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。
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
360Spring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。
400C++人工智能
1.基于VU9PFPGA平台,我们实现了YOLOv4目标检测算法的深度加速推理部署。采用自研NPU模块与二维脉动阵列架构,并结合纯自研指令集,大幅提升计算效率。2.上位机通过PCIe高速接口与FPGA设备实时交互,确保低延迟数据传输。3.支持YOLOv4网络定制训练与推理,相比同级别DSP或FPGA
380Torch边缘计算
1碰撞检测模块:预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块:使用传统或深度学习检测具体的货物容器(托盘,货架,料笼),厂区的行人,头盔,车辆等3避障检测模块:360°雷达检测避障,可对高于8cm的静态物体进行检测,不针对特定物体,不依赖数据集,移动物体通过多传感器相机和雷达融合输出
410C++自动驾驶
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;
350C++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。
650Python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
580Python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
900C++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
1110C++人工智能
1.电梯运行监测通过智能摄像头监测电梯运行次数、开关门次数、运行里程、运行时长、钢丝绳弯折次数等2.视频监控手机、电脑等多终端远程查看环境视频3.AI视觉实时视频行为分析、人脸识别、目标检测电动车、自动统计坐梯人数等4.视频推流搭建ZLM视频流服务器,使用RSTP协议向外推流实时监控,web端HTT
970C++智能硬件
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
710C++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
1520Torch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。
1370C++人工智能
车流分析系统产品系统
1.对过往车辆进行车流分析2.支持多站点、分片区、按时间段统计3.支持货车、汽车、电车分类统计4.支持报表导出功能5.可视化大屏,直观查看数据信息
1040Java人工智能
aloha复现产品系统
人类示范的模仿学习在机器人技术中表现出令人印象深刻的性能。然而,大多数成果专注于桌面操作,缺乏执行一般实用任务所需的移动性和灵巧性。在这项工作中,我们开发了一个模仿移动操作任务的系统,这些任务是双手的,并且需要全身控制。我们首先介绍MobileALOHA,这是一个低成本的全身远程操作系统,用于数据收
1440Torch人工智能
核心算法:采用最新的YOLOv11算法,兼顾检测速度与精度。一站式流程:集成环境检测、数据集配置、模型训练、结果可视化等全流程功能。多模态检测:支持图片文件、视频文件以及实时摄像头画面的目标检测。可视化交互:通过直观的GUI界面展示检测结果(边界框、置信度、类别),并支持训练过程中的参数配置与日志监
1730C++人工智能
主要功能对用户的疲劳程度进行检测,在倒数结束之前一定时间内对用户进行提醒操作,提醒未果则实现靠边停车,并联系控制中心。在进行疲劳状态检测的同时还可以对用户的心率、呼吸率、心电变异性等特征进行健康状态检测,如果心率过快或者心率不齐等出现异常心率情况则进行健康状况监测,同时在疲劳检测功能启动的同时对用户
2050Caffe人工智能
AI智慧体育产品系统
包含三个大项,体测面向考试,体锻和短跑面向锻炼,1、体育测试:跳绳,立定跳远,坐位体前屈,仰卧起坐,引体向上;2、体育锻炼:深蹲,开合跳,单脚跳,高抬腿等;3、短跑。
2340C++人工智能
1.针对不同的纸杯喷胶类型,支持少量样本图像在线参数学习。2.全程傻瓜式操作,无需任何经验,即可实现算法部署。3.适用于市面上99%以上纸杯喷胶类型的检测。4.基于自研的AI算法,缺陷检测准确度99%以上。5.支持缺陷图像的查询回看。
2500C++人工智能
客户根据输入的提示词可以对应相应的工具调用,根据对模型提示词的嵌入,模型可大大避免出现幻觉,而且数据库可以实时更新,对于场景多变时具有强大可用性,也可以快速根据提示词以及工具链快速改变自己的领域。
1430C人工智能
当前共23个项目more
×
寻找源码
源码描述
联系方式
提交