- 前言本文首先进行YOLOP 论文解读，然后实践记录，首先搭建YOLOP 开发环境，最后推理，查看效果。”实践“分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。YOLOP 论文解读 YOLOP能同时处理目标检测、可行驶区域分割、车道线检测 三个视觉感知任务，并速度优异、保持较好精度进行工作，代码开源。它是华中科技大学——王兴刚团队，在全景驾驶感知方面... 前言本文首先进行YOLOP 论文解读，然后实践记录，首先搭建YOLOP 开发环境，最后推理，查看效果。”实践“分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。YOLOP 论文解读 YOLOP能同时处理目标检测、可行驶区域分割、车道线检测 三个视觉感知任务，并速度优异、保持较好精度进行工作，代码开源。它是华中科技大学——王兴刚团队，在全景驾驶感知方面...
- 通过本文我们可以：了解目标检测算法的分类知道目标检测的常用指标IOU了解目标定位的简单实现方式目标检测的定义识别图片中有哪些物体以及物体的位置（坐标位置）。其中，需要识别哪些物体是人为设定限制的，仅识别需要检测的物体；物体的坐标位置由两种表示方法：极坐标表示（xmin, ymin, xmax, ymax）:物体位置的左上角，右下角坐标。中心点坐标表示（x_center, y_center, ... 通过本文我们可以：了解目标检测算法的分类知道目标检测的常用指标IOU了解目标定位的简单实现方式目标检测的定义识别图片中有哪些物体以及物体的位置（坐标位置）。其中，需要识别哪些物体是人为设定限制的，仅识别需要检测的物体；物体的坐标位置由两种表示方法：极坐标表示（xmin, ymin, xmax, ymax）:物体位置的左上角，右下角坐标。中心点坐标表示（x_center, y_center, ...
- 前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文章，希望对您有所帮助！ 前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文章，希望对您有所帮助！
- 前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。本篇文章详细讲解了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。基础性文章，希望对您有所帮助！ 前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。本篇文章详细讲解了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。基础性文章，希望对您有所帮助！
- 前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！ 前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！
- 距离上一次的RNN有段时间了，一方面不想写，一方面因为其他的事情被牵扯了精力，所以也就一直拖着，今天写一下LSTM，希望以一个本科生的角度能讲明白这件事。1、什么是lstmLSTM：长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链... 距离上一次的RNN有段时间了，一方面不想写，一方面因为其他的事情被牵扯了精力，所以也就一直拖着，今天写一下LSTM，希望以一个本科生的角度能讲明白这件事。1、什么是lstmLSTM：长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链...
- 声明：本文是OpenCV入门级别的技术分享，主要围绕图像预处理来进行学习，所用语言均为Python。 声明：本文是OpenCV入门级别的技术分享，主要围绕图像预处理来进行学习，所用语言均为Python。
- 识别手写数字图片是深度学习的print(“Hello world!”)，是入门级别的小实验，主要是熟悉卷积神经网络的开发流程。本次用到的依然是经典的minist数据集，不过事先分出了训练集和测试集并转换成csv格式。 识别手写数字图片是深度学习的print(“Hello world!”)，是入门级别的小实验，主要是熟悉卷积神经网络的开发流程。本次用到的依然是经典的minist数据集，不过事先分出了训练集和测试集并转换成csv格式。
- 基本思路本文是简单地体验一下神经网络参数更新的流程，因此不涉及激活函数和Drop_out等知识点。首先利用高斯分布随机生成2000个点，这2000个点围绕某条已知的直线，再初始化权重参数w和偏移量b，根据w和b计算出预测值，再与真实值比较计算出损失函数（采用均方误差作为指标），使用梯度下降的优化方法更新参数使得损失函数最小化，最后让整个线性回归模型训练500次即可。 代码及流程本例使用Mo... 基本思路本文是简单地体验一下神经网络参数更新的流程，因此不涉及激活函数和Drop_out等知识点。首先利用高斯分布随机生成2000个点，这2000个点围绕某条已知的直线，再初始化权重参数w和偏移量b，根据w和b计算出预测值，再与真实值比较计算出损失函数（采用均方误差作为指标），使用梯度下降的优化方法更新参数使得损失函数最小化，最后让整个线性回归模型训练500次即可。 代码及流程本例使用Mo...
- 今天和大家一起学习的是发表在Computer Vision and Pattern Recognition的一篇论文，名为《PointRend: Image Segmentation as Rendering》。该篇论文是何恺明及其团队对图像分割领域的又一次最新探索，论文将图像分割当做一个渲染问题，思路清晰，是一次突破传统的成功。接下来将根据论文概览、算法模型剖析、代码复现这三个部分来进行讲... 今天和大家一起学习的是发表在Computer Vision and Pattern Recognition的一篇论文，名为《PointRend: Image Segmentation as Rendering》。该篇论文是何恺明及其团队对图像分割领域的又一次最新探索，论文将图像分割当做一个渲染问题，思路清晰，是一次突破传统的成功。接下来将根据论文概览、算法模型剖析、代码复现这三个部分来进行讲...
- 本专栏主要讲解Python深度学习、神经网络及人工智能相关知识。本文将详细讲解循环神经网络RNN和长短期记忆网络LSTM的原理知识，并采用TensorFlow实现手写数字识别的RNN分类案例。基础性文章，希望您喜欢。 本专栏主要讲解Python深度学习、神经网络及人工智能相关知识。本文将详细讲解循环神经网络RNN和长短期记忆网络LSTM的原理知识，并采用TensorFlow实现手写数字识别的RNN分类案例。基础性文章，希望您喜欢。
- 该系列主要研究Python深度学习、神经网络及人工智能相关知识。这篇文章将讲解TensorFlow如何保存变量和神经网络参数，通过Saver保存神经网络，再通过Restore调用训练好的神经网络。基础性文章，希望对您有所帮助。 该系列主要研究Python深度学习、神经网络及人工智能相关知识。这篇文章将讲解TensorFlow如何保存变量和神经网络参数，通过Saver保存神经网络，再通过Restore调用训练好的神经网络。基础性文章，希望对您有所帮助。
- @TOC悄悄介绍自己：作者：神的孩子在跳舞本人是大四的小白，在山西上学，学习的是python方面的知识，希望能找到一个适合自己的实习公司，哪位大佬看上我的可以留下联系方式我去找您，或者加我微信chenyunzhiLBPkNN算法定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。具体可以查看这篇文章K近邻算法简单介绍——机器... @TOC悄悄介绍自己：作者：神的孩子在跳舞本人是大四的小白，在山西上学，学习的是python方面的知识，希望能找到一个适合自己的实习公司，哪位大佬看上我的可以留下联系方式我去找您，或者加我微信chenyunzhiLBPkNN算法定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。具体可以查看这篇文章K近邻算法简单介绍——机器...
- 从本篇文章开始，作者正式开始研究Python深度学习、神经网络及人工智能相关知识。本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。基础性文章，希望对您有所帮助。 从本篇文章开始，作者正式开始研究Python深度学习、神经网络及人工智能相关知识。本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。基础性文章，希望对您有所帮助。
- 今天和大家一起学习文字识别中的语言模型。这是2018年发表在ACMMM的一篇论文，名为《Attention and Language Ensemble for Scene Text Recognition with Convolutional Sequence Modeling》。本文将会根据三个部分进行解读，分别是研究背景、算法模型的剖析、代码复现。 一、研究背景1.什么是场景文本识别场景... 今天和大家一起学习文字识别中的语言模型。这是2018年发表在ACMMM的一篇论文，名为《Attention and Language Ensemble for Scene Text Recognition with Convolutional Sequence Modeling》。本文将会根据三个部分进行解读，分别是研究背景、算法模型的剖析、代码复现。 一、研究背景1.什么是场景文本识别场景...
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。
即将直播
热门标签