17关键点检测、MySQL持久化、CSV角度时序导出;(3)角度/动力链计算,手肘、膝、肩等多关节5维追踪与NBA球星模板匹配;(4)AI建议,规则引擎+可选QwenLLM生成
871Python人工智能
提供按源样本分组的数据划分、数据泄漏检查、开发集模型选择、独立测试集评估、配对分组Bootstrap置信区间、混淆矩阵及错误样本分析。输出审计报告、实验协议、样本清单和预测结果。明确区分选择阶段指标与最终测试结果,并报告样本规模与统计不确定性。
580Python机器深度学习
1.通话管理:录音批量上传、ASR双通道转写(本地FunASR与云端可切换),说话人分离,全文检索与播放定位;2.智能质检:大模型从开场白、需求挖掘、产品介绍、异议处理、促成成交五个维度自动评分并生成改进建议;3.成交预测:基于LightGBM的预测模型,8947条样本训练、按周期切分防数据泄漏,验
790Python企业服务
项目主要功能面向遥感农田图像,自动完成小麦、油菜和水稻的像素级分割,并生成项目要求的分类掩膜。功能模块数据读取、预处理与训练/验证集管理小麦油菜三分类分割:背景、小麦、油菜水稻二分类分割:背景、水稻数据增强:CutMix、Copy-Paste等D2LS特征提取、动态字典和多尺度解码模型训练、断点保存
610Python人工智能
核心包含三大模块:1.长效记忆与事件锚定模块:采用RAG架构与自定义的event_id机制,实现多轮对话中上下文的精准检索与时间线对齐,解决AI遗忘痛点。2.防幻觉与事实校验模块:内置严苛的防伪机制,遇到未知数据时强制触发“报错/不知道”指令,杜绝虚假生成。3.跨学科逻辑推演模块:支持多指令约束与复
640Python人工智能
核心包含三大模块:1.长效记忆与事件锚定模块:采用RAG架构与自定义的event_id机制,实现多轮对话中上下文的精准检索与时间线对齐,解决AI遗忘痛点。2.防幻觉与事实校验模块:内置严苛的防伪机制,遇到未知数据时强制触发“报错/不知道”指令,杜绝虚假生成。3.跨学科逻辑推演模块:支持多指令约束与复
620Python人工智能
系统分为四个功能模块:1、连续成像模块:线阵相机随传送带运动逐行扫描;2、特征提取模块:对每个物料区域提取颜色、纹理、形状等特征;3、分类识别模块:判断该物料为合格品还是异物,输出类别与位置;系统按产线速度实时处理,支持参数在线调整(如灵敏度、最小异物尺寸),适配不同物料批次。
650Python人工智能
系统分为四个功能模块:1、人员检测模块:在画面中实时定位人员位置,输出人体框;2、马甲识别模块:对检测到的人员做细粒度分类,判断其马甲类型;3、区域判定模块:在画面中预先划定各区域及其允许的马甲类型,判断人员当前所在区域是否与其马甲类型匹配;4、告警与统计模块:越权时实时告警并抓拍留证,同时按区域、
640Python人工智能
系统分为四个功能模块:1、目标检测模块:对视频画面中的风筝、鸟类、无人机等目标做实时检测,输出目标类别与位置框;2、多目标跟踪模块:为每个检测目标分配唯一ID并持续跟踪,记录其轨迹、停留时长与运动方向,避免同一目标重复告警;3、告警判定模块:按目标类型、进入区域、持续时长等条件组合判定是否触发告警,
700Python人工智能
系统包含视觉检测、串口通信、二维云台控制和状态反馈等功能。K230视觉模块实时检测目标并输出像素坐标;STM32主控通过USART1接收数据,并使用单字节中断和状态机完成报文解析;水平轴和俯仰轴分别由独立定时器的PWM通道驱动,根据坐标偏差计算舵机调整量,并通过死区和限幅减少抖动。主循环采用非阻塞分
970Python智能硬件
项目包含开架式机械结构、推进与动力、传感与感知、运动控制、水面控制与通信五大功能模块。开架式框架模块采用高密度聚乙烯(HDPE)或铝合金型材构建模块化开放式骨架,配合浮力材实现水中零浮力配平,耐压电子舱采用双重O型圈密封,支持传感器与工具载荷的快速拆装。推进模块采用“4+4”或六推进器矢量布局,实现
710C++人工智能
该数据标注工具,可以选择文件目录,设置XML保存目录,快捷键A-上一张,D-下一张,切换图片时自动保存标注,可以选择是否显示置信度,通过模型生成的XML标注文件中如果包含置信度,可以显示出来。能显示对角线长度。
620QT人工智能
视频推荐系统产品系统
1、数据处理-图数据库相关数据处理2、特征工程-对多源特征进行处理,特征编码3、召回-多路召回通路模型4、精排-多个深度学习精排模型5、重排-重排算法及策略
710Python人工智能
当前共212个项目more
×
寻找源码
源码描述
联系方式
提交