chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

NASA呼吁幫助識別和分類珊瑚

汽車玩家 ? 來源:cnBeta ? 作者:cnBeta ? 2020-04-11 10:38 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

美國NASA呼吁公民科學家通過玩一個虛擬潛水游戲來幫助識別和分類世界上的珊瑚,讓專家們能夠更好地了解它們的進化,以及如何在未來保護它們。用戶需要的是下載NASA NeMO-Net游戲,它目前有iOS和iPadOS 版本(macOS和Android版本即將推出)。

這款游戲?qū)阍诤Q笾羞M行一系列的虛擬潛水,你的任務是識別你所遇到的珊瑚。計算機生成的水下環(huán)境是基于美國宇航局位于加州的艾姆斯研究中心在過去幾年中收集到的數(shù)據(jù)。那里的團隊一直在使用流體透鏡相機繪制出比以往更詳細的海洋地圖。

這些相機最初是為了讓地面上的天文學家能看到不受大氣層扭曲的恒星而開發(fā)的,但也可以避免水的扭曲來繪制海底地圖。然而,盡管這些相機再先進,但它們并不能揭示出坐在海浪下的珊瑚的全部圖片,通過巡視和識別你在游戲中看到的珊瑚類型,以及它們的確切位置,你可以幫助NASA收集相關(guān)數(shù)據(jù)。

NASA表示任何人,甚至是一年級的小學生,都可以通過玩這個游戲,對這些數(shù)據(jù)進行分類,幫助我們繪制出全球珊瑚地圖。這個游戲也很有教育意義,教用戶識別世界海洋中珊瑚的種類。用戶提交的所有資料都會被艾姆斯研究中心的Pleiades超級計算機處理,訓練它如何根據(jù)原始數(shù)據(jù)識別不同類型的珊瑚。與其他神經(jīng)網(wǎng)絡一樣,隨著訓練的深入,它的識別效率應該會隨著時間的推移而不斷提高,因此,即使是質(zhì)量較低的數(shù)據(jù),它最終也能獨立識別出珊瑚類型。注冊使用NeMO-Net的人越多,系統(tǒng)就會變得越聰明。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • NASA
    +關(guān)注

    關(guān)注

    0

    文章

    430

    瀏覽量

    31549
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    基于LockAI視覺識別模塊:手寫數(shù)字識別

    分類,適合處理較為規(guī)范的手寫數(shù)字。 K近鄰算法(KNN):基于相似度的分類方法,通過比較待識別數(shù)字與訓練樣本的距離來進行分類,簡單但計算成本較高。 2. C++ API文檔 2.1
    發(fā)表于 06-30 16:45

    在友晶LabCloud平臺上使用PipeCNN實現(xiàn)ImageNet圖像分類

    利用深度卷積神經(jīng)網(wǎng)絡(CNN)進行圖像分類是通過使用多個卷積層來從輸入數(shù)據(jù)中提取特征,最后通過分類層做決策來識別出目標物體。
    的頭像 發(fā)表于 04-23 09:42 ?399次閱讀
    在友晶LabCloud平臺上使用PipeCNN實現(xiàn)ImageNet圖像<b class='flag-5'>分類</b>

    電子元器件的分類方式

    電子元器件可以按照不同的分類標準進行分類,以下是一些常見的分類方式。
    的頭像 發(fā)表于 04-16 14:52 ?874次閱讀

    樹莓派進軍 NASA ?

    NASA科學家杰米·莫拉羅(JamieMolaro)博士計劃利用RaspberryPi地震儀和一臺小型探測車,開展一項可能具有突破性意義的研究。杰米一直在開發(fā)NASA開源漫游者的有效載荷版本2018
    的頭像 發(fā)表于 04-14 15:52 ?296次閱讀
    樹莓派進軍 <b class='flag-5'>NASA</b> ?

    NASA將首次通過Twitch平臺直播國際空間站活動實況

    據(jù)悉,NASA計劃在近日在國際空間站(ISS)進行首次Twitch直播。該直播將于美國東部時間2月12日上午11:45在NASA的Twitch頻道進行(https://www.twitch.tv
    的頭像 發(fā)表于 02-10 17:14 ?1658次閱讀

    基于LIBS技術(shù)的銀合金分類及定量分析研究

    一、引言 我國在貴金屬回收行業(yè)存在著技術(shù)落后、回收設備簡陋、回收污染環(huán)境的問題。銀合金廢料因其成分復雜導致回收時分類識別很困難,這制約著銀合金回收行業(yè)的發(fā)展。因此,需要一種快速、簡便的方法對種類繁雜
    的頭像 發(fā)表于 01-21 14:12 ?466次閱讀
    基于LIBS技術(shù)的銀合金<b class='flag-5'>分類</b>及定量分析研究

    VIAVI助力NASA木衛(wèi)二快船任務

    近日,VIAVI(唯亞威通訊)在航空探索領域再立新功,為NASA的木衛(wèi)二快船任務(Europa Clipper mission)提供了關(guān)鍵技術(shù)支持。此次合作,充分展現(xiàn)了VIAVI在精密薄膜光學涂層
    的頭像 發(fā)表于 01-15 17:28 ?943次閱讀

    語音識別技術(shù)在醫(yī)療領域的應用

    語音識別技術(shù)在醫(yī)療領域的應用已經(jīng)越來越廣泛,為醫(yī)療服務帶來了諸多便利和效率提升。以下是對語音識別技術(shù)在醫(yī)療領域應用的介紹: 一、語音病歷 語音識別技術(shù)可以將醫(yī)生或患者的語音信息轉(zhuǎn)換成文字信息,自動
    的頭像 發(fā)表于 11-26 09:35 ?1207次閱讀

    華為以AI技術(shù)助力東山珊瑚保護

    最新的實踐成果——東山珊瑚智慧監(jiān)測項目。研討會由自然資源部第一海洋研究所、中國-PEMSEA海岸帶可持續(xù)管理合作中心以及PEMSEA秘書處共同主辦,眾多國內(nèi)外NGOs、海洋保護領域?qū)<覅⑴c。
    的頭像 發(fā)表于 11-11 10:29 ?918次閱讀

    RK3588 技術(shù)分享 | 在Android系統(tǒng)中使用NPU實現(xiàn)Yolov5分類檢測

    NPU。 應用領域 圖像識別: NPU能夠迅速對圖像進行分類、檢測和分割等操作,大大提升了處理效率。 語音識別: NPU實現(xiàn)了實時語音轉(zhuǎn)換和語音合成功能,為語音交互提供了更自然的體驗。 自然語言處理
    發(fā)表于 10-24 10:13

    AI大模型在圖像識別中的優(yōu)勢

    大模型借助高性能的計算硬件和優(yōu)化的算法,能夠在短時間內(nèi)完成對大量圖像數(shù)據(jù)的處理和分析,顯著提高了圖像識別的效率。 識別準確性 :通過深度學習和計算機視覺技術(shù),AI大模型能夠自動提取圖像中的關(guān)鍵特征,并進行精確的分類
    的頭像 發(fā)表于 10-23 15:01 ?2433次閱讀

    信號繼電器如何分類

    信號繼電器作為電氣控制系統(tǒng)中的關(guān)鍵元件,其分類方式多種多樣,主要可以從觸發(fā)方式、利用方式、工作原理、電流類型以及接點結(jié)構(gòu)等多個維度進行分類。以下是對信號繼電器分類的詳細闡述。
    的頭像 發(fā)表于 09-27 16:33 ?1484次閱讀

    RK3588 技術(shù)分享 | 在Android系統(tǒng)中使用NPU實現(xiàn)Yolov5分類檢測

    NPU。 應用領域 圖像識別: NPU能夠迅速對圖像進行分類、檢測和分割等操作,大大提升了處理效率。 語音識別: NPU實現(xiàn)了實時語音轉(zhuǎn)換和語音合成功能,為語音交互提供了更自然的體驗。 自然語言處理
    發(fā)表于 08-20 11:13

    基于迅為RK3588【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類

    [/url] 【RKNPU2 人工智能開發(fā)】 【AI深度學習推理加速器】——RKNPU2 從入門到實踐(基于RK3588和RK3568) 【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類 【RKNPU2項目實戰(zhàn)2】:SORT目標追蹤 【RKNPU2項目實戰(zhàn)3】車牌識別
    發(fā)表于 08-15 10:51

    基于高光譜數(shù)據(jù)的典型地物分類識別方法研究

    隨著成像光譜儀器的廣泛應用,利用光譜數(shù)據(jù)進行物質(zhì)分類識別已經(jīng)成為一項重要的研究內(nèi)容,研究不同分類算法對最終的目標識別準確度具有重要意義。
    的頭像 發(fā)表于 07-18 14:43 ?865次閱讀
    基于高光譜數(shù)據(jù)的典型地物<b class='flag-5'>分類</b><b class='flag-5'>識別</b>方法研究