完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1155個(gè) 瀏覽:25362次 帖子:27個(gè)
使用Google Colab快速體驗(yàn)ScaledYOLOv4
由于csp和large(p5)在模型定義的格式略有不同,前者為cfg,后者是采yaml,權(quán)重值亦有不同,前者為weight,后者為pt,所以這里有兩個(gè)范...
2023-04-14 標(biāo)簽:Google計(jì)算機(jī)視覺數(shù)據(jù)集 1536 0
然后,如果我們?cè)谒阶x出期間將兩個(gè)像素合并為一個(gè),我們將創(chuàng)建 500 像素的線寬,并將讀出時(shí)間減少兩倍。請(qǐng)記住,這不是裁剪 - 整個(gè)圖像仍然顯示在終數(shù)據(jù)...
2024-01-29 標(biāo)簽:圖像成像系統(tǒng)數(shù)據(jù)集 1535 0
復(fù)旦和Meta提出Open-VCLIP:兼顧時(shí)序建模與開集識(shí)別的視頻理解模型
本文提出了一種新的CLIP向視頻領(lǐng)域的遷移方法,找到模型泛化和專用化之間的平衡,讓模型既能識(shí)別微調(diào)時(shí)已經(jīng)見過的動(dòng)作和事件,又能夠借助CLIP的零樣本識(shí)別...
2023-06-25 標(biāo)簽:建模數(shù)據(jù)集Clip 1516 0
復(fù)旦開源LVOS:面向真實(shí)場(chǎng)景的長(zhǎng)時(shí)視頻目標(biāo)分割數(shù)據(jù)集
現(xiàn)有的視頻目標(biāo)分割(VOS)數(shù)據(jù)集主要關(guān)注于短時(shí)視頻,平均時(shí)長(zhǎng)在3-5秒左右,并且視頻中的物體大部分時(shí)間都是可見的。然而在實(shí)際應(yīng)用過程中,用戶所需要分割...
2023-09-04 標(biāo)簽:算法數(shù)據(jù)集VOS 1514 0
基于DeepPCB這個(gè)公開數(shù)據(jù)集,總計(jì)有1500份的模板-缺陷圖像數(shù)據(jù)對(duì),總計(jì)圖像3000張,對(duì)應(yīng)text格式的1500個(gè)標(biāo)注文本描述文件。包含PCB主...
圖2是模型的整體結(jié)構(gòu)圖,它包含顏色感知背景提取網(wǎng)絡(luò)(Color-aware Background Extraction Network, CBENet)...
2023-06-12 標(biāo)簽:圖像模型數(shù)據(jù)集 1505 0
VoxelMap++:在線LiDAR慣性里程計(jì)實(shí)現(xiàn)可合并的體素建圖方法
VoxelMap++的流程如圖1所示,LiDAR原始點(diǎn)預(yù)處理方法和基于迭代誤差狀態(tài)卡爾曼濾波器的狀態(tài)估計(jì)方法與FASTLIO 類似。值得注意的是,本文的...
2023-09-11 標(biāo)簽:嵌入式數(shù)據(jù)集LIDAR 1498 0
點(diǎn)云壓縮編碼方案的需求與日俱增,全球最具影響力的MPEG和國(guó)內(nèi)外學(xué)者共同致力于研究點(diǎn)云壓縮標(biāo)準(zhǔn)框架,力求建立完善的點(diǎn)云壓縮系統(tǒng),有效應(yīng)對(duì)多源、多尺度場(chǎng)景...
2023-03-16 標(biāo)簽:云計(jì)算人工智能數(shù)據(jù)集 1493 0
卷積神經(jīng)網(wǎng)絡(luò)通常用來處理什么
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結(jié)構(gòu)的數(shù)據(jù),特別是圖像和視頻數(shù)據(jù)。它...
2024-07-11 標(biāo)簽:圖像識(shí)別模型數(shù)據(jù)集 1475 0
本文綜述了康奈爾大學(xué)、康奈爾科技、谷歌Brain和Alphabet公司的基于有效樣本數(shù)的類平衡損失(CB損失)。
2022-08-25 標(biāo)簽:函數(shù)模型數(shù)據(jù)集 1474 0
如何更好地繼續(xù)預(yù)訓(xùn)練(Continue PreTraining)
但,這種前提是「充分訓(xùn)練」,如果只看訓(xùn)練前期的話,使用更長(zhǎng)的預(yù)熱步數(shù)(黃色的線)。無論是「上游任務(wù)」還是「下游任務(wù)」,模型的 Loss 都要比其他預(yù)熱步...
