- 大家好！在这篇技术博客文章中，我们将探讨如何使用AI（人工智能）和机器学习技术实现图像识别和构建强大的人工智能应用程序。随着人工智能的快速发展，图像识别已经成为许多领域的热门话题，从医疗诊断到自动驾驶汽车，无处不在。什么是图像识别？图像识别是指让计算机能够识别和理解图像的能力。通过使用机器学习算法，我们可以训练计算机来自动识别和分类图像中的对象、场景和模式。这为许多应用领域提供了巨大的潜力，... 大家好！在这篇技术博客文章中，我们将探讨如何使用AI（人工智能）和机器学习技术实现图像识别和构建强大的人工智能应用程序。随着人工智能的快速发展，图像识别已经成为许多领域的热门话题，从医疗诊断到自动驾驶汽车，无处不在。什么是图像识别？图像识别是指让计算机能够识别和理解图像的能力。通过使用机器学习算法，我们可以训练计算机来自动识别和分类图像中的对象、场景和模式。这为许多应用领域提供了巨大的潜力，...
- HTML 图像- 图像标签（ <img>）和源属性（Src）在 HTML 中，图像由<img> 标签定义。<img> 是空标签，意思是说，它只包含属性，并且没有闭合标签。要在页面上显示图像，你需要使用源属性（src）。src 指 "source"。源属性的值是图像的 URL 地址。定义图像的语法是：<img src="url" alt="some_text">URL 指存储图像的位置。如果名... HTML 图像- 图像标签（ <img>）和源属性（Src）在 HTML 中，图像由<img> 标签定义。<img> 是空标签，意思是说，它只包含属性，并且没有闭合标签。要在页面上显示图像，你需要使用源属性（src）。src 指 "source"。源属性的值是图像的 URL 地址。定义图像的语法是：<img src="url" alt="some_text">URL 指存储图像的位置。如果名...
- 前言深度学习是一种非常强大的机器学习技术，它在许多领域都有广泛的应用。其中，图像识别是深度学习最成功的应用之一。本文将详细介绍深度学习在图像识别方面的应用。 图像识别的基本步骤图像识别的基本步骤包括图像预处理、特征提取和分类器。图像预处理是指对图像进行预处理，以便更好地进行特征提取和分类。特征提取是指从图像中提取有意义的特征。分类器是指训练一个分类器来识别图像。深度学习是一种非常适合进行图... 前言深度学习是一种非常强大的机器学习技术，它在许多领域都有广泛的应用。其中，图像识别是深度学习最成功的应用之一。本文将详细介绍深度学习在图像识别方面的应用。 图像识别的基本步骤图像识别的基本步骤包括图像预处理、特征提取和分类器。图像预处理是指对图像进行预处理，以便更好地进行特征提取和分类。特征提取是指从图像中提取有意义的特征。分类器是指训练一个分类器来识别图像。深度学习是一种非常适合进行图...
- 美国国家森林类型和组别森林类型该数据集描绘了美国全国和阿拉斯加的141种森林类型。这些数据来自于2002年和2003年生长季节的MODIS综合图像，并结合其他近100个地理空间数据层，包括海拔、坡度、坡度和生态区域。该数据集是由美国林业局森林资源调查与分析和森林健康监测项目以及美国林业局地理空间技术与应用中心合作开发的。该数据集的目的是描绘美国森林覆盖的广泛分布模式，并为国家规模的建模项目... 美国国家森林类型和组别森林类型该数据集描绘了美国全国和阿拉斯加的141种森林类型。这些数据来自于2002年和2003年生长季节的MODIS综合图像，并结合其他近100个地理空间数据层，包括海拔、坡度、坡度和生态区域。该数据集是由美国林业局森林资源调查与分析和森林健康监测项目以及美国林业局地理空间技术与应用中心合作开发的。该数据集的目的是描绘美国森林覆盖的广泛分布模式，并为国家规模的建模项目...
