完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > 深度學習
文章:4682個 瀏覽:121366次 帖子:164個
如何將PP-PicoDet 目標檢測模型部署在Corstone-300虛擬硬件平臺上
百度飛槳與 Arm 深度合作,增加了 Cortex-M 硬件上支持的深度學習模型的數(shù)量,同時也填補了飛槳模型在 Arm Cortex-M 硬件上的適配空...
自迎來以深度學習為代表的第三次發(fā)展浪潮,人工智能技術已被廣泛應用在目標檢測、圖像識別、自然語言處理(NLP)等場景,從語音識別、自動送餐機器人到生產(chǎn)線影...
簡單來說,自旋玻璃理論研究的是物理學中的復雜系統(tǒng),對于理解無序自旋相互作用系統(tǒng)發(fā)揮了非常重要的作用,近年來該理論框架為約束滿足、組合優(yōu)化、統(tǒng)計推斷、神經(jīng)...
一直以來,Hinton 堅信深度學習革命的到來。1986 年,Hinton 等人的論文《Learning representations by back...
2017年,英偉達推出了適用于深度學習的Volta架構(gòu),它的設計重點之一是可以更好地分攤指令開銷。Volta架構(gòu)中引入了Tensor Core,用于深度...
基于DCNN圖像的深度卷積神經(jīng)網(wǎng)絡模型分類
SVHN數(shù)據(jù)集用來檢測和識別街景圖像中的門牌號,從大量街景圖像的剪裁門牌號圖像中收集,包含超過600000幅小圖像,這些圖像以兩種格式呈現(xiàn):一種是完整的...
2022-09-21 標簽:神經(jīng)網(wǎng)絡計算機視覺深度學習 2729 0
熟悉圖像濾波會更容易理解卷積神經(jīng)網(wǎng)絡為什么有效;殘差收縮網(wǎng)絡將傳統(tǒng)方法中的軟閾值思想融入進殘差網(wǎng)絡ResNet;PWC-Net將光流法和用于提取特征的神...
2022-09-21 標簽:神經(jīng)網(wǎng)絡計算機視覺深度學習 611 0
深度學習和簡單的統(tǒng)計學是一回事嗎?很多人可能都有這個疑問,畢竟二者連術語都有很多相似的地方。在這篇文章中,理論計算機科學家、哈佛大學知名教授 Boaz ...
隨著人工智能的快速發(fā)展,將人工智能應用到電力領域也越來越多。本文提出了一種基于深度學習的絕緣子掉串檢測模型。
深度學習算法可以更精準的識別出崩邊等生產(chǎn)隱患,即杜絕由于玻璃碎片導致的產(chǎn)線停機,也杜絕識別錯誤帶來的誤報警,從而提升生產(chǎn)效率。
對象跟蹤問題一直是計算機視覺的熱點任務之一,簡單的可以分為單目標跟蹤與多目標跟蹤,最常見的目標跟蹤算法都是基于檢測的跟蹤算法,首先發(fā)現(xiàn)然后標記,好的跟蹤...
維度高、非線性強、數(shù)據(jù)量大是流體力學問題的主要特點。近年來火熱的深度學習技術由于以數(shù)據(jù)驅(qū)動為主、可以解決高維復雜問題,目前已在流體力學領域得到了一定應用...
商業(yè)AI與工業(yè)AI的差異 工業(yè)AI的架構(gòu)分析
在A I 的應用中,不要忽視人的作用,“技術決定論”經(jīng)常放大技術、軟件、算法的威力,而忽視人在其中的重要性。
基于卷積的框架有效實現(xiàn)及視覺Transformer背后的關鍵成分
來自清華大學和 Meta AI 的研究者證明了視覺 Transformer 的關鍵,即輸入自適應、長程和高階空間交互,也可以通過基于卷積的框架有效實現(xiàn)。
2022-09-09 標簽:神經(jīng)網(wǎng)絡深度學習Transformer 1195 0
對于大多數(shù)卷積神經(jīng)網(wǎng)絡,通過特征提取網(wǎng)絡獲取圖像最終的特征圖后,直接在該特征圖上進行預測。這種方式僅能獲取圖像中單一尺度的語義信息,識別的尺度范圍有限
2022-09-08 標簽:深度學習卷積神經(jīng)網(wǎng)絡 1924 0
仿射變換,又稱仿射映射,是指在幾何中,一個向量空間進行一次線性變換并接上一個平移,變換為另一個向量空間。仿射變換能夠保持圖像的“平直性”,包括旋轉(zhuǎn),縮放...
使用 MATLAB,您能夠: · 使用無線波形發(fā)生器以合成和無線信號形式生成訓練數(shù)據(jù) · 通過向生成的信號添加射頻損傷和信道模型來增強信號空間 ·...
2022-09-08 標簽:神經(jīng)網(wǎng)絡無線通信AI 1571 0
特征扭曲是光流估計的核心技術,然而扭曲過程中由遮擋區(qū)域引起的模糊性是一個尚未解決的主要問題。圖像扭曲導致遮擋區(qū)域的模糊,在特征扭曲過程中也存在同樣的問題...
基于IMU光度損失和跨傳感器光度損失 以提供稠密的監(jiān)督和絕對尺度
雖然近年來無監(jiān)督單目深度學習取得了很大的進展,但仍然存在一些基本問題。首先,目前的方法存在尺度模糊性問題,因為反推過程對于深度和平移來說相當于任意尺度因子。
隨著數(shù)量規(guī)模的增長、載荷等性能的發(fā)展和智能程度的提升,無人保障平臺將在戰(zhàn)場上發(fā)揮越來越重要的作用?;跓o人平臺的廣域直達保障,將成為提升綜合保障效能的重...
2022-09-06 標簽:物聯(lián)網(wǎng)人工智能深度學習 1841 0
編輯推薦廠商產(chǎn)品技術軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術 | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |