- 在本教程中，使用OpenCV进行基于深度学习的人体姿态估计。我们将详细解释如何在您自己的应用程序中使用预先训练的Caffe模型，该模型赢得了2016年COCO关键点挑战。我们将简要回顾架构以了解其内部情况。1.姿态估计（关键点检测）姿态估计是计算机视觉中的一个普遍问题，用于检测物体的位置和方向。这通常意味着检测描述物体的关键点位置。一个相关的问题是头部姿态估计，我们使用面部关键点特征来获得一... 在本教程中，使用OpenCV进行基于深度学习的人体姿态估计。我们将详细解释如何在您自己的应用程序中使用预先训练的Caffe模型，该模型赢得了2016年COCO关键点挑战。我们将简要回顾架构以了解其内部情况。1.姿态估计（关键点检测）姿态估计是计算机视觉中的一个普遍问题，用于检测物体的位置和方向。这通常意味着检测描述物体的关键点位置。一个相关的问题是头部姿态估计，我们使用面部关键点特征来获得一...
- 目标检测用来确定图像的某个区域是否含有要识别的对象，计算机视觉中有很多目标检测和是别的技术，这里介绍：梯度直方图（Histogram of Oriented Gradient，HOG），图像金字塔（image pyramid），滑动窗口（sliding window）与特征检测算法不同，这些算法是互补的，在梯度直方图（HOG）里面会用到滑动窗口技术。1.HOG 梯度直方图HOG描述符：HOG... 目标检测用来确定图像的某个区域是否含有要识别的对象，计算机视觉中有很多目标检测和是别的技术，这里介绍：梯度直方图（Histogram of Oriented Gradient，HOG），图像金字塔（image pyramid），滑动窗口（sliding window）与特征检测算法不同，这些算法是互补的，在梯度直方图（HOG）里面会用到滑动窗口技术。1.HOG 梯度直方图HOG描述符：HOG...
- 上一篇博文对图像分类理论部分做了比较详细的讲解，这一篇主要是对图像分类代码的实现进行分析。理论部分我们谈到了使用BOW模型，但是BOW模型如何构建以及整个步骤是怎么样的呢？可以参考下面的博客http://www.cnblogs.com/yxy8023ustc/p/3369867.html，这一篇博客很详细讲解了BOW模型的步骤了，主要包含以下四个步骤：提取训练集中图片的feature将这些f... 上一篇博文对图像分类理论部分做了比较详细的讲解，这一篇主要是对图像分类代码的实现进行分析。理论部分我们谈到了使用BOW模型，但是BOW模型如何构建以及整个步骤是怎么样的呢？可以参考下面的博客http://www.cnblogs.com/yxy8023ustc/p/3369867.html，这一篇博客很详细讲解了BOW模型的步骤了，主要包含以下四个步骤：提取训练集中图片的feature将这些f...
- 深度置信网络是神经网络的一种，既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器使用。深度学习和卷积神经网络的发展离不开ILSVRC; 深度置信网络是神经网络的一种，既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器使用。深度学习和卷积神经网络的发展离不开ILSVRC;
- 神经结构搜索从入门到放弃 神经结构搜索从入门到放弃
- 一、误差来源误差（Error）主要有两个来源：偏差（Bias）和方差（Variance）。Error反映的是整个模型的准确度，Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。—— 机器学习中的Bias(偏差)，Error(误差)，和Variance(方差)有什么区别和联系？ 1.1... 一、误差来源误差（Error）主要有两个来源：偏差（Bias）和方差（Variance）。Error反映的是整个模型的准确度，Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。—— 机器学习中的Bias(偏差)，Error(误差)，和Variance(方差)有什么区别和联系？ 1.1...