- 树冠高度：加拿大的森林生态系统该数据集包含两幅来自加拿大森林生态系统的树冠高度图，空间分辨率为250米，其中一幅使用来自空间激光雷达GEDI的信息，另一幅来自ICESat-2。GEDI和ICESat-2在获取加拿大的树冠高度信息方面有其特殊性--前者提供更准确的植被信息，但在加拿大没有达到全覆盖，而后者不是专门为提供植被信息而设计的，但有一个全球覆盖。我们使用ICESat-2卫星的ATL0... 树冠高度：加拿大的森林生态系统该数据集包含两幅来自加拿大森林生态系统的树冠高度图，空间分辨率为250米，其中一幅使用来自空间激光雷达GEDI的信息，另一幅来自ICESat-2。GEDI和ICESat-2在获取加拿大的树冠高度信息方面有其特殊性--前者提供更准确的植被信息，但在加拿大没有达到全覆盖，而后者不是专门为提供植被信息而设计的，但有一个全球覆盖。我们使用ICESat-2卫星的ATL0...
- 加拿大陆地卫星得出的1985-2020年森林采伐扰动情况本产品所包含的年度森林变化数据是全国性的（整个森林生态系统），代表了加拿大在30米空间分辨率下的墙到墙的采伐特征。信息成果代表了加拿大森林36年的采伐变化，来自一个单一的、一致的、空间明确的数据源，以完全自动化的方式得出。这种在捕捉人类影响的分辨率下描述森林特征的能力，对于从管理和科学的角度建立详细监测森林生态系统的基线至关重要。La... 加拿大陆地卫星得出的1985-2020年森林采伐扰动情况本产品所包含的年度森林变化数据是全国性的（整个森林生态系统），代表了加拿大在30米空间分辨率下的墙到墙的采伐特征。信息成果代表了加拿大森林36年的采伐变化，来自一个单一的、一致的、空间明确的数据源，以完全自动化的方式得出。这种在捕捉人类影响的分辨率下描述森林特征的能力，对于从管理和科学的角度建立详细监测森林生态系统的基线至关重要。La...
- 加拿大的高分辨率树种信息主要树种地图的距离-秒级¶。领先树种图的距离-秒级（D2SC）值，作为领先树种图的归属可信度指标，该图由空间详尽、30米空间分辨率、代表2019年情况的Landsat图像合成的表面反射值产生。按照Hermosilla等人（2022）描述的框架，在物种建模中还包括地理和气候数据、海拔衍生物和遥感得出的物候学。区域分类模型是根据加拿大的国家森林目录，使用150x150... 加拿大的高分辨率树种信息主要树种地图的距离-秒级¶。领先树种图的距离-秒级（D2SC）值，作为领先树种图的归属可信度指标，该图由空间详尽、30米空间分辨率、代表2019年情况的Landsat图像合成的表面反射值产生。按照Hermosilla等人（2022）描述的框架，在物种建模中还包括地理和气候数据、海拔衍生物和遥感得出的物候学。区域分类模型是根据加拿大的国家森林目录，使用150x150...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 11.bwselect功能：在二进制图像中选择对象。语法：BW2 = bwselect(BW1,c,r,n) BW2 = bwselect(BW1,n) [BW2,idx] = bwselect(..... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 11.bwselect功能：在二进制图像中选择对象。语法：BW2 = bwselect(BW1,c,r,n) BW2 = bwselect(BW1,n) [BW2,idx] = bwselect(.....
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 图像显示colorbar 显示彩条getimage 由坐标轴得到图像数据ice（DIPUM） 交互彩色编辑image 创建和显示图像对象imagesc 缩放数据并显示为图像immovie 由多帧图像制... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 图像显示colorbar 显示彩条getimage 由坐标轴得到图像数据ice（DIPUM） 交互彩色编辑image 创建和显示图像对象imagesc 缩放数据并显示为图像immovie 由多帧图像制...