2023-09-11 標(biāo)簽:模型數(shù)據(jù)集LLM 1468 0
模型壓縮涉及將大型資源密集型模型轉(zhuǎn)化為適合在受限移動(dòng)設(shè)備上存儲(chǔ)的緊湊版本。此外,它還可以優(yōu)化模型以實(shí)現(xiàn)更快的執(zhí)行速度和最小的延遲,或在這些目標(biāo)之間取得平衡。
2023-09-26 標(biāo)簽:模型數(shù)據(jù)集nlp 1467 0
Backbone之戰(zhàn):計(jì)算機(jī)視覺任務(wù)模型大比較
盡管Vision Transformer(ViTs)和自監(jiān)督學(xué)習(xí)(SSL)越來越受歡迎,但在大多數(shù)任務(wù)中,文章發(fā)現(xiàn)在大型訓(xùn)練集上以監(jiān)督方式預(yù)訓(xùn)練的卷積神...
2023-11-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺數(shù)據(jù)集 1463 0
如果在TensorFlow中構(gòu)建3D-CNN數(shù)據(jù)集
在圖像中,矩陣中的每個(gè)位置代表圖像中的一個(gè)像素,每個(gè)位置的值代表該像素的值。像素值可以是 8 位圖像中的 [0-255]。每個(gè)像素與其相鄰像素有某種...
2022-08-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 1461 0
一個(gè)任務(wù)通用的的指令微調(diào)Embedder!
現(xiàn)有的文本嵌入表示方法在應(yīng)用到新的任務(wù)或領(lǐng)域時(shí),通常性能都會(huì)受損,甚至應(yīng)用到相同任務(wù)的不同領(lǐng)域也會(huì)遇到同樣的問題。常見的解決辦法是通過針對(duì)下游任務(wù)和領(lǐng)域...
2023-09-05 標(biāo)簽:模型數(shù)據(jù)集自然語(yǔ)言 1439 0
YOLOv7訓(xùn)練自己的數(shù)據(jù)集包括哪些
? YOLOv7訓(xùn)練自己的數(shù)據(jù)集整個(gè)過程主要包括:環(huán)境安裝—制作數(shù)據(jù)集—模型訓(xùn)練—模型測(cè)試—模型推理 一、準(zhǔn)備深度學(xué)習(xí)環(huán)境 本人的筆記本電腦系統(tǒng)是:Wi...
2023-05-29 標(biāo)簽:模型代碼數(shù)據(jù)集 1424 0
ImageBind:跨模態(tài)之王,將6種模態(tài)全部綁定!
最近,很多方法學(xué)習(xí)與文本、音頻等對(duì)齊的圖像特征。這些方法使用單對(duì)模態(tài)或者最多幾種視覺模態(tài)。最終嵌入僅限于用于訓(xùn)練的模態(tài)對(duì)。因此,視頻 - 音頻嵌入無法直...
2023-05-11 標(biāo)簽:編碼器語(yǔ)言模型數(shù)據(jù)集 1424 0
通過人工檢查ChatGPT的回復(fù),發(fā)現(xiàn)ChatGPT傾向于識(shí)別比標(biāo)注的跨度更長(zhǎng)的sapn,以更接近人類的偏好。因此,之前的硬匹配(hard-matchi...
2023-06-01 標(biāo)簽:AI數(shù)據(jù)集深度學(xué)習(xí) 1419 0
基于中文數(shù)據(jù)的標(biāo)簽詞構(gòu)造過程
生成方法對(duì)于長(zhǎng)實(shí)體來說更加困難。但是隨著UIE的出現(xiàn),中文小樣本NER 的效果得到了突破。
2022-08-19 標(biāo)簽:百度語(yǔ)言模型數(shù)據(jù)集 1418 0
三維目標(biāo)檢測(cè)失效的情況下如何實(shí)現(xiàn)避障
作為最簡(jiǎn)單直接且不需要點(diǎn)云標(biāo)簽的三維場(chǎng)景重建方式,在這個(gè)工作中我們重點(diǎn)研究自監(jiān)督環(huán)視深度估計(jì)這個(gè)任務(wù)。
2022-10-10 標(biāo)簽:三維代碼數(shù)據(jù)集 1416 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |