- 使用很少的数据来训练一个图像分类模型，这是很常见的情况，如果你要从事计算机视觉方面的职业，很可能会在实践中遇到这种情况。“很少的”样本可能是几百张图像，也可能是几万张图像。来看一个实例，我们将重点讨论猫狗图像分类，数据集中包含 4000 张猫和狗的图像（2000 张猫的图像，2000 张狗的图像）。我们将 2000 张图像用于训练，10... 使用很少的数据来训练一个图像分类模型，这是很常见的情况，如果你要从事计算机视觉方面的职业，很可能会在实践中遇到这种情况。“很少的”样本可能是几百张图像，也可能是几万张图像。来看一个实例，我们将重点讨论猫狗图像分类，数据集中包含 4000 张猫和狗的图像（2000 张猫的图像，2000 张狗的图像）。我们将 2000 张图像用于训练，10...
- 项目描述：本次实践是一个多分类任务，需要将照片中的每个字符分别进行识别，完成车牌的识别 实践平台：百度AI实训平台-AI Studio、PaddlePaddle1.8.0 动态图 数据集介绍（自己去网上下载车牌识别数据集） 数据集文件名为characterData.zip，其中有65个文件夹 包含0-9，A-Z，以及各省简... 项目描述：本次实践是一个多分类任务，需要将照片中的每个字符分别进行识别，完成车牌的识别 实践平台：百度AI实训平台-AI Studio、PaddlePaddle1.8.0 动态图 数据集介绍（自己去网上下载车牌识别数据集） 数据集文件名为characterData.zip，其中有65个文件夹 包含0-9，A-Z，以及各省简...
- 无监督分类（聚类） 该ee.Clusterer包处理Earth Engine 中的无监督分类（或 聚类）。这些算法目前基于Weka 中的同名算法。Clusterer代码编辑器中的参考文档中提供了有关每个的更多详细信息。 聚类器的使用方式与地球引擎中的分类器相同。聚类的一般工作流程是： 组合具有数字属性的特... 无监督分类（聚类） 该ee.Clusterer包处理Earth Engine 中的无监督分类（或 聚类）。这些算法目前基于Weka 中的同名算法。Clusterer代码编辑器中的参考文档中提供了有关每个的更多详细信息。 聚类器的使用方式与地球引擎中的分类器相同。聚类的一般工作流程是： 组合具有数字属性的特...
- 样式迁移 我们介绍如何使用卷积神经网络自动将某图像中的样式应用在另一图像之上，即样式迁移（style transfer）。这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修... 样式迁移 我们介绍如何使用卷积神经网络自动将某图像中的样式应用在另一图像之上，即样式迁移（style transfer）。这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修...
- 监督分类 该Classifier包通过在 Earth Engine 中运行的传统 ML 算法处理监督分类。这些分类器包括 CART、RandomForest、NaiveBayes 和 SVM。分类的一般工作流程是： 收集训练数据。组合具有存储已知类标签的属性和存储预测变量数值的属性的特征。 实例化一个分类器。... 监督分类 该Classifier包通过在 Earth Engine 中运行的传统 ML 算法处理监督分类。这些分类器包括 CART、RandomForest、NaiveBayes 和 SVM。分类的一般工作流程是： 收集训练数据。组合具有存储已知类标签的属性和存储预测变量数值的属性的特征。 实例化一个分类器。...
- 吴恩达《机器学习》 吴恩达自然不用说了，人工智能领域的大牛，世界上人工智能最有权威的学者之一。他讲的课自然是很牛逼的，是人工智能入门的不二之选。 这门课基本涵盖了机器学习的主要知识点，例如：线性回归、... 吴恩达《机器学习》 吴恩达自然不用说了，人工智能领域的大牛，世界上人工智能最有权威的学者之一。他讲的课自然是很牛逼的，是人工智能入门的不二之选。 这门课基本涵盖了机器学习的主要知识点，例如：线性回归、...
- 分类 研究中使用随机森林监督分类方法。监督分类是最常用于遥感影像数据定量化学分析的技术。监督分类支持这样一种想法，即用户可以选择图片中代表特定类别的样本像素，因此指示图像处理软件使用这些训练站点作为图像中所有其他像素分类的参考。有关分类的更多详细信息，请访问链接 // 获取之前的波段var bands = image... 分类 研究中使用随机森林监督分类方法。监督分类是最常用于遥感影像数据定量化学分析的技术。监督分类支持这样一种想法，即用户可以选择图片中代表特定类别的样本像素，因此指示图像处理软件使用这些训练站点作为图像中所有其他像素分类的参考。有关分类的更多详细信息，请访问链接 // 获取之前的波段var bands = image...
- 想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。 预训练网络（pretrained network）是一个保存好的网络，之前已在大型数据集（通常是大规模图像分类任务）上训练好。如果这个原始数据集足够大且足够通用，那么预训练网络学到的特征的空间层次结构可以有效地作为视觉世界的通用模型，因此这些特征可用于各种不... 想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。 预训练网络（pretrained network）是一个保存好的网络，之前已在大型数据集（通常是大规模图像分类任务）上训练好。如果这个原始数据集足够大且足够通用，那么预训练网络学到的特征的空间层次结构可以有效地作为视觉世界的通用模型，因此这些特征可用于各种不...
- function maskL8sr(image) { // Bit 0 - Fill // Bit 1 - Dilated Cloud // Bit 2 - Cirrus // Bit 3 - Cloud // Bit 4 - Cloud Shadow var qaMask = image.select('Q... function maskL8sr(image) { // Bit 0 - Fill // Bit 1 - Dilated Cloud // Bit 2 - Cirrus // Bit 3 - Cloud // Bit 4 - Cloud Shadow var qaMask = image.select('Q...
- 论文题目：Recurrent Models of Visual Attention 论文链接：http://www.oalib.com/paper/4082117 作者及单位 研究目标 研究如何减少图像相关任务的计算量, 提出通过使用attention based RNN模型建立序列模型(recurrent attenti... 论文题目：Recurrent Models of Visual Attention 论文链接：http://www.oalib.com/paper/4082117 作者及单位 研究目标 研究如何减少图像相关任务的计算量, 提出通过使用attention based RNN模型建立序列模型(recurrent attenti...
- 函数： ee.Model.fromAiPlatformPredictor(projectName, projectId, modelName, version, region, inputProperties, inputTypeOverride, inputSha... 函数： ee.Model.fromAiPlatformPredictor(projectName, projectId, modelName, version, region, inputProperties, inputTypeOverride, inputSha...
- 一、JavaScript 变量命名规则 （1）在JavaScript中以下哪些变量名全都是非法的（会导致程序报错）？ A. 1person，name  ... 一、JavaScript 变量命名规则 （1）在JavaScript中以下哪些变量名全都是非法的（会导致程序报错）？ A. 1person，name  ...
- 本文翻译自http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html，大概介绍下反向传播的基本原理。 本文旨在描述反向传播算法在多层神经... 本文翻译自http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html，大概介绍下反向传播的基本原理。 本文旨在描述反向传播算法在多层神经...
- ResNet是2015年ImageNet比赛的冠军，将识别错误率降低到了3.6%，这个结果甚至超出了正常人眼识别的精度。 通过观察学习vggnet等经典神经网络模型，我们可以发现随着深度学习的不断发展，... ResNet是2015年ImageNet比赛的冠军，将识别错误率降低到了3.6%，这个结果甚至超出了正常人眼识别的精度。 通过观察学习vggnet等经典神经网络模型，我们可以发现随着深度学习的不断发展，...
- 图像增广 在深度卷积神经网络里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而... 图像增广 在深度卷积神经网络里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签