- 本书摘自《深度学习之图像识别核心技术与案例实战》一作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一作者是言有三 。
- 特征工程是机器学习中至关重要的环节，它通过数据预处理、特征提取、特征选择和特征变换等技术手段，将原始数据转化为模型易于学习和理解的形式。这一过程不仅提升了模型的预测精度和泛化能力，还降低了模型复杂度，加速了训练过程。特征工程作为连接原始数据与高性能模型的桥梁，虽然幕后工作，却对模型表现起着决定性作用。掌握特征工程，能够更有效地挖掘数据价值，解决复杂问题。 特征工程是机器学习中至关重要的环节，它通过数据预处理、特征提取、特征选择和特征变换等技术手段，将原始数据转化为模型易于学习和理解的形式。这一过程不仅提升了模型的预测精度和泛化能力，还降低了模型复杂度，加速了训练过程。特征工程作为连接原始数据与高性能模型的桥梁，虽然幕后工作，却对模型表现起着决定性作用。掌握特征工程，能够更有效地挖掘数据价值，解决复杂问题。
- 交叉验证是机器学习中评估模型性能的关键技术，旨在提高模型的可靠性和泛化能力。通过将数据集划分为多个子集，交叉验证有效抵御过拟合风险，最大化数据利用效率，并精准筛选最优模型。常见的方法包括K折交叉验证、留一交叉验证、分层交叉验证和嵌套交叉验证，每种方法适用于不同场景，确保模型在实际应用中表现优异。 交叉验证是机器学习中评估模型性能的关键技术，旨在提高模型的可靠性和泛化能力。通过将数据集划分为多个子集，交叉验证有效抵御过拟合风险，最大化数据利用效率，并精准筛选最优模型。常见的方法包括K折交叉验证、留一交叉验证、分层交叉验证和嵌套交叉验证，每种方法适用于不同场景，确保模型在实际应用中表现优异。
- 圣诞节到来之际，来给自己写一个圣诞树小动画吧！我们可以利用 Pygame 的绘图功能，轻松地在 2D 屏幕上绘制各种几何形状，并为圣诞树加上灯光闪烁、装饰品等效果。本篇将带领你实现一个简易版本的“屏幕圣诞树”，效果虽然比较基础，但足以体验使用 Python 进行可视化和动画开发的乐趣。 圣诞节到来之际，来给自己写一个圣诞树小动画吧！我们可以利用 Pygame 的绘图功能，轻松地在 2D 屏幕上绘制各种几何形状，并为圣诞树加上灯光闪烁、装饰品等效果。本篇将带领你实现一个简易版本的“屏幕圣诞树”，效果虽然比较基础，但足以体验使用 Python 进行可视化和动画开发的乐趣。
- YOLO 零售店顾客行为分析 1. 介绍YOLO（You Only Look Once）是一种实时目标检测算法，广泛应用于计算机视觉任务。在零售店场景中，YOLO 可以用于分析顾客行为，如顾客流量统计、停留时间分析、热区分析等。 2. 应用使用场景顾客流量统计：统计进店顾客数量。停留时间分析：分析顾客在某个区域的停留时间。热区分析：识别顾客聚集的热门区域。行为识别：检测顾客的特定行为，如拿... YOLO 零售店顾客行为分析 1. 介绍YOLO（You Only Look Once）是一种实时目标检测算法，广泛应用于计算机视觉任务。在零售店场景中，YOLO 可以用于分析顾客行为，如顾客流量统计、停留时间分析、热区分析等。 2. 应用使用场景顾客流量统计：统计进店顾客数量。停留时间分析：分析顾客在某个区域的停留时间。热区分析：识别顾客聚集的热门区域。行为识别：检测顾客的特定行为，如拿...
- Python 统计相同像素值个数 1. 介绍在图像处理中，统计相同像素值的个数是一个常见的操作，可以用于图像分析、特征提取、图像压缩等任务。Python 提供了丰富的图像处理库，例如 OpenCV、PIL 等，可以方便地实现像素值统计。 2. 应用场景图像分析: 统计图像中不同颜色或灰度级别的像素数量，分析图像的色彩分布或灰度分布。特征提取: 统计图像中特定区域或目标的像素值分布，提取图像... Python 统计相同像素值个数 1. 介绍在图像处理中，统计相同像素值的个数是一个常见的操作，可以用于图像分析、特征提取、图像压缩等任务。Python 提供了丰富的图像处理库，例如 OpenCV、PIL 等，可以方便地实现像素值统计。 2. 应用场景图像分析: 统计图像中不同颜色或灰度级别的像素数量，分析图像的色彩分布或灰度分布。特征提取: 统计图像中特定区域或目标的像素值分布，提取图像...
