基于計算機(jī)視覺與機(jī)器學(xué)習(xí)技術(shù)的跌倒風(fēng)險預(yù)測

使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）、支持向量機(jī)（SVM）、K近鄰（KNN）和長短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)等四種不同的分類方法對三種步態(tài)模式進(jìn)行自動分類。

2024-03-22 標(biāo)簽：向量機(jī)人工智能計算機(jī)視覺 646 0

BP神經(jīng)網(wǎng)絡(luò)算法的基本流程

訓(xùn)練經(jīng)過約50次左右迭代，在訓(xùn)練集上已經(jīng)能達(dá)到99%的正確率，在測試集上的正確率為90.03%，單純的BP神經(jīng)網(wǎng)絡(luò)能夠提升的空間不大了，但kaggle上...

2024-03-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 2927 0

深度學(xué)習(xí)在偏振圖像融合領(lǐng)域的研究進(jìn)展與現(xiàn)狀

基于多尺度變換（MST）的偏振圖像融合方法研究開始較早且應(yīng)用廣泛。2016年，中北大學(xué)提出一種紅外偏振與強(qiáng)度圖像融合算法，融合結(jié)果能夠保留紅外強(qiáng)度圖像的...

2024-03-11 標(biāo)簽：圖像融合光譜圖像深度學(xué)習(xí) 1647 0

基于機(jī)器視覺的織物疵點(diǎn)自動檢測技術(shù)分析

紡織業(yè)在是中國最大的日常使用及消耗相關(guān)的產(chǎn)業(yè)之一，且勞動工人多，生產(chǎn)量和對外出口量很大，紡織業(yè)的發(fā)展影響著中國經(jīng)濟(jì)、社會就業(yè)問題。而織物產(chǎn)品的質(zhì)量直接影...

2024-02-19 標(biāo)簽：高斯濾波機(jī)器視覺圖像識別 1673 0

卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢和應(yīng)用領(lǐng)域

說到機(jī)器學(xué)習(xí)，大相信大家自然而然想到的就是現(xiàn)在大熱的卷積神經(jīng)網(wǎng)絡(luò)，或者換句話來說，深度學(xué)習(xí)網(wǎng)絡(luò)。對于這些網(wǎng)絡(luò)或者模型來說，能夠大大降低進(jìn)入門檻，具體而言...

2024-01-25 標(biāo)簽：SVM機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2611 0

卷積神經(jīng)網(wǎng)絡(luò)的深度解析與實(shí)踐

卷積后產(chǎn)生的特征圖中的值，越靠近1表示與該特征越關(guān)聯(lián)，越靠近-1表示越不關(guān)聯(lián)，而我們進(jìn)行特征提取時，為了使得數(shù)據(jù)更少，操作更方便，就直接舍棄掉那些不相關(guān)...

2024-01-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)cnn卷積神經(jīng)網(wǎng)絡(luò) 246 0

自動駕駛中多模態(tài)下的Freespace檢測輕量化設(shè)計實(shí)現(xiàn)

Freespace檢測是駕駛場景理解的一部分，它將圖像中的每個像素分類為可駕駛或不可駕駛區(qū)域，通常通過圖像分割算法來實(shí)現(xiàn)。

2024-01-12 標(biāo)簽：濾波器編解碼器自動駕駛 1642 0

詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

在如今的網(wǎng)絡(luò)時代，錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境，讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年，深度學(xué)習(xí)逐漸走進(jìn)人們的視線，通過深度學(xué)...

