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 > 深度學(xué)習(xí)
文章:4729個(gè) 瀏覽:122685次 帖子:173個(gè)
基于視覺傳感器的SLAM系統(tǒng)學(xué)習(xí)
視覺SLAM是一種基于視覺傳感器的 SLAM 系統(tǒng),與激光傳感器相比,視覺傳感器具有成本低、保留環(huán)境語義信息的優(yōu)點(diǎn),能夠與深度學(xué)習(xí)進(jìn)行大量結(jié)合。
2022-11-29 標(biāo)簽:機(jī)器人深度學(xué)習(xí) 1017 0
一文看透工業(yè)領(lǐng)域ChatGPT 的應(yīng)用
從短期來看,ChatGPT 提供信息的模糊性、低時(shí)效性、非開源性、非專業(yè)性、低可信度及知識(shí)產(chǎn)權(quán)界定存疑等問題,限制了其在工業(yè)領(lǐng)域的應(yīng)用和迭代。
2023-07-13 標(biāo)簽:AI機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1015 0
超低延遲大并發(fā)實(shí)時(shí)語音識(shí)別加速方案詳解
Achronix與Myrtle.ai共同推出了超低延遲大并發(fā)實(shí)時(shí)智能語音識(shí)別方案,其硬件平臺(tái)采用基于Achronix Speedster7t FPGA的...
深度學(xué)習(xí)檢測(cè)小目標(biāo)常用方法
深度學(xué)習(xí)的效果在某種意義上是靠大量數(shù)據(jù)喂出來的,小目標(biāo)檢測(cè)的性能同樣也可以通過增加訓(xùn)練集中小目標(biāo)樣本的種類和數(shù)量來提升。
2024-03-18 標(biāo)簽:分辨率分類器機(jī)器學(xué)習(xí) 1014 0
?綜述導(dǎo)讀:深度學(xué)習(xí)驅(qū)動(dòng)下的相機(jī)標(biāo)定技術(shù)
相機(jī)模型描述了從三維世界坐標(biāo)中的點(diǎn)到其在二維圖像平面上投影的成像過程。其中,不同的相機(jī)和傳感器系統(tǒng)對(duì)應(yīng)不同類型的參數(shù)模型。在本綜述中,我們首先回顧了標(biāo)準(zhǔn)...
2023-05-11 標(biāo)簽:相機(jī)數(shù)據(jù)集深度學(xué)習(xí) 1013 0
從淺層到深層神經(jīng)網(wǎng)絡(luò):概覽深度學(xué)習(xí)優(yōu)化算法
優(yōu)化算法一直以來是機(jī)器學(xué)習(xí)能根據(jù)數(shù)據(jù)學(xué)到知識(shí)的核心技術(shù)。而好的優(yōu)化算法可以大大提高學(xué)習(xí)速度,加快算法的收斂速度和效果。該論文從淺層模型到深度模型縱覽監(jiān)督...
2023-06-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)機(jī)器學(xué)習(xí) 1012 0
在信息時(shí)代,光子和電子是信息傳輸?shù)闹饕d體。與微電子學(xué)中的摩爾定律不同,集成光子器件的密度主要受光波長(zhǎng)或衍射極限的限制。
2022-12-07 標(biāo)簽:WDM光譜儀深度學(xué)習(xí) 1011 0
「顧大局,識(shí)大體」,Nullmax BEV障礙物檢測(cè)的超級(jí)視野
一方面,傳統(tǒng)算法普遍首先基于深度學(xué)習(xí)在圖像視角完成目標(biāo)檢測(cè),然后通過復(fù)雜的后處理將其轉(zhuǎn)換至三維BEV視角。這不僅讓整個(gè)流程變得復(fù)雜,消耗更多算力,而且對(duì)...
2023-05-18 標(biāo)簽:算法目標(biāo)檢測(cè)深度學(xué)習(xí) 1004 0
神經(jīng)網(wǎng)絡(luò)基本的訓(xùn)練和工作原理是什么
在兩層神經(jīng)網(wǎng)絡(luò)之間,必須有激活函數(shù)連接,從而加入非線性因素,提高神經(jīng)網(wǎng)絡(luò)的能力。所以,我們先從激活函數(shù)學(xué)起,一類是擠壓型的激活函數(shù),常用于簡(jiǎn)單網(wǎng)絡(luò)的學(xué)習(xí)...
2023-08-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI深度學(xué)習(xí) 1001 0
深度學(xué)習(xí)大數(shù)據(jù)平臺(tái)如何應(yīng)用液冷散熱技術(shù)引領(lǐng)遙感測(cè)繪發(fā)展?
目前隨著高性能計(jì)算、生命科學(xué)、地質(zhì)遙感、遙感測(cè)繪、數(shù)據(jù)分析、數(shù)據(jù)挖掘、蛋白質(zhì)折疊、基因工程、醫(yī)療影像等快速發(fā)展,當(dāng)今社會(huì)朝著信息化發(fā)展,依托網(wǎng)絡(luò)信息技術(shù)...
