Torch

Torch是一个开源的机器学习框架,最初由纽约大学团队开发并以Lua语言实现,因其灵活性和强大的张量计算能力在学术研究中广受欢迎。其核心设计以​​动态计算图​​为特色,支持交互式调试和直观的模型构建方式,尤其适合深度学习领域的快速原型设计和实验迭代。2017年,PyTorch作为Torch的Python版本正式发布,继承了Torch的灵活性与核心理念,同时依托Python丰富的科学生态(如NumPy)和更广泛的开发者社区,迅速成为主流。PyTorch通过​​自动微分(Autograd)​​、​​GPU加速张量运算​​以及​​模块化的神经网络构建接口(torch.nn)​​,为研究人员提供了极致的灵活性和控制力,其动态图机制使得模型调试和修改更为直观便捷。尽管后续版本增加了对生产部署的优化(如TorchScript),但其核心优势始终体现在研究和实验阶段的高效性上。PyTorch现已与TensorFlow并列成为深度学习领域最具影响力的框架之一,被广泛应用于学术研究、工业探索以及各类AI模型的原型开发。
端侧实时语音指令识别:负责算法设计与软件开发,完成模型训练、ONNX优化、C++解码及设备部署。在项目测试条件下,信噪比-5~15dB时识别准确率超过95%,响应延迟低于200ms。
150C++人工智能
1.项目包含三大核心功能模块:①目标检测模块——基于轻量化YOLOv5模型实现人脸及5类日常物品(凳子、键盘、杯子、手机)的实时检测与定位,输出边界框坐标、类别标签及置信度分数;②人脸识别子模块——基于检测结果提取人脸区域特征,实现指定人脸库的身份匹配与识别;③实时视频流处理模块——调用树莓派CSI
1030Torch人工智能
具有视觉检测功能,触觉感知,同时视觉触觉感知融合(特征级融合)去综合性判断裂纹的坐标,长度,宽度,深度,最终能够输出检测到的裂纹尺寸以及位置以及置信度等等。但是由于触觉感知的代码以及感知融合的部分的代码有保密条例,不能公开,下方提供的仅仅是视觉部分的代码以及操控CNC与推杆控制传感器进一步检测的部分
860Python人工智能
车牌识别服务开发说明书适配平台:JetsonNX/RK3576核心算法:YOLO26n-OBB(旋转车牌检测)+CRNN(字符识别)数据流框架:GStreamer硬解码+两级环形缓冲池关键特性:原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据
740C++人工智能
系统面向珠宝连锁门店的视频监管场景,包含待客行为检测、首饰称重流程核验、烧火验金操作识别、保险柜开合及存放状态检测、收银行为检测五大功能模块。系统能够对门店监控视频进行自动分析,根据画面中是否存在人员动态调整检测帧率,有人时采用8fps、无人时采用1fps,在保证检测效果的同时降低计算资源消耗。系统
650C++人工智能
OpenClawESP32Bridge—一个ESP32-S3与AIAgent之间的全语音交互中间件。ESP32通过HTTPPOST发送音频/文本到Python后端,服务端完成Whisper语音识别(faster-whisper)→AIAgent对话(OpenClawCLI)→TTS语音合成(edge
1081C人工智能
针对农田中病虫害日渐严重,农药施用混乱的问题,利用基于卷积神经网络的YOLOV11目标检测算法,建立用于监测农田病虫害的智能识别模型,通过轮足式巡检机器人搭载摄像头方法进行实时巡检。
840Torch人工智能
系统包含四大核心模块:1.图像检测模块:基于YOLOv11s模型实现10类水稻害虫实时检测,mAP@0.5达0.8404;2.预警分析模块:集成CropFormer与规则引擎,对虫害等级进行智能评估并推送预警;3.农技咨询模块:本地部署DeepSeek-R1大模型,提供病虫害防治知识问答;4.后台管
1100Python人工智能
当前智能制造、机器视觉、无人机控制、通信信号处理、新能源监测、网络数据采集多领域数字化需求爆发,工业产线质检、交通车辆检测、光伏储能运维、飞行器飞控、高速通信信号优化、网络信息抓取等场景均亟需AI算法与软件配套解决方案。传统单一功能系统通用性差,企业常需多套工具分别处理图像识别、数据采集、设备控制任
930Caffe人工智能
系统构建了一套视觉与近红外光谱深度融合的多模态质检体系。功能层面,支持毫秒级实时采集果蔬外观图像与内部光谱数据,自动完成品种识别、表面瑕疵定位及新鲜度等级判定。通过特征级融合技术,系统能同时捕捉色泽纹理等表观特征与糖度水分等生化指标,输出综合质量评分。检测结果通过标准化接口实时对接产线MES系统,驱
730Python工业互联网
系统划分四大核心功能模块:1.座位预约模块:提供可视化座位地图,支持按楼层、时段筛选预约,可一键取消预约;2.身份签到信誉模块:接入人脸识别签到签退,配套信誉积分体系,违约扣积分、低分限制预约;3.AI违规监管模块:集成YOLOv8图像识别检测占座行为,支持学生违规举报、管理员审核处置;4.数据统计
1420Spring人工智能
1、传感器模块:负责图像数据采集2、感知模块:过滤液留置线线位置检测3、通信模块:tru、modbustcp通信4、控制模块:基于数字信号控制液压缸升降。
1080C++人工智能
1、项目具体功能模块:本项目包含四大核心模块:基于RV1126B的边缘采集与监控模块、多显示器画面检测与OCR文本识别模块、数据过滤与定时上传模块、企业微信消息推送模块。边缘设备负责视频流采集与实时分析;算法模块实现六个显示器画面的目标检测与文本数据识别;数据模块完成识别结果的过滤、整理与定时上传;
810C++人工智能
专为教师打造的AI教学素材批量生成工具,可一键输出教案、课件大纲、知识点总结、同步练习题、单元测试卷等内容。支持自定义学科、年级、难度、题型与格式,自动排版导出,大幅减少手动整理时间,提升教研效率。
1250Python人工智能
程序接入网络摄像头进行目标检测及人像分割,接入MQTT服务实现嵌入式传感器数据接收与解析以及灯杆灯光下行控制同时预留接口供局域网内远程控制。配备PySide6开源协议的UI界面,包括广告板块、视觉识别及嵌入式控制板块
910Python人工智能
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
1360C++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
1680C++人工智能
AI机器人产品系统
当前,我国机器人产业进入高速发展期,轮式移动机器人作为商用落地的主力形态,市场规模持续扩大,2024年中国移动机器人(AGV/AMR)整体销售规模达221亿元,销量13.9万台,同比增长11.2%,其中服务类轮式机器人增速显著。国家出台多项政策支持机器人产业发展,明确推动服务机器人场景化落地,助力企
1070C++人工智能
本系统主要包含交通标志检测模块、红绿灯状态识别模块、实时视频采集模块、边缘端推理加速模块及结果展示与预警模块。系统通过摄像头实时采集道路图像,利用部署在边缘计算开发板上的YOLOv5模型对红绿灯、STOP等交通标志进行检测与分类识别,并结合后处理算法输出目标类别、置信度及位置信息。当检测到需要减速或
1950Torch边缘计算
本项目面向停车场沙盘展示与行业应用场景,构建了一套集智能感知、自动计费、数字孪生可视化于一体的智慧停车场系统,实现停车场运行状态的实时感知与虚拟映射。系统以“真实停车场→数据驱动→虚拟三维场景实时还原”为核心设计理念,兼顾业务实用性与展示效果。
1770C++人工智能
当前共29个项目more
×
寻找源码
源码描述
联系方式
提交