- 确定结构元素的最佳大小通常需要通过实验和观察结果来逐步调整。以下是一些步骤和考虑因素，可以帮助你确定结构元素的最佳大小：理解目标特征：首先明确你想要通过形态学操作提取或增强的图像特征的大小。结构元素的大小应该与这些特征的大小相匹配。初始估计：根据目标特征的大小，做一个初步的估计。如果特征较小，选择较小的结构元素；如果特征较大，选择较大的结构元素。实验：使用不同的结构元素大小对图像进行形态学操... 确定结构元素的最佳大小通常需要通过实验和观察结果来逐步调整。以下是一些步骤和考虑因素，可以帮助你确定结构元素的最佳大小：理解目标特征：首先明确你想要通过形态学操作提取或增强的图像特征的大小。结构元素的大小应该与这些特征的大小相匹配。初始估计：根据目标特征的大小，做一个初步的估计。如果特征较小，选择较小的结构元素；如果特征较大，选择较大的结构元素。实验：使用不同的结构元素大小对图像进行形态学操...
- 人脸识别 - 基于 OpenCV人脸识别是一种基于人脸特征进行身份验证或识别的技术。OpenCV 是一个开源的计算机视觉库，提供了丰富的工具和算法，可以用于实现人脸检测和识别。 1. 人脸识别的作用身份验证：通过人脸识别验证用户身份。安防监控：在公共场所检测和识别可疑人员。智能门禁：通过人脸识别控制门禁系统。社交媒体：自动标记照片中的人物。 2. 应用场景智能门禁系统：通过人脸识别控制门禁... 人脸识别 - 基于 OpenCV人脸识别是一种基于人脸特征进行身份验证或识别的技术。OpenCV 是一个开源的计算机视觉库，提供了丰富的工具和算法，可以用于实现人脸检测和识别。 1. 人脸识别的作用身份验证：通过人脸识别验证用户身份。安防监控：在公共场所检测和识别可疑人员。智能门禁：通过人脸识别控制门禁系统。社交媒体：自动标记照片中的人物。 2. 应用场景智能门禁系统：通过人脸识别控制门禁...
- 鸿蒙Next系统引入了多种新兴人工智能算法，提升智能化与效率。盘古大模型增强小艺的记忆、推理能力，支持图像识别、智能通话等；RWKV架构优化文本处理，提高准确性和连贯性；JEPA算法通过自监督学习和强化学习提升图像与语音识别；决策树结合GPU Turbo加速图形处理任务；假设驱动AI则在医疗等领域展现独特优势。这些算法推动系统不断进步，为用户提供更智能的体验。 鸿蒙Next系统引入了多种新兴人工智能算法，提升智能化与效率。盘古大模型增强小艺的记忆、推理能力，支持图像识别、智能通话等；RWKV架构优化文本处理，提高准确性和连贯性；JEPA算法通过自监督学习和强化学习提升图像与语音识别；决策树结合GPU Turbo加速图形处理任务；假设驱动AI则在医疗等领域展现独特优势。这些算法推动系统不断进步，为用户提供更智能的体验。
- Open3D + OpenCV 双阈值分割深度图过滤点云在三维视觉和点云处理中，深度图（Depth Map）是一个重要的数据形式。通过深度图，我们可以生成点云数据。然而，深度图中可能存在噪声或无效值，因此需要对深度图进行过滤。双阈值分割是一种常用的方法，可以有效地过滤掉无效或噪声数据。 1. 双阈值分割的作用过滤无效深度值：去除深度图中的无效值（如 0 或过大值）。去除噪声：通过设置合理的... Open3D + OpenCV 双阈值分割深度图过滤点云在三维视觉和点云处理中，深度图（Depth Map）是一个重要的数据形式。通过深度图，我们可以生成点云数据。然而，深度图中可能存在噪声或无效值，因此需要对深度图进行过滤。双阈值分割是一种常用的方法，可以有效地过滤掉无效或噪声数据。 1. 双阈值分割的作用过滤无效深度值：去除深度图中的无效值（如 0 或过大值）。去除噪声：通过设置合理的...
