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。
yolo图片识别产品系统
该项目和主要是一个基座平台,可对外对接其他平台做各种功能,功能如下1、目标识别2、物品盘点3、区域告警4、实时流媒体每一个项目都需要单独的图片集和进行训练,方便后续项目中进行项目推理,提高准确率,目前已在多个项目中使用,猪子盘点,外来物闯入,姿势识别等
70Python机器深度学习
项目包含七大核心功能模块:1.多模态交互模块,支持文本、图片、音视频混合输入识别与问答;2.自然语言处理模块,实现意图识别、文本摘要、语义抽取、对话管理;3.代码生成模块,支持多语言代码编写、调试、重构、项目批量生成;4.长文本理解模块,支持十万字级文档解析、知识库检索、长内容总结对比;5.数学推理
221Java人工智能
骨龄预测系统产品系统
1.骨龄智能预测系统基于RUS-CHN图谱与深度学习算法的骨龄自动评估,支持批量影像处理,提供精准的骨发育成熟度评级与生长发育趋势分析。2.生长发育身高分析整合多源生长数据,建立动态身高追踪模型,生成个性化的生长曲线预测,辅助评估儿童营养状况与遗传身高潜力。3.数据管理系统构建安全高效的临床数据管理
170Python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
220Java企业服务
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
290Python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
270PHP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
290Python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
301Python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
210Java机器深度学习
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。
301Python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
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
390C++机器深度学习
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
460Python人工智能
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
570Python机器深度学习
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
530Python机器深度学习
1.多源数据管理:支持NASA、CALCE等7个公开数据集导入及用户上传CSV,自动完成标准化与特征提取。2.健康状态评估(SOH):输出当前SOH值、容量衰减轨迹及不确定性区间。3.剩余使用寿命预测(RUL):基于xLSTM-Transformer混合架构预测容量衰减曲线、剩余循环次数、寿命终止点
430Python机器深度学习
核心模块:包含dat格式解析与重组、滑动窗口智能切分、多维可视化(时/频/时频域联动)、音频回放校验及批量标注导出五大模块。功能描述:支持DAS专有二进制格式的直接读取与解析,通过“视听协同”辅助人工判读,一键生成深度学习训练样本。工具解决了传统标注效率低、边界识别难的问题,将标注效率提升40%以上
580C++人工智能
Prism开源项目
1.数据剖析—自动推断类型,统计均值/标准差/分位数/偏度/峰度,IQR异常值检测,直方图,缺失值/唯一值统计2.质量检测—10种内置规则:无空值、无重复、值范围、正数检查、无空字符串、最小/最大长度、允许值、正则匹配,支持自定义规则3.报告生成—HTML报告(卡片式概览+列表式列统计+质量检查表)
420HTML5人工智能
下位机:通过对激光雷达所采集实时点云进行分析,融合视频图像识别目标类型,针对不同的目标类型产生对应的事件上报至上位机;接收来自上位机的协议指令并执行上位机:综合下位机上报的事件产生不同等级的告警客户端:提供全网所监测路段的实时监控,并提供历史数据的查询及报表分析
410C++机器人
法律资源库产品系统
9个法律资源智能体快速检索,即关键词检索智能检索,多条件检索,结果中检索全文检索,复合条件筛选,特色专题库,提供特定法律领域的深度资源自建库,自定义收藏和组织法律资源
440Java机器深度学习
当前共101个项目more
×
寻找源码
源码描述
联系方式
提交