2024-01-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 2586 0

利用手持?jǐn)z像機(jī)圖像通過卷積神經(jīng)網(wǎng)絡(luò)實(shí)時進(jìn)行水稻檢測

在本研究中，研究者提出了一種有效的深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)結(jié)構(gòu)，利用手持照相機(jī)拍攝的照片來檢測水稻的生長階段(DVS)。

2024-01-09 標(biāo)簽：攝像機(jī)卷積神經(jīng)網(wǎng)絡(luò)dcnn 678 0

基于DiAD擴(kuò)散模型的多類異常檢測工作

現(xiàn)有的基于計算機(jī)視覺的工業(yè)異常檢測技術(shù)包括基于特征的、基于重構(gòu)的和基于合成的技術(shù)。最近，擴(kuò)散模型因其強(qiáng)大的生成能力而聞名，因此本文作者希望通過擴(kuò)散模型將...

2024-01-08 標(biāo)簽：計算機(jī)視覺數(shù)據(jù)集卷積神經(jīng)網(wǎng)絡(luò) 1928 0

基于國產(chǎn)AI編譯器ICRAFT部署YOLOv5邊緣端計算的實(shí)戰(zhàn)案例

人工智能領(lǐng)域中各種算法模型的不斷研究和改進(jìn)。隨著深度學(xué)習(xí)的興起，包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、生成對抗網(wǎng)絡(luò)（GAN）、transf...

2024-01-03 標(biāo)簽：gpu物聯(lián)網(wǎng)人工智能 1.1萬 0

深度學(xué)習(xí)在人工智能領(lǐng)域的經(jīng)典應(yīng)用

由于深度學(xué)習(xí)，圖像識別和計算機(jī)視覺任務(wù)的性能得到了顯著提高。由于在龐大的數(shù)據(jù)集上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，計算機(jī)現(xiàn)在可以可靠地分類和理解圖像，從而開辟了廣泛的應(yīng)...

2023-12-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)聊天機(jī)器人 670 0

為什么需要分割？U-Net能提供什么？U-Net和自編碼器的區(qū)別

U-Net是一種卷積神經(jīng)網(wǎng)絡(luò)（CNN）方法，由Olaf Ronneberger、Phillip Fischer和Thomas Brox于2015年首次提...

2023-11-25 標(biāo)簽：編碼器機(jī)器學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 6256 0

如何訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)來解決問題？

在神經(jīng)網(wǎng)絡(luò)建模中，經(jīng)常會出現(xiàn)關(guān)于神經(jīng)網(wǎng)絡(luò)應(yīng)該有多復(fù)雜的問題，即它應(yīng)該有多少層，或者它的濾波器矩陣應(yīng)該有多大。這個問題沒有簡單的答案。與此相關(guān)，討論網(wǎng)絡(luò)過...

2023-11-24 標(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò)人工智能 844 0

深度探索AI微控制器對CNN的硬件轉(zhuǎn)換方案

MAX78000是一款具有超低功耗CNN加速器的AI微控制器，這是一種先進(jìn)的片上系統(tǒng)。它能夠以超低功耗為資源受限的邊緣設(shè)備或物聯(lián)網(wǎng)應(yīng)用提供神經(jīng)網(wǎng)絡(luò)。

2023-11-24 標(biāo)簽：微控制器服務(wù)器AI 511 0

ADAS系統(tǒng)中的可行使區(qū)域Freespace到底如何檢測？

自動駕駛有可能大大減少交通事故、道路擁堵以及相關(guān)的經(jīng)濟(jì)損失。安全的自動駕駛需要檢測周圍的障礙物、移動物體并識別可駕駛區(qū)域。

2023-11-15 標(biāo)簽：傳感器解碼器編碼器 757 0

基于機(jī)器視覺的高精度點(diǎn)膠缺陷檢測技術(shù)

隨著大數(shù)據(jù)時代的來臨，各類信息資源的輕易獲取使得深度學(xué)習(xí)的應(yīng)用也越來越廣泛。特別是在卷積神經(jīng)網(wǎng)絡(luò)中，圖片被深度卷積和池化之后，隱含層能夠表現(xiàn)出比手動獲取...

2023-11-02 標(biāo)簽：圖像處理機(jī)器視覺工業(yè)自動化 903 0