- Hi3519DV500双目网络相机套板是针对该芯片设计的一款 IP 编码板 PCBA，硬件接口支持双目sensor 接入，SDIO3.0 接口、USB2.0、USB3.0、UART 接口以及丰富的 IO 扩展应用，可根据各种使用场景设计相应扩展板，丰富外围接口，缩短客户产品的开发周期，降低开发成本和风险。 Hi3519DV500双目网络相机套板是针对该芯片设计的一款 IP 编码板 PCBA，硬件接口支持双目sensor 接入，SDIO3.0 接口、USB2.0、USB3.0、UART 接口以及丰富的 IO 扩展应用，可根据各种使用场景设计相应扩展板，丰富外围接口，缩短客户产品的开发周期，降低开发成本和风险。
- 华为HarmonyOS NEXT将AI与操作系统深度融合，开启智能新时代。其核心架构包括：1) 基础层的全栈硬件和云端协同算力系统，提供强大动力支持；2) 模型层的盘古大模型，赋予小艺智能助手超强能力；3) 框架层的鸿蒙原生智能框架与意图框架，实现多模态个性化场景体验；4) 应用层的开放API和控件，支持第三方应用集成；5) 安全隐私层的星盾安全架构，保障数据安全。 华为HarmonyOS NEXT将AI与操作系统深度融合，开启智能新时代。其核心架构包括：1) 基础层的全栈硬件和云端协同算力系统，提供强大动力支持；2) 模型层的盘古大模型，赋予小艺智能助手超强能力；3) 框架层的鸿蒙原生智能框架与意图框架，实现多模态个性化场景体验；4) 应用层的开放API和控件，支持第三方应用集成；5) 安全隐私层的星盾安全架构，保障数据安全。
- 一、引言Pandas 是一个强大的 Python 数据分析库，主要用于处理结构化数据。尽管它并不是专门为图像处理设计的，但在某些情况下，我们可以利用 Pandas 的强大功能来辅助图像处理任务。本文将由浅入深地介绍如何使用 Pandas 进行图像处理，探讨常见问题、常见报错及解决方法，并通过代码案例进行解释。 二、基础概念在开始之前，我们需要了解一些基本概念。图像本质上是由像素组成的矩阵，... 一、引言Pandas 是一个强大的 Python 数据分析库，主要用于处理结构化数据。尽管它并不是专门为图像处理设计的，但在某些情况下，我们可以利用 Pandas 的强大功能来辅助图像处理任务。本文将由浅入深地介绍如何使用 Pandas 进行图像处理，探讨常见问题、常见报错及解决方法，并通过代码案例进行解释。 二、基础概念在开始之前，我们需要了解一些基本概念。图像本质上是由像素组成的矩阵，...
- 在数字化时代，人工智能图像识别技术广泛应用于安防、医疗、交通等领域，显著提升了工作效率和准确性。然而，复杂背景与光照变化成为其发展的两大挑战。复杂背景使目标识别如大海捞针，光照变化则导致同一对象在不同条件下被误判。为应对这些挑战，深度学习技术如卷积神经网络（CNN）崭露头角，通过自动学习多层次特征提高识别精度。同时，光照归一化技术和数据增强等方法也有效提升了图像识别的鲁棒性。 在数字化时代，人工智能图像识别技术广泛应用于安防、医疗、交通等领域，显著提升了工作效率和准确性。然而，复杂背景与光照变化成为其发展的两大挑战。复杂背景使目标识别如大海捞针，光照变化则导致同一对象在不同条件下被误判。为应对这些挑战，深度学习技术如卷积神经网络（CNN）崭露头角，通过自动学习多层次特征提高识别精度。同时，光照归一化技术和数据增强等方法也有效提升了图像识别的鲁棒性。
- 随着人工智能技术的不断发展，光学字符识别（OCR）作为其中一项重要应用，已经被广泛地应用于文本识别、文档扫描、车牌识别等场景中。在 .NET 平台下，PaddleOCRSharp 为开发者提供了一个高效且简便的方式来集成 OCR 功能。本文将详细介绍如何在 .NET 环境中使用 PaddleOCRSharp 实现 OCR。1. 什么是 PaddleOCR？PaddleOCR 是由百度开源的 ... 随着人工智能技术的不断发展，光学字符识别（OCR）作为其中一项重要应用，已经被广泛地应用于文本识别、文档扫描、车牌识别等场景中。在 .NET 平台下，PaddleOCRSharp 为开发者提供了一个高效且简便的方式来集成 OCR 功能。本文将详细介绍如何在 .NET 环境中使用 PaddleOCRSharp 实现 OCR。1. 什么是 PaddleOCR？PaddleOCR 是由百度开源的 ...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签