用于計算機(jī)視覺的經(jīng)典機(jī)器學(xué)習(xí)應(yīng)用分析

深度學(xué)習(xí)是指在大部分未處理或“原始”數(shù)據(jù)上運(yùn)行的非常大的神經(jīng)網(wǎng)絡(luò)模型。深度學(xué)習(xí)通過將特征提取操作拉入模型本身，對計算機(jī)視覺產(chǎn)生了巨大影響，從而使算法根據(jù)...

2023-11-07 標(biāo)簽：AI計算機(jī)視覺機(jī)器學(xué)習(xí) 684 0

一種利用幾何信息的自監(jiān)督單目深度估計框架

本文方法是一種自監(jiān)督的單目深度估計框架，名為GasMono，專門設(shè)計用于室內(nèi)場景。本方法通過應(yīng)用多視圖幾何的方式解決了室內(nèi)場景中幀間大旋轉(zhuǎn)和低紋理導(dǎo)致自...

2023-11-06 標(biāo)簽：RGB深度學(xué)習(xí)cnn 692 0

CPU與GPPU架構(gòu)比較分析 在GPU上執(zhí)行Kernel的具體步驟

大多數(shù)工程師對CPU和順序編程都十分熟悉，這是因?yàn)樽詮乃麄冮_始編寫CPU代碼以來，就與之密切接觸。然而，對于GPU的內(nèi)部工作原理及其獨(dú)特之處，他們的了解...

2023-11-05 標(biāo)簽：處理器cpugpu 2043 0

人工智能技術(shù)在水聲通信中的研究進(jìn)展

多年來，從非相干水聲通信到相干水聲通信，直擴(kuò)、跳頻、OFDM、Turbo均衡、時間反轉(zhuǎn)和自適應(yīng)等各種理論和技術(shù)均被引入水聲通信中，以期克服復(fù)雜多變海洋環(huán)...

2023-11-05 標(biāo)簽：gpu人工智能機(jī)器學(xué)習(xí) 3254 0

RT-Thread上部署TinyMaix推理框架，使MCU賦予AI能力

MCU AI代表著微控制器上的人工智能。它是將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型部署到資源有限但功能強(qiáng)大的微控制器中，以實(shí)現(xiàn)智能決策和感知。以下是MCU AI的一些...

2023-11-05 標(biāo)簽：mcuAIRT-Thread 2439 0

基于機(jī)器視覺的點(diǎn)膠缺陷檢測技術(shù)探討

自動點(diǎn)膠機(jī)的應(yīng)用不僅為產(chǎn)品的質(zhì)量帶來了大幅度的提升，而且提高了生產(chǎn)效率，可以實(shí)現(xiàn)復(fù)雜情況的點(diǎn)膠工藝。在此基礎(chǔ)上，更加受關(guān)注的便是點(diǎn)膠的質(zhì)量問題。

2023-11-03 標(biāo)簽：機(jī)器視覺點(diǎn)膠機(jī)深度學(xué)習(xí) 1185 0

貝葉斯深度學(xué)習(xí)介紹

1 Introduction 基于深度學(xué)習(xí)的人工智能模型往往精于 “感知” 的任務(wù)，然而光有感知是不夠的， “推理” 是更高階人工智能的重要組成部分。比...

2023-11-03 標(biāo)簽：人工智能模型貝葉斯 1188 0

深度學(xué)習(xí)的圖原理

1.1 什么是圖(graph)？ 在圖論的上下文中，圖是一種結(jié)構(gòu)化數(shù)據(jù)類型，具有節(jié)點(diǎn)(nodes)（保存信息的實(shí)體）和邊緣(edges)（連接節(jié)點(diǎn)的連接...

2023-11-03 標(biāo)簽：音頻數(shù)據(jù)卷積 767 0

如何讓網(wǎng)絡(luò)模型加速訓(xùn)練

如果我們使用的 數(shù)據(jù)集較大 ，且 網(wǎng)絡(luò)較深 ，則會造成 訓(xùn)練較慢 ，此時我們要 想加速訓(xùn)練 可以使用 Pytorch的AMP （ autocast與Gr...

2023-11-03 標(biāo)簽：NVIDIA數(shù)據(jù)集網(wǎng)絡(luò)模型 1955 0

一套試題看看您對深度學(xué)習(xí)了解多少？

以下哪種圖表可以將模型預(yù)測的分類與實(shí)際類標(biāo)簽進(jìn)行比較?

