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 > 數(shù)據(jù)集
文章:1155個 瀏覽:25362次 帖子:27個
使用Google Colab快速體驗ScaledYOLOv4
由于csp和large(p5)在模型定義的格式略有不同,前者為cfg,后者是采yaml,權重值亦有不同,前者為weight,后者為pt,所以這里有兩個范...
2023-04-14 標簽:Google計算機視覺數(shù)據(jù)集 1536 0
然后,如果我們在水平讀出期間將兩個像素合并為一個,我們將創(chuàng)建 500 像素的線寬,并將讀出時間減少兩倍。請記住,這不是裁剪 - 整個圖像仍然顯示在終數(shù)據(jù)...
2024-01-29 標簽:圖像成像系統(tǒng)數(shù)據(jù)集 1535 0
復旦和Meta提出Open-VCLIP:兼顧時序建模與開集識別的視頻理解模型
本文提出了一種新的CLIP向視頻領域的遷移方法,找到模型泛化和專用化之間的平衡,讓模型既能識別微調時已經見過的動作和事件,又能夠借助CLIP的零樣本識別...
2023-06-25 標簽:建模數(shù)據(jù)集Clip 1516 0
復旦開源LVOS:面向真實場景的長時視頻目標分割數(shù)據(jù)集
現(xiàn)有的視頻目標分割(VOS)數(shù)據(jù)集主要關注于短時視頻,平均時長在3-5秒左右,并且視頻中的物體大部分時間都是可見的。然而在實際應用過程中,用戶所需要分割...
2023-09-04 標簽:算法數(shù)據(jù)集VOS 1514 0
圖2是模型的整體結構圖,它包含顏色感知背景提取網絡(Color-aware Background Extraction Network, CBENet)...
2023-06-12 標簽:圖像模型數(shù)據(jù)集 1507 0
VoxelMap++:在線LiDAR慣性里程計實現(xiàn)可合并的體素建圖方法
VoxelMap++的流程如圖1所示,LiDAR原始點預處理方法和基于迭代誤差狀態(tài)卡爾曼濾波器的狀態(tài)估計方法與FASTLIO 類似。值得注意的是,本文的...
2023-09-11 標簽:嵌入式數(shù)據(jù)集LIDAR 1498 0
點云壓縮編碼方案的需求與日俱增,全球最具影響力的MPEG和國內外學者共同致力于研究點云壓縮標準框架,力求建立完善的點云壓縮系統(tǒng),有效應對多源、多尺度場景...
2023-03-16 標簽:云計算人工智能數(shù)據(jù)集 1493 0
卷積神經網絡(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結構的數(shù)據(jù),特別是圖像和視頻數(shù)據(jù)。它...
2024-07-11 標簽:圖像識別模型數(shù)據(jù)集 1476 0
本文綜述了康奈爾大學、康奈爾科技、谷歌Brain和Alphabet公司的基于有效樣本數(shù)的類平衡損失(CB損失)。
2022-08-25 標簽:函數(shù)模型數(shù)據(jù)集 1474 0
如何更好地繼續(xù)預訓練(Continue PreTraining)
但,這種前提是「充分訓練」,如果只看訓練前期的話,使用更長的預熱步數(shù)(黃色的線)。無論是「上游任務」還是「下游任務」,模型的 Loss 都要比其他預熱步...
2023-09-11 標簽:模型數(shù)據(jù)集LLM 1473 0
模型壓縮涉及將大型資源密集型模型轉化為適合在受限移動設備上存儲的緊湊版本。此外,它還可以優(yōu)化模型以實現(xiàn)更快的執(zhí)行速度和最小的延遲,或在這些目標之間取得平衡。
2023-09-26 標簽:模型數(shù)據(jù)集nlp 1467 0
盡管Vision Transformer(ViTs)和自監(jiān)督學習(SSL)越來越受歡迎,但在大多數(shù)任務中,文章發(fā)現(xiàn)在大型訓練集上以監(jiān)督方式預訓練的卷積神...
2023-11-13 標簽:神經網絡計算機視覺數(shù)據(jù)集 1463 0
如果在TensorFlow中構建3D-CNN數(shù)據(jù)集
在圖像中,矩陣中的每個位置代表圖像中的一個像素,每個位置的值代表該像素的值。像素值可以是 8 位圖像中的 [0-255]。每個像素與其相鄰像素有某種...
2022-08-10 標簽:神經網絡數(shù)據(jù)集 1461 0
現(xiàn)有的文本嵌入表示方法在應用到新的任務或領域時,通常性能都會受損,甚至應用到相同任務的不同領域也會遇到同樣的問題。常見的解決辦法是通過針對下游任務和領域...
2023-09-05 標簽:模型數(shù)據(jù)集自然語言 1439 0
ImageBind:跨模態(tài)之王,將6種模態(tài)全部綁定!
最近,很多方法學習與文本、音頻等對齊的圖像特征。這些方法使用單對模態(tài)或者最多幾種視覺模態(tài)。最終嵌入僅限于用于訓練的模態(tài)對。因此,視頻 - 音頻嵌入無法直...
2023-05-11 標簽:編碼器語言模型數(shù)據(jù)集 1425 0
? YOLOv7訓練自己的數(shù)據(jù)集整個過程主要包括:環(huán)境安裝—制作數(shù)據(jù)集—模型訓練—模型測試—模型推理 一、準備深度學習環(huán)境 本人的筆記本電腦系統(tǒng)是:Wi...
2023-05-29 標簽:模型代碼數(shù)據(jù)集 1424 0
通過人工檢查ChatGPT的回復,發(fā)現(xiàn)ChatGPT傾向于識別比標注的跨度更長的sapn,以更接近人類的偏好。因此,之前的硬匹配(hard-matchi...
2023-06-01 標簽:AI數(shù)據(jù)集深度學習 1419 0
生成方法對于長實體來說更加困難。但是隨著UIE的出現(xiàn),中文小樣本NER 的效果得到了突破。
2022-08-19 標簽:百度語言模型數(shù)據(jù)集 1418 0
作為最簡單直接且不需要點云標簽的三維場景重建方式,在這個工作中我們重點研究自監(jiān)督環(huán)視深度估計這個任務。
2022-10-10 標簽:三維代碼數(shù)據(jù)集 1417 0
編輯推薦廠商產品技術軟件/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 | 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 | 國民技術 | Microchip |
開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
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 |