![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学习-项目类
文章平均质量分 84
算法在实际中的应用,动手操作
双木的木
种一棵树最好的时间是十年前,其次是现在。
展开
-
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
在使用打印机或扫描仪扫描文档时,由于摆放位置差异难免造成扫描文档的倾斜。本文将使用OpenCV将倾斜的文档矫正水平并去除黑边。原创 2024-06-09 17:52:10 · 439 阅读 · 0 评论 -
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
本文主要介绍如何使用YOLOv8+BYTETrack+OpenCV实现车辆速度的计算(详细步骤 + 代码)。您是否想过如何实现?在本教程中,我们将探索从对象检测到跟踪再到速度估计的整个过程。本文的实现主要包含以下三个主要步骤,分别是,下面我们将一一介绍其实现步骤。要对视频执行,我们需要迭代视频的帧,然后对每个帧运行我们的检测模型。推理则提供对预先训练的目标检测模型的访问,我们使用yolov8x-640模型。当然您也可以将其替换为Ultralytics YOLOv8、YOLO-NAS或任何其他模型。原创 2024-02-29 09:41:31 · 2888 阅读 · 5 评论 -
3D视觉工坊 | 手把手教你在自己的数据集上训练YOLOv9!
今天笔者为大家分享国外的James Gallagher和Piotr Skalski编写的YOLOv9使用教程!原博客链接为。YOLOv9开源了一种新的CV模型架构,比现有流行的YOLO模型(YOLOv8、YOLOv7和YOLOv5)在MS COCO数据集上取得了更高的mAP。本指南展示了如何在自定义数据集上训练YOLOv9模型,将通过一个训练视觉模型的例子来识别一个球场上的足球运动员。有了这一点,可以用这个指南使用你想要的任何数据集。话不多说,让我们开始!YOLOv9是由开发的计算机视觉模型。原创 2024-02-27 09:54:45 · 1380 阅读 · 0 评论 -
萝卜大杂烩 | 把微信接入ChatGPT,变成聊天机器人竟然这么简单!(一起来尝试吧~)
最近的ChatGPT 又再次火热起来了,各种周边工具也是层出不穷,今天我们就一起来做一个基于 ChatGPT 的微信聊天机器人,来感受 AI 世界的快乐吧~我们先来看几个我比较关心的问题吧Python 语言算法什么是 ChatGPT:人工智能会统治世界吗:哲学问题:哈哈哈,还是挺有意思的,也足够强大!下面我们来看看如何制作 ChatGPT 机器人吧。原创 2024-02-18 22:29:36 · 1158 阅读 · 0 评论 -
深度学习与计算机视觉 | 实用CV开源项目汇总(有github代码链接,建议收藏!)
本文介绍了几个常用的计算机视觉项目,内附开源的GitHub代码链接。图像反向搜索动漫场景,使用动漫截图搜索该场景的拍摄地。它告诉你该动画在日本动漫中出现的是哪个动画,哪个情节以及确切的时间。GitHub地址:https://github.com/soruly/trace.moe原创 2024-02-18 22:27:25 · 1340 阅读 · 0 评论 -
PyTorch深度学习实践概论笔记10练习-Pytorch实现手写数字(MNIST)识别
简单回顾一下练习题。• Try a more complex CNN:(尝试更复杂的CNN)• Conv2d Layer *3• ReLU Layer * 3• MaxPooling Layer * 3• Linear Layer * 3• Try different configuration of this CNN:(尝试不同的CNN配置)• Compare their performance...原创 2022-02-01 21:21:31 · 1404 阅读 · 0 评论 -
PyTorch深度学习实践概论笔记9练习-使用kaggle的Otto数据集做多分类
5 Exercise 9-2: Classifier Implementation练习9-2:找到kaggle的这个数据集做多分类Dataset ref:https://www.kaggle.com/c/otto-group-product-classification-challenge/data原创 2022-01-28 08:15:21 · 2335 阅读 · 9 评论 -
PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测(三)构建模型(使用DataLoader类)
构建模型来预测人员是否存活,尝试了3种模型,模型3提交之后的准确率79.186%。原创 2022-01-23 11:11:23 · 1859 阅读 · 11 评论 -
PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测(二)总结[可选]
总体生存率情况(Survived):整个数据集存活率38.38%,死亡率61.62%。不同性别的人员存活率分析(Sex、Survived):整个数据集中男性人数577,女性314人,男性占比64.75%,但女性的存活率74.2%远高于男性存活率18.8%(存活率与性别有关)。不同登船港的人员存活率分析(Embarked、Survived):可以看到,C地登船的存活率最高、其次为Q地登船、S地登船人数最多但存活率仅有1/3(存活率与登船港有关)。不同船舱号的人员存活率分析(Cabin、Surviv原创 2022-01-22 13:32:41 · 894 阅读 · 0 评论 -
PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测(一)数据分析
刘老师在第8讲中留下一个练习:使用kaggle上的Titanic数据集,使用DataLoader类进行分类。训练目标是预测某位乘客是否活下来(Survived)。我们先看前期的数据分析。原创 2022-01-20 20:22:15 · 3171 阅读 · 2 评论 -
2020年度最佳的23个的机器学习项目(附源代码)
本文来源公众号“大数据文摘”,侵权删。原文链接:2020年度最佳的23个的机器学习项目(附源代码)来收藏一波干货!https://mp.weixin.qq.com/s/An8E03DsiwullZ3XJ4aNFA编译:Luna目录面向初学者的机器学习项目1.鸢尾花分类项目2. Emojify –使用Python创建自己的表情符号3.使用机器学习进行贷款预测4.住房价格预测项目5. MNIST数字分类机器学习项目6.使用机器学习预测股价7.泰坦尼克号生存计划8.原创 2021-09-18 13:29:51 · 2969 阅读 · 0 评论