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。
1、拍卖算法模块,包含(协商模块,任务添加模块,任务移除模块),鲸鱼优化算法,包含(螺旋上升、全局探索,局部探索)2、在无人机和无人车被干扰的条件下实现任务规划
90C++自动驾驶
LamaErasure产品系统
⚡零配置环境,开箱即用:所有推理环境(ONNXRuntime,OpenCV)均已作为ThirdLib静态/动态链接集成,无需在目标机器上安装Python或任何深度学习框架。?丝滑的交互式画布(InpaintCanvas):支持鼠标直接在图像上涂抹生成Mask,实时调用后端ONNX模型进行图像无缝擦除
90C++人工智能
1.数据清洗:处理缺失值、异常值,统一数据格式,确保输入质量。2.探索性分析:通过可视化图表(散点图、热力图、分布图)分析各变量与销量的相关性,识别关键特征。3.特征工程:对类别变量进行编码,构造交互特征,筛选高相关性变量。4.模型构建:建立多元线性回归模型,并对比决策树、随机森林等算法效果,选择最
90自动化测试区块链
功能与核心模块图像采集模块:支持工业相机实时采集手机壳多角度图像,自动触发拍照与图像预处理(灰度化、去噪、增强对比度)。传统算法模块:基于OpenCV实现边缘检测、形态学操作、模板匹配等算法,用于快速筛查明显缺陷(如毛边、缺角)。YOLOv8缺陷识别模块:训练专用缺陷数据集,实现对划痕、气泡、凹陷、
250C++机器深度学习
系统提供站点级7天水位预测、1–7天历史回测、持久化基线对比、不确定性可视化、上游辅助修正、数据可用性诊断等功能。用户可查看最新预测曲线、对比历史真实值与模型输出、观察不同预测天数下的回测效果,并通过图表快速识别模型在不同时间段的稳定性与适用边界。系统支持在线演示和结果展示,便于技术验证与场景沟通。
190Python人工智能
将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块,分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此,规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线,确保最终实现的系统原型在整体性能上达到最优平衡,满足
200Python人工智能
系统基于多目相机完成溜井扫场与标定,结合目标检测算法识别石头、破碎机、栅栏、车辆、人员等目标信息;下位机根据识别结果完成自主路径规划、破碎、推石、扫石及人员/车辆避障,并通过CAN通信控制破碎机执行作业;上位机实时接收并展示破碎次数、人员进入次数、车辆进入次数、石头层高等关键数据,同时支持多路RTS
420C++音视频多媒体
OCR识别:实现驾驶证/行驶证/银行卡等通用证照识别,以及钢材标签、采购合同、授权委托书等定制化文本识别,已在公司内部全面推广使用RPA流程自动化:完成财务场景13家银行流水自动获取,大幅提升财务工作效率计算机视觉:落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法
370Python人工智能
点云智能分割产品系统
本项目基于PointNet/PointNet++实现点云的高精度分割与分类,核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境,支持点云数据加载、预处理、标注、训练与推理;借助CloudCompare完成点云裁剪、标注、合并与导出,实现自定义数据集制作;通过脚本自动分离点云坐标与标签,构建
570C++机器人
1.基于ROS2Humble搭建机器人通信框架,实现多节点分布式开发,支持传感器数据实时采集与传输;2.集成YOLOv8目标检测算法,实现对行人、车辆、障碍物等多类目标的实时识别与跟踪,检测帧率稳定在30FPS以上;3.提供目标坐标输出、ROS话题发布功能,可直接对接机器人导航、避障等上层模块,支持
540C++人工智能
无人机探测产品系统
信号处理分析,目标识别,目标跟踪哈哈哈哈哼哼唧唧斤斤计较近近景近景还好还好哈近近景近景斤斤计较斤斤计较距呼呼呼哈哈哈哈哈哈哈哈哈哈哈哈好锦江大酒店斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较
350Python机器深度学习
1、参考帧提取与色彩分析:自动提取参考视频的关键帧,计算色调、饱和度、亮度直方图及风格特征向量。2、逐帧色彩迁移:基于神经网络实现从参考帧到目标帧的色彩映射,支持全局与局部区域选择性调整。3、时序一致性优化:采用光流约束与时间平滑算法,避免闪烁和色彩跳变,保证视频连续自然。4、用户交互界面:提供We
380Python人工智能
项目包含视频接入与解码模块、GStreamer实时推流与处理模块、AI目标检测模块、目标跟踪模块、告警与事件管理模块、设备配置管理模块、Web可视化展示模块等。系统支持多路摄像头/RTSP视频接入,能够在嵌入式设备侧完成图像采集、解码、预处理、目标检测与连续跟踪,并将识别结果、轨迹信息和告警事件实时
750C++人工智能
#电信诈骗防范系统功能介绍##1.具体功能模块-用户认证模块:支持用户注册、登录、密码找回,区分普通用户和管理员权限,确保系统安全访问-智能识别模块:基于LSTM深度学习模型,提供单条文本和批量文件(CSV/TXT)识别功能-历史记录模块:自动保存用户识别历史,支持按时间、类型等维度查询和管理-教育
410Python机器深度学习
本系统通过采集机组振动、温度、转速、电气参数等多维度运行数据,实现实时在线监测与异常识别。利用AI算法与故障模型,精准预判齿轮箱、发电机、叶片等核心部件潜在故障,自动生成预警等级、故障定位及趋势分析报告。同时支持历史数据追溯、运维策略推荐与异常告警推送,助力开展预测性维护,减少非计划停机,提升机组可
400Vue人工智能
基于无人机搭载高清视觉采集设备,结合计算机视觉算法实现河道水面垃圾、漂浮物、河道边波破损、排污口异常等问题的自动化巡检、识别与定位。最终通过wed端实现巡检结果与实时展示与数据统计,为水利河道管理提供数据支持。
500Python人工智能
1、算法部分:基于PaddlePaddle,在官方指定数据集上进行打榜,所有器官分割任务平均dice系数达到0.94232、软件部分:基于WEB的3D医疗数据解析平台,其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能,且飞桨模型可在本地或云端部署进行推理。另接入百度文心大模型用于医嘱格
510C++人工智能
逻辑回归:线性分类模型,输出概率,可解释性强。随机森林:集成学习,通过多棵决策树投票,抗过拟合,能给出特征重要性。支持向量机:通过核函数将数据映射到高维空间,找到最优分类超平面,适合小样本、高维数据。KNN:基于距离度量,投票决定类别,简单直观,适合小规模、类别边界明显的场景。线性回归:直观感受线性
390Python机器深度学习
多多玄学产品系统
独立研究AI算法,使用贝叶斯滤子滤波进行状态建模,以及SDE向前推演,解决了传统玄学行业不可量化、不确定性的痛点,算法已申请专利,一个项目有两个功能一个是算六爻一个是算八字
720Python人工智能
深度文章市面上偏少(有实际价值的大v偏少),导致蓝海•很多文章内容同质性太强,且只是单点叙述,有经验的大v写不出,写的出的又不是有经验的•预测型文章几乎都是一家之言,很难证实和证伪,阴谋论大棋论者太多,人们往往相信那些愿意相信的•能始终坚持一种观点的作者或者社区太少,或多或少都足够主观•第一时间的时
490Java人工智能
当前共82个项目more
×
寻找源码
源码描述
联系方式
提交