526互联

全能 图像 原理

图像识别的技术前沿：人工智能与机器学习的融合

图像识别的技术前沿在于人工智能（AI）与机器学习（ML）的融合。这种融合使得图像识别系统能够从大量数据中自动学习并识别出各种模式，从而在复杂和动态的环境中实现更高的准确性和鲁棒性。 机器学习在图像识别中发挥着越来越重要的作用。传统的图像识别方法通常依赖于手工制作的特征提取和特征匹配，而机器学习则通过 ......
技术前沿 人工智能 人工 图像 机器

Linux驱动开发笔记（六）：用户层与内核层进行数据传递的原理和Demo

前言 驱动作为桥梁，用户层调用预定义名称的系统函数与系统内核交互，而用户层与系统层不能直接进行数据传递，进行本篇主要就是理解清楚驱动如何让用户编程来实现与内核的数据交互传递。 温故知新 设备节点是应用层（用户层）与内核层交互； 使用预先的结构体进行操作，如系统open函数对应了驱动中文件操作及的op ......
内核 原理 笔记 数据 用户

3D图像如何去除噪声掉点的10种方法

在处理3D图像或点云数据时，可能会遇到一些异常点，这些点可能是由于噪声、错误的测量或其他因素造成的。这些异常点可能会对图像分析和处理的准确性产生负面影响。为了提高数据质量，通常需要通过滤波算法来去除这些异常点。以下是几种常见的3D点云数据去噪和滤波方法：统计滤波器（StatisticalOutlie ......
噪声 图像 方法

深度解析 PyTorch Autograd：从原理到实践

本文深入探讨了 PyTorch 中 Autograd 的核心原理和功能。从基本概念、Tensor 与 Autograd 的交互，到计算图的构建和管理，再到反向传播和梯度计算的细节，最后涵盖了 Autograd 的高级特性。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、A ......
深度 Autograd 原理 PyTorch

Iterator集合底层原理

//Itr是 ArrayList中的一个内部类 private class Itr implements Iterator<E> { int cursor; // index of next element to return 光标，表示是迭代器里面的那个指针，默认指向0索引的位置 int last ......
底层 Iterator 原理

Matlab 将矩阵（图像）写入.raw 格式文件

笔者近期在将 bmp 图像格式图像转为 raw 过程中遇到了一些问题，主要是 fwrite 在写入矩阵时的元素顺序问题。要想保证存储后的 raw 图像能够正常的用 ps 打开，需要将元素按正确的顺序存储。 Matlab 中 fwrite 在写入矩阵时是列优先的，也就是先写入第 1 列，再第 2 列， ......
矩阵 图像 格式 文件 Matlab

金字塔原理

第1章 为什么要用金字塔结构 上一篇←《金字塔原理》→下一篇 如果受众希望通过阅读你的文章、听你的演讲或培训，来了解你对某一问题的观点，那么他将面临一项复杂的任务。因为即使你的文章篇幅很短，比如只有两页纸，文章中也会包括大约100个句子。读者必须阅读、理解每一句话，并且寻找每句话之间的联系，前前后后 ......
金字塔 金字 原理

越狱版和免越狱版iphone手机imessages群发,imessages短信,imessages推信,苹果imessage群发实现原理 - 手机端

Apple公司全线在mac os与ios两个操作系统上内置了FaceTime与iMessage两个应用。完美替代运营商的短信与电话。并且FaceTime与iMessage的帐号不仅仅与Apple ID 绑定，同时也与使用这Apple ID的手机号码绑定，这样的漏洞自然给无孔不入的群发垃圾信息商们提供 ......
imessages 手机 imessage 原理 苹果

ssh 原理和技巧转载

转载自：ssh原理和技巧 SSH 是用于计算机之间的加密登录的一种网络协议 在早期互联网使用当中，都是使用明文进行通信的，一旦消息被截获，内容就暴露无疑。1995 年，芬兰学者 Tatu Ylonen 设计了 SSH 协议，将登录信息全部加密，成为互联网安全的一个基本解决方案，迅速在全世界获得推广， ......
原理 技巧 ssh

istio-sidecar自动注入原理

0.原理 istio通过添加MutatingWebhook识别打了自动注入标签的Pod-create请求，请求pilot暴露的sidecar注入接口，pilot根据template生成sidecar并修改patch到pod元数据中返回完成sidecar注入。 1.指定namespace打注入标签 k ......
istio-sidecar 原理 sidecar istio

深度学习的原理详解

最近ChatGPT很火，让更多的人意识到未来利用机器的深度学习来完成事情，做出一些决策，将会成为未来的一个趋势。基于深度学习的数据训练这些技能将成为程序员必备的专业技能之一。所以我们有理由持续的关注深度学习与机器训练这个领域，今天给大家说明白目前主流深度学习的一些基本的流程原理,以及目前深度学习的一 ......
深度 原理

Volcano 原理、源码分析（二）

0. 总结前置 1. 概述 2. 寻找调度器中的 PodGroup 2.1 从 PodGroup 到 JobInfo 的封装 2.2 从 Pod 到 TaskInfo 的封装 3. 控制器中 PodGroup 和 Pod 的创建逻辑 3.1 从 main 开始寻找 SyncJob 的踪迹 3.2 S ......
源码 原理 Volcano

简易机器学习笔记（八）关于经典的图像分类问题-常见经典神经网络LeNet

前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......
经典 神经网络 简易 图像 神经

“深度学习”能非常智能的本质原理是什么

在开始学习”AI深度学习”之前，我们要先搞明白AI深度学习能非常智能的本质原因是什么，只有搞懂了本质，才能作为你学习与掌握 “AI深度学习”的基石，为后续的学习打下坚实的基础。所以搞懂今天这边文章非常的重要，我接下来将用一个例子，来说明”AI深度学习”，能使我们的计算机程序非常智能的本质原因是什么。 ......
深度 本质 原理 智能

概率霍夫变换（Progressive Probabilistic Hough Transform）原理详解

概率霍夫变换（Progressive Probabilistic Hough Transform）的原理很简单，如下所述： 1.随机获取边缘图像上的前景点，映射到极坐标系画曲线； 2.当极坐标系里面有交点达到最小投票数，将该点对应x-y坐标系的直线L找出来； 3.搜索边缘图像上前景点，在直线L上的点 ......
Probabilistic 概率 Progressive Transform 原理

opencv库图像基础2-python

opencv库图像基础2-python 图像的简单变换 1.图像的放大和缩小 ......
图像 基础 opencv python

面试官喜欢问Nacos原理？直接把这篇文章甩给他！

大家好，我是三友~~ 今天就应某位小伙伴的要求，来讲一讲Nacos作为服务注册中心底层的实现原理 不知你是否跟我一样，在使用Nacos时有以下几点疑问： 临时实例和永久实例是什么？有什么区别？服务实例是如何注册到服务端的？服务实例和服务端之间是如何保活的？服务订阅是如何实现的？集群间数据是如何同步的 ......
篇文章 原理 Nacos

基于FPGA的图像拼接算法实现,包括tb测试文件和MATLAB辅助验证

1.算法运行效果图预览 将FPGA的拼接结果导入到matlab，显示结果如下： 2.算法运行软件版本 vivado2019.2 matlab2022a 3.算法理论概述 3.1 理论概述 基于FPGA的图像拼接算法实现是一种利用FPGA硬件平台对图像进行拼接处理的方法。基于FPGA的图像拼接算法实现 ......
算法 图像 文件 MATLAB FPGA

图像算法（伽马变换）

伽马变换（Gamma Correction）是一种常用于图像处理的非线性变换方法，用于调整图像的亮度。伽马变换的主要目的是对图像的像素值进行幂函数变换，以改变图像的对比度和亮度。 伽马变换的数学表达式为： \(I_{(out)}(x,y)=I_{in}(x,y)^{\gamma}\) 其中： \(I ......
算法 图像

Unity3D Shader Graph 使用 DDXY 节点达到抗锯齿的原理详解

Unity3D是一款非常强大的游戏开发引擎，而Shader Graph是Unity3D中用于制作和编辑着色器的工具。在游戏开发中，抗锯齿是一个非常重要的技术，它可以使得游戏画面更加平滑，减少锯齿感。在本文中，我们将详细介绍如何使用Unity3D Shader Graph中的DDXY节点实现抗锯齿效果 ......
锯齿 节点 原理 Unity3D Shader

基于FPGA的图像拉普拉斯变换实现,包括tb测试文件和MATLAB辅助验证

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a vivado2019.2 3.算法理论概述 拉普拉斯变换是一种二阶微分算子，用于图像增强和边缘检测。它通过计算图像中每个像素点周围像素的灰度差值，突出图像中的高频成分，从而增强边缘和细节。 对于二维图像f(x,y)，拉普拉斯变换定 ......
拉普拉斯 图像 文件 MATLAB FPGA

混合运算-scanf读取标准输入原理

1.混合运算 强制类型转换实际上是运算符的一种，例如将整型变量i转换为浮点型的表达式：(float) i。 这种运算的作用是当我们在进行除法运算时，如下所示： int i = 5; float j = i / 2; //j的值是5 float k = (float)i / 2; //k的值是2.5， ......
原理 标准 scanf

NeruIPS 2023 | SegRefiner：通过扩散模型实现高精度图像分割

前言 尽管图像分割在过去得到了广泛研究和快速发展，但获得细节上非常准确的分割 mask 始终十分具有挑战性。因为达成高精度的分割既需要高级语义信息，也需要细粒度的纹理信息，这将导致较大的计算复杂性和内存使用。而对于分辨率达到2K甚至更高的图像，这一挑战尤为突出。由于直接预测高质量分割 mask 具有 ......
高精 高精度 SegRefiner 模型 图像

JavaWeb - Day14 - SpringBoot原理、bean的管理

01. SpringBoot-配置优先级 在我们前面的课程当中，我们已经讲解了SpringBoot项目当中支持的三类配置文件： application.properties application.yml application.yaml 在SpringBoot项目当中，我们要想配置一个属性，可以通 ......
SpringBoot 原理 JavaWeb bean Day

一文带你深入理解K8s-Pod的意义和原理

本文分享自华为云社区《深入理解K8s-Pod的意义和原理》，作者：breakDawn。 在Kubernetes概念中，有以下五种概念： 容器container：镜像管理的最小单位 生产任务Pod：容器组，资源调度最小单位 节点Node：对应集群中的单台机器，是硬件单元的最小单位 集群Cluster： ......
原理 意义 K8s-Pod Pod K8

污点分析技术的原理和实践应用

摘抄一篇论文，原文的标题：污点分析技术的原理和实践应用 原文作者：王 蕾 1,2, 李 丰 1, 李 炼 1, 冯晓兵 11(计算机系统结构国家重点实验室(中国科学院 计算技术研究所),北京 100190) 2(中国科学院大学,北京 100190) 软件学报 ISSN 1000-9825, CODE ......
污点 原理 技术

分页原理、cookie

推导分页原理 分页：当我们要展示的数据特别多的时候，一页展示不完，这个时候我们需要把要展示的数据分成多页展示 分页中需要的几个参数： 1. 总数据有多少条 2. 每页展示多少条数据(自己规定的20) 3. 一共展示多少页 4. 总页数 = 总数据量 / 每页展示多少条数据 5. 当前第几页(前端传过 ......
原理 cookie

差分隐私的原理、优势和应用案例

由于声誉受损或受到法规罚款等因素，数据隐私的侵犯对组织来说代价高昂。根据IBM的2022年数据泄露成本报告，数据泄露的平均总成本接近450万美元。但是许多重要的业务问题仍然需要访问私人信息，这就需要隐私保护，本文介绍2023年被重点关注的隐私保护技术——差分隐私。 ......
隐私 原理 优势 案例

KubeEdge介绍和设计原理

http://bingerambo.com/posts/2021/05/kubeedge%E4%BB%8B%E7%BB%8D%E5%92%8C%E8%AE%BE%E8%AE%A1%E5%8E%9F%E7%90%86/#edgecore KubeEdge介绍和设计原理 Binge 收录于 K8S 20 ......
KubeEdge 原理

StarRocks 技术内幕：查询原理浅析

一条查询 SQL 在关系型分布式数据库中的处理，通常需要经过 3 大步骤： 1. 将 SQL 文本转换成一个 “最佳的”分布式物理执行计划 2. 将执行计划调度到计算节点 3. 计算节点执行具体的物理执行计划 本文将详细解释在 StarRocks 中如何完成一条查询 SQL 的处理。 首先来了解 S ......
内幕 StarRocks 原理 技术
共3460篇  :4/116页 首页上一页4下一页尾页