- 前言情人节刚过，我还是单身，我想了一下原因，是我的拍照技能不行，也有我对女神表白的套路太过老的原因，我没有体现出身为程序猿的优势，虽然我们拍照不行，但是我们 身为程序猿，可以改进我们拍照的质量，也可以有创新的表白方式，比如使用代码来提升照片的质量，将表白写进照片里，都是创意，提升表白的成功率。Python能不能帮我们实现这两个创意呢？of course，Python是万能的。我们可以使用p... 前言情人节刚过，我还是单身，我想了一下原因，是我的拍照技能不行，也有我对女神表白的套路太过老的原因，我没有体现出身为程序猿的优势，虽然我们拍照不行，但是我们 身为程序猿，可以改进我们拍照的质量，也可以有创新的表白方式，比如使用代码来提升照片的质量，将表白写进照片里，都是创意，提升表白的成功率。Python能不能帮我们实现这两个创意呢？of course，Python是万能的。我们可以使用p...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 一、实验目的1.直方图的显示2.计算并绘制图像直方图3.直方图的均衡化 二、实验内容灰度直方图用于显示图像的灰度值分布情况,是数字图像处理中最简单和最实用的工具。MATLAB中提供了专门绘制直方图的函... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 一、实验目的1.直方图的显示2.计算并绘制图像直方图3.直方图的均衡化 二、实验内容灰度直方图用于显示图像的灰度值分布情况,是数字图像处理中最简单和最实用的工具。MATLAB中提供了专门绘制直方图的函...
- MATLAB 学习 实验目的了解 MATLAB 的基本功能及操作方法。掌握典型离散信号的 Matlab 产生和显示。 实验原理及方法在 MATLAB 中, 序列是用矩阵向量表示, 但它没有包含采样信息, 即序列位置信息, 为 此, 要表示一个序列需要建立两个向量; 一是时间序列 n , 或称位置序列, 另一个为取值序 列 x ，表示如下: n=[⋯ ,−3,−2,−1,0,1,2,... MATLAB 学习 实验目的了解 MATLAB 的基本功能及操作方法。掌握典型离散信号的 Matlab 产生和显示。 实验原理及方法在 MATLAB 中, 序列是用矩阵向量表示, 但它没有包含采样信息, 即序列位置信息, 为 此, 要表示一个序列需要建立两个向量; 一是时间序列 n , 或称位置序列, 另一个为取值序 列 x ，表示如下: n=[⋯ ,−3,−2,−1,0,1,2,...
- YOLOv5 仅在 YOLOv4 发表一个月之后就公布了，这导致很多人对 YOLOv5 的命名有所质疑，因为相比于它的前代 YOLOv4，它在理论上并没有明显的差异，虽然集成了最近的很多新的创新，但是这些集成点又和 YOLOv4 类似。我个人觉得之所以出现这种命名冲突应该是发布的时候出现了 “撞车”，毕竟 YOLOv4 珠玉在前（早一个月），YOLOv5 也只能命名为 5 了。 YOLOv5 仅在 YOLOv4 发表一个月之后就公布了，这导致很多人对 YOLOv5 的命名有所质疑，因为相比于它的前代 YOLOv4，它在理论上并没有明显的差异，虽然集成了最近的很多新的创新，但是这些集成点又和 YOLOv4 类似。我个人觉得之所以出现这种命名冲突应该是发布的时候出现了 “撞车”，毕竟 YOLOv4 珠玉在前（早一个月），YOLOv5 也只能命名为 5 了。
- 本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。 本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。
- Pandas数据处理2、DataFrame的drop函数具体参数使用详情 前言 环境 基础函数的使用 drop函数 编码测试 drop函数axis参数测试 axis=0 axis=1 drop函数index参数测试 drop函数columns参数测试 总结 Pandas数据处理2、DataFrame的drop函数具体参数使用详情 前言 环境 基础函数的使用 drop函数 编码测试 drop函数axis参数测试 axis=0 axis=1 drop函数index参数测试 drop函数columns参数测试 总结
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