图像处理 物体 算法 深度
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码)
https://blog.csdn.net/guyuealian/article/details/128099672 深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录 深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 1. 前言 2. 车辆检测数 ......
深度学习在机器视觉中的应用与优势
深度学习在机器视觉中的应用与优势已经引领了该领域的巨大进展，它基于深度神经网络的方法在图像处理和分析方面取得了卓越的成就。以下是深度学习在机器视觉中的一些应用和优势： 图像分类： 深度学习模型如卷积神经网络（CNN）在图像分类任务中表现出色。它们可以自动学习和提取图像中的特征，从而在识别和分类图 ......
安防监控视频AI智能分析网关V4离岗检测算法配置步骤来啦
我们的AI边缘计算网关硬件 —— 智能分析网关目前有5个版本：V1、V2、V3、V4、V5，每个版本都能实现对监控视频的智能识别和分析，支持抓拍、记录、告警等，每个版本在算法模型及性能配置上略有不同。硬件可实现的 AI 检测包括：人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行 ......
文心一言 VS 讯飞星火 VS chatgpt （110）-- 算法导论10.2 1题
一、用go语言，单链表上的动态集合操作 INSERT 能否在 O(1)时间内实现？DELETE 操作呢？ 文心一言： 在单链表中，INSERT 和 DELETE 操作的时间复杂度通常是 O(n)，其中 n 是链表中的元素数量。这主要是因为当你插入或删除元素时，你需要遍历链表来找到正确的插入或删除位置 ......
mysql 删除数据表报错 表删除时 Cannot delete or update a parent row: a foreign key constraint fails 异常处理
mysql 删除数据表报错 表删除时 Cannot delete or update a parent row: a foreign key constraint fails 异常处理 MySQL报错 "Cannot delete or update a parent row: a foreign ......
浅析森林烟火AI检测算法的应用及场景使用说明
一、方案背景 现有的森林防火监测系统落后，以人工地面巡护、瞭望塔高点巡查为主，存在巡护范围有限、巡护效率低等问题，建立健全的森林防火风险预警体系，实现对森林、林场等场景的全天候智能自动监测、火情预警，及时发现森林火灾并辅助决策，是当前林业管理的重要任务。 二、方案概述 旭帆科技基于视频监控技术、AI ......
【Python深度学习】目标检测和语义分割的区别
在计算机视觉领域，语义分割和目标检测是两个关键的任务，它们都是对图像和视频进行分析，但它们之间存在着明显的区别。本文将通过图像示例，详细阐述语义分割和目标检测之间的差异。 ......
从机器学习到深度学习知识体系梳理
这几天看到一本书《从机器学习到深度学习（基于scikit-learn与Tensorflow的高效开发实战）》 感觉非常适合AI知识架构的搭建，在这里记录一下，其实里面还有非常棒的细节，比如： 把Numpy、Pandas、Matplotlib 作为了Python基础工具，感觉这个思路非常好可以用自己的 ......
记一次Word 表格处理
private static void Main(string[] args) { //假定，每个表格都只有三张照片 且 按以下方式 排列 /* "GIS平面图" "GIS平面图" "GIS平面图" "照片（井盖近景）" | "照片（井盖全景）" "照片（井盖近景）" | "照片（井盖全景）" "照 ......
10.10算法
爬楼梯假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？ 示例 1： 输入：n = 2输出：2解释：有两种方法可以爬到楼顶。1. 1 阶 + 1 阶2. 2 阶示例 2： 输入：n = 3输出：3解释：有三种方法可以爬到楼顶。1. ......
446-基于VU440T的多核处理器多输入芯片验证板卡
基于XCVU440-FLGA2892的多核处理器多输入芯片验证板卡为实现网络交换芯片的验证，包括四个FMC接口、DDR、GPIO等，板卡用于完成甲方的芯片验证任务，多任务功能验证 ......
SWUST 排序算法性能研究实验报告
一、 实验内容及目的 实验内容： 分析合并排序、快速排序、堆排序在不同规模数据、不同数据下的性能。 实验目的： 深入理解合并排序、快速排序、堆排序的思想，掌握三种排序的排序方法，对三种排序进行算法分析，通过与算法比较，体会三种排序算法的优缺点，进而了解在何种情况下使用何种算法。 分析的指标： 在相同 ......
[扫盲]市面常见处理器体系架构等式
x86 = x86-32 = i386 = ia32 ia32 全称 Intel Architecture, 32-bit 指令集。 x86-64 = x64 = amd64 = intel64 x86, amd 归属 CISC(复杂指令集, Complex Instruction Set Comp ......
js之基础算法案例
1 判断是闰年还是平年 算法：能被4整除且不能整除100的为闰年 或者能够被 400 整除的是闰年 // 接收用户输入 var year = prompt('请您输入年份：'); if (year % 4 == 0 && year % 100 != 0 || year % 400 == 0) { a ......
三维模型3DTile格式轻量化云端处理技术方法分析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
算法戴高乐计划-03篇-题目
LCP 07. 传递信息 小朋友 A 在和 ta 的小伙伴们玩传信息游戏，游戏规则如下： 有 n 名玩家，所有玩家编号分别为 0 ～ n-1，其中小朋友 A 的编号为 0 每个玩家都有固定的若干个可传信息的其他玩家（也可能没有）。传信息的关系是单向的（比如 A 可以向 B 传信息，但 B 不能向 A ......