2023-11-02 標(biāo)簽：分類器深度學(xué)習(xí)半監(jiān)督學(xué)習(xí) 292 0

基于機(jī)器視覺的高精度點(diǎn)膠缺陷檢測技術(shù)

隨著大數(shù)據(jù)時代的來臨，各類信息資源的輕易獲取使得深度學(xué)習(xí)的應(yīng)用也越來越廣泛。特別是在卷積神經(jīng)網(wǎng)絡(luò)中，圖片被深度卷積和池化之后，隱含層能夠表現(xiàn)出比手動獲取...

2023-11-02 標(biāo)簽：圖像處理機(jī)器視覺工業(yè)自動化 1042 0

湍流環(huán)境中的清晰全息成像

他們探索了空間相干性和湍流對全息成像的影響，并提出了一種創(chuàng)新方法TWC-Swin，可以在存在這些干擾的情況下恢復(fù)高質(zhì)量的全息圖像。他們的研究成果以“利用...

2023-11-01 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)全息深度學(xué)習(xí) 668 0

如何搭建高效推薦系統(tǒng)？用Milvus和NVIDIA Merlin搭建高效推薦系統(tǒng)

如何搭建一個高效的推薦系統(tǒng)？ 簡單來說，現(xiàn)代推薦系統(tǒng)由訓(xùn)練/推斷流水線（pipeline）組成，涉及數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、模型訓(xùn)練和調(diào)整檢索、過濾、排名...

2023-11-01 標(biāo)簽：NVIDIA英偉達(dá)深度學(xué)習(xí) 1401 0

單像素衍射太赫茲傳感器設(shè)計的基本原理

太赫茲（THz）波憑借其可以穿透大多數(shù)不透光材料的特點(diǎn)，在對材料中隱藏物體和缺陷的無損探測方面具有顯著的優(yōu)勢。然而，由于受到成像速度和分辨率的束縛，現(xiàn)有...

2023-10-31 標(biāo)簽：傳感器編碼器太赫茲波 867 0

深度學(xué)習(xí)框架DeepSpeed使用指南

最常見的深度學(xué)習(xí)框架應(yīng)該是TensorFlow、Pytorch、Keras，但是這些框架在面向大規(guī)模模型的時候都不是很方便。 比如Pytorch的分布式...

2023-10-30 標(biāo)簽：gpu顯存模型 6100 0

TDengine+OpenVINO+AIxBoard助力時序數(shù)據(jù)分類

時間序列數(shù)據(jù)分析在工業(yè)，能源，醫(yī)療，交通，金融，零售等多個領(lǐng)域都有廣泛應(yīng)用。其中時間序列數(shù)據(jù)分類是分析時序數(shù)據(jù)的常見任務(wù)之一。本文將通過一個具體的案例，...

2023-10-27 標(biāo)簽：英特爾機(jī)器學(xué)習(xí)深度學(xué)習(xí) 923 0

PyTorch 與 TensorFlow的區(qū)別分析

PyTorch是一個開源的深度學(xué)習(xí)框架，建立于Torch之上，底層為C++，并標(biāo)榜Python First，強(qiáng)調(diào)其為Python 語言量身打造的，使用上...

2023-10-27 標(biāo)簽：C++機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1971 0

深度解讀AI深度學(xué)習(xí)工作原理

機(jī)器學(xué)習(xí)把這個過程反了過來：機(jī)器讀取輸入數(shù)據(jù)和相應(yīng)的答案，然后找出應(yīng)有的規(guī)則。機(jī)器學(xué)習(xí)系統(tǒng)是訓(xùn)練出來的，而不是明確的用程序編寫出來。

2023-10-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計算機(jī)AI 939 0

市場常見的自動駕駛算法對比

如果只用相機(jī)也就是純視覺，地平線的Sparse4D包攬第一名和第二名。曠視的FAR3D是第三名，商湯和香港大學(xué)、哈爾濱工業(yè)大學(xué)等聯(lián)合的HOP第四名，豐田...

2023-10-26 標(biāo)簽：算法激光雷達(dá)自動駕駛 1390 0

深度解讀各種人工智能加速器和GPU上的LLM性能特征

在不同的硬件平臺上評估LLM對于理解傳統(tǒng)和非傳統(tǒng)體系結(jié)構(gòu)的能力和局限性至關(guān)重要。先前的工作已經(jīng)在超級計算機(jī)上研究了LLM，并使用傳統(tǒng)的深度學(xué)習(xí)基準(zhǔn)來提供...

2023-10-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)gpu人工智能 1100 0