2022-07-13 標(biāo)簽:機(jī)器學(xué)習(xí)大數(shù)據(jù)深度學(xué)習(xí) 1001 0
卷積神經(jīng)網(wǎng)絡(luò)分類方法有哪些
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像分類、目標(biāo)檢測(cè)、語義分割等計(jì)算機(jī)視覺...
2024-07-03 標(biāo)簽:數(shù)據(jù)模型深度學(xué)習(xí) 1001 0
2023-05-11 標(biāo)簽:視覺系統(tǒng)深度學(xué)習(xí)元宇宙 997 0
如何使用MATLAB實(shí)現(xiàn)一維時(shí)間卷積網(wǎng)絡(luò)
本文對(duì)一維卷積操作進(jìn)行介紹,包括一維擴(kuò)展卷積和一維因果卷積,以及 MATLAB 對(duì)一維卷積的支持情況。在最后通過一個(gè)實(shí)例演示如何在 MATLAB 中將一...
2025-03-07 標(biāo)簽:傳感器matlab深度學(xué)習(xí) 997 0
OpenAI視頻模型Sora的架構(gòu)及應(yīng)用場(chǎng)景
LDM 就是 Stable Diffusion 使用的模型架構(gòu)。擴(kuò)散模型的一大問題是計(jì)算需求大,難以擬合高分辨率圖像。為了解決這一問題,實(shí)現(xiàn) LDM時(shí),...
L3/L4級(jí)無人駕駛實(shí)現(xiàn)面臨哪些挑戰(zhàn)?
服務(wù)精度方面,B2b信號(hào)與其它信號(hào)相同,空間信號(hào)精度優(yōu)于0.5米;全球定位精度將優(yōu)于10米,測(cè)速精度優(yōu)于0.2米/秒,授時(shí)精度優(yōu)于20納秒;亞太地區(qū)定位...
2023-05-12 標(biāo)簽:無人駕駛深度學(xué)習(xí) 992 0
基于深度學(xué)習(xí)的車牌識(shí)別偵測(cè)網(wǎng)絡(luò)模型
基于深度學(xué)習(xí)的車牌識(shí)別,其中,車輛檢測(cè)網(wǎng)絡(luò)直接使用YOLO偵測(cè)。而后,才是使用網(wǎng)絡(luò)偵測(cè)車牌與識(shí)別車牌號(hào)。
2023-02-19 標(biāo)簽:圖像增強(qiáng)深度學(xué)習(xí) 991 0
深度學(xué)習(xí)神器DYnet++:輕松駕馭復(fù)雜自由曲面,3D測(cè)量無難度!
利用深度學(xué)習(xí)網(wǎng)絡(luò)模型DYnet++從單個(gè)復(fù)合圖案中獲取相位信息。為了訓(xùn)練深度學(xué)習(xí)模型,作者使用了一個(gè)具有九個(gè)致動(dòng)器的可變形鏡來生成各種表面形狀的大量數(shù)據(jù)...
2023-12-04 標(biāo)簽:解碼器測(cè)量深度學(xué)習(xí) 987 0
軟件漏洞檢測(cè)場(chǎng)景中的深度學(xué)習(xí)模型實(shí)證研究
近年來,深度學(xué)習(xí)模型(DLM)在軟件漏洞檢測(cè)領(lǐng)域的應(yīng)用探索引起了行業(yè)廣泛關(guān)注,在某些情況下,利用DLM模型能夠獲得超越傳統(tǒng)靜態(tài)分析工具的檢測(cè)效果。然而,...
2023-08-24 標(biāo)簽:軟件模型深度學(xué)習(xí) 986 0
你需要知道的11個(gè)Torchvision計(jì)算機(jī)視覺數(shù)據(jù)集
計(jì)算機(jī)視覺是一個(gè)顯著增長(zhǎng)的領(lǐng)域,有許多實(shí)際應(yīng)用,從自動(dòng)駕駛汽車到面部識(shí)別系統(tǒng)。該領(lǐng)域的主要挑戰(zhàn)之一是獲得高質(zhì)量的數(shù)據(jù)集來訓(xùn)練機(jī)器學(xué)習(xí)模型。
2023-04-10 標(biāo)簽:gpu計(jì)算機(jī)數(shù)據(jù)庫 983 0
深度學(xué)習(xí)基礎(chǔ)知識(shí)(5)
上一節(jié)中說到,需要求使損失函數(shù)最小的權(quán)重和偏置,高中數(shù)學(xué)中,求函數(shù)的極值就是使函數(shù)導(dǎo)數(shù)為0的點(diǎn)。
2023-05-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)函數(shù) 982 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
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 |