- 众所周知，数学在科学中占据至关重要的地位。爱因斯坦曾说，“纯数学能使我们发现概念和联系这些概念的规律，给了我们理解自然现象的钥匙。数学之所以比一切其它科学受到尊重，一个理由是因为它的命题是绝对可靠的，无可争辩的，而其它的科学经常处于被新发现的事实推翻的危险。”那么，AI在数学界有哪些作用？AI未来对数学界会有哪些颠覆性影响？现在我们来进行论述和探讨。 众所周知，数学在科学中占据至关重要的地位。爱因斯坦曾说，“纯数学能使我们发现概念和联系这些概念的规律，给了我们理解自然现象的钥匙。数学之所以比一切其它科学受到尊重，一个理由是因为它的命题是绝对可靠的，无可争辩的，而其它的科学经常处于被新发现的事实推翻的危险。”那么，AI在数学界有哪些作用？AI未来对数学界会有哪些颠覆性影响？现在我们来进行论述和探讨。
- 一、推荐、广告、搜索系统的区别？ 1.1 根本问题区别广告：广告算法的目标就是为了直接增加公司的收入搜索：围绕搜索词的信息高效获取问题的回应推荐：增加用户的参与度，提高用户粘性和留存率 1.2 优化目标的区别广告：预估CTR和CVR，反向推导流量的价值搜索：看重能够把正确答案召回回来推荐：推荐算法目标不尽相同，视频类更倾向于视频播放市场，新闻类预测CTR点击率，电商类预估客单价等 1.3 ... 一、推荐、广告、搜索系统的区别？ 1.1 根本问题区别广告：广告算法的目标就是为了直接增加公司的收入搜索：围绕搜索词的信息高效获取问题的回应推荐：增加用户的参与度，提高用户粘性和留存率 1.2 优化目标的区别广告：预估CTR和CVR，反向推导流量的价值搜索：看重能够把正确答案召回回来推荐：推荐算法目标不尽相同，视频类更倾向于视频播放市场，新闻类预测CTR点击率，电商类预估客单价等 1.3 ...
- 本博文承接上一篇《玩转CANN目标检测与识别一站式方案【介绍篇】》， 进一步认识AclLite，明确开发流程，介绍如何定制化自己的AI应用。 本博文承接上一篇《玩转CANN目标检测与识别一站式方案【介绍篇】》， 进一步认识AclLite，明确开发流程，介绍如何定制化自己的AI应用。
- 说道：矩阵运算，是机器学习的基本手段，必须要掌握。所以后面有线性代数、矩阵运算的基本介绍。标量是一个特殊的向量（行向量、列向量），向量是一个特殊的矩阵；这样说来，标量，也是一个特殊的矩阵，一行一列的矩阵。import numpy as np#标量：单一的数字scalar_value=18print(scalar_value)18print(scalar_value,scalar_value.... 说道：矩阵运算，是机器学习的基本手段，必须要掌握。所以后面有线性代数、矩阵运算的基本介绍。标量是一个特殊的向量（行向量、列向量），向量是一个特殊的矩阵；这样说来，标量，也是一个特殊的矩阵，一行一列的矩阵。import numpy as np#标量：单一的数字scalar_value=18print(scalar_value)18print(scalar_value,scalar_value....
- 第二周学习中主要学习了第四章和第五章的内容，以及实践案例“从感知机到卷积神经网络”的学习。 第二周学习中主要学习了第四章和第五章的内容，以及实践案例“从感知机到卷积神经网络”的学习。
- 体验CANN通用目标检测与识别一站式方案 体验CANN通用目标检测与识别一站式方案
- 介绍GAN背后的天才想法，几种精度GAN网络的结构解析，基于昇思的GAN代码分析。介绍DALLE2, Imagen是如何设计，能够生成拟真图片。活动链接：https://www.hiascend.com/zh/developer/canncamp 介绍GAN背后的天才想法，几种精度GAN网络的结构解析，基于昇思的GAN代码分析。介绍DALLE2, Imagen是如何设计，能够生成拟真图片。活动链接：https://www.hiascend.com/zh/developer/canncamp
- 承接上文《【CANN训练营】CANN训练营_昇腾AI趣味应用实现AI趣味应用（上）随笔》，我们接着来分析。 承接上文《【CANN训练营】CANN训练营_昇腾AI趣味应用实现AI趣味应用（上）随笔》，我们接着来分析。
- 一、神经网络基础概念1.神经元 生物神经元->人工神经元求和节点是线性的，激活函数为其他特殊函数人工神经网络：输入层，隐藏层，输出层前馈网络CNN，反馈网络RNN，图网络没有特定的传输方向2.感知机 单层感知机实际是一个二分类器只有输入层和输出层，没有隐藏层，经过求和运算后符号函数，输出。单层感知机只能处理线性问题，比如或运算，而处理不了非线性问题，如异或运算，若要处理非线... 一、神经网络基础概念1.神经元 生物神经元->人工神经元求和节点是线性的，激活函数为其他特殊函数人工神经网络：输入层，隐藏层，输出层前馈网络CNN，反馈网络RNN，图网络没有特定的传输方向2.感知机 单层感知机实际是一个二分类器只有输入层和输出层，没有隐藏层，经过求和运算后符号函数，输出。单层感知机只能处理线性问题，比如或运算，而处理不了非线性问题，如异或运算，若要处理非线...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签