.Net Core 统一全局处理字符串为Null问题
services.AddControllersWithViews().AddNewtonsoftJson(options => { //设置序列化时间格式 options.SerializerSettings.DateFormatString = "yyyy-MM-dd HH:mm:ss"; opt ......
C++算法之旅、09 力扣篇 | 常见面试笔试题（上）算法小白专用
算法学习笔记，记录容易忘记的知识点和难题。详解时空复杂度、50道常见面试笔试题，包括数组、单链表、栈、队列、字符串、哈希表、二叉树、递归、迭代、分治类型题目，均带思路与C++题解 ......
m基于深度学习网络的宠物狗种类识别系统matlab仿真,带GUI界面
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 基于深度学习网络的宠物狗种类识别系统是一种利用深度学习技术进行图像分类的方法，可以自动学习图像中的特征，并根据这些特征对图像进行分类。该系统的原理和数学公式如下： 深度神经网络模型：在宠物狗种类识别系统中，使用深度神经 ......
[算法分析与设计] 2. 斐波那契堆及其应用
一个优先队列需要支持的操作有 insert 插入元素 \(x\)。 find-min 返回最小的元素。 delete-min 删除最小的元素。 decrease-key 将一个元素 \(x\) 减小 \(k\)。\(k \geq 0\)。 常用于实现优先队列的数据结构是堆。 需要注意的是，小根堆需要 ......
深度学习（cudnn加速）
cudnn为网络每一卷积层选最优实现方法，加速网络训练。 设置如下： torch.backends.cudnn.benchmark = True 加速条件如下： 1. 输入数据在训练过程中一般不变化。 2. 数据量较大，并可以同时加载到GPU内存中。 3. 训练次数比较多。 ......
pytorch(8-3) 文本语言处理 拆分成字符统计词频并从高到底分配ID 画图可视化1-3元词频分布规律
https://zh.d2l.ai/chapter_recurrent-neural-networks/language-models-and-dataset.html import collections import re from d2l import torch as d2l #@save ......
C#堆排序算法
前言 堆排序是一种高效的排序算法，基于二叉堆数据结构实现。它具有稳定性、时间复杂度为O(nlogn)和空间复杂度为O(1)的特点。 堆排序实现原理 构建最大堆：将待排序数组构建成一个最大堆，即满足父节点大于等于子节点的特性。 将堆顶元素与最后一个元素交换：将最大堆的堆顶元素与堆中的最后一个元素交换位 ......
搭建Pytorch2.1+CUDA12.1+Anaconda+Pycharm深度学习环境
环境： Win11 22H2 需要的安装包： Anaconda3-2021.05-Windows-x86_64.exe Python 3.11. pycharm-professional-2021.2.1.exe CUDA12.1与CUDNN V8.9.5 pytorch 2.1 选择性安装Open ......
《动手学深度学习 Pytorch版》 8.3 语言模型和数据集
8.3.1 学习语言模型 依靠在 8.1 节中对序列模型的分析，可以在单词级别对文本数据进行词元化。基本概率规则如下： \[P(x_1,x_2,\dots,x_T)=\prod^T_{t=1}P(x_t|x_1,\dots,x_{t-1}) \]例如，包含了四个单词的一个文本序列的概率是： \[P( ......
深度学习（判断cuda是否可用）
安装完pytorch、cuda和cudnn之后，可以先判断是否可用。 import torch print('CUDA版本:',torch.version.cuda) print('Pytorch版本:',torch.__version__) print('显卡是否可用:','可用' if(torc ......
pytorch(8-2) 文本语言处理 拆分成字符统计词频并从高到底分配ID
https://zh.d2l.ai/chapter_recurrent-neural-networks/language-models-and-dataset.html import collections import re from d2l import torch as d2l #@save ......
音视频处理三剑客之 AEC：回声产生原因及回声消除原理
在上一期课程《音视频开发者进阶 —— 音频要素》中，我们从声音三要素、音频模拟信号的数字化和音频数字信号特征等方面，重新认识了“声音”这个老朋友。今天，我们会进一步聊聊这个老朋友在 RTC 世界中的其他故事。 磨刀不误砍柴工，在主题开始之前，我们先来了解一下 RTC 场景中音视频数据的基本处理流程。 ......
CDGA 章节重点冲刺系列-第二章 数据处理伦理
1. 数据处理伦理 1. 数据伦理准则 尊重他人 行善原则：不伤害，利益最大伤害最小 公正 尊重法律和公众利益 2. 数据伦理相关法律法规 1. 欧盟数据保护条例 GDPR 公平、合法、透明 目的限制 数据最小化 准确性 存储限制 诚信和保密 问责制度 3. 在线数据伦理环境 数据所有权 被遗忘的权 ......
Unity使用https请求握手失败的处理方案
Unity使用https请求握手失败的处理方案 Handshake failed UNITYTLS_INTERNALS解决方案 var handler = new HttpClientHandler();//需要加这句 handler.ClientCertificateOptions = Clien ......