人工智能
文章平均质量分 96
Cherry CSL
IT、机器学习、自然语言处理
展开
-
AidLux智慧交通AI安全实战 ——(目标检测+安全算法)
在智慧交通场景中,⾯对复杂的交通应⽤场景,AI算法容易受到⼀些⼈为的对抗样本攻击, 以及复杂⾃然环境中引⼊的不确定噪声影响。⽐如⻋辆,⾏⼈⼈脸,⻋牌,交通指示牌等都可能成为受攻击的⽬标。因此这里就智慧交通中对抗攻击&对抗防御为核心进行车辆检测+AI安全的算法功能实践。原创 2022-12-06 19:34:04 · 1978 阅读 · 1 评论 -
机器学习实践——人员越界识别(基于Aidlux+Yolov5实现)
实际生活中某些场景下需要配合摄像头自动识别危险区域,并在发现有人员闯入危险区域(禁止进入区域)时进行报警,确保员工的人身安全。原创 2022-10-29 21:28:04 · 4377 阅读 · 0 评论 -
行人越界识别及人流统计AI项⽬部署落地心得分享(目标检测算法+Aidlux平台部署)
基于目标检测算法和Aidlux平台的行人越界识别及人流统计AI项⽬部署落地学习心得体会原创 2022-10-29 14:13:27 · 443 阅读 · 0 评论 -
yolo v4 图像识别实现一——从darknet开始
@yolo v4 图像识别实现yolo v4 图像识别实现1、源码下载https://github.com/AlexeyAB/darknet2、环境准备要求Windows或LinuxCMake> = 3.12:https : //cmake.org/download/CUDA 10.0OpenCV> = 2.4 使用vcpkg从源代码构建或从OpenCV官方网站下载(在Windows上,设置系统变量OpenCV_DIR=C:\opencv\build- include和x6原创 2020-11-20 10:36:53 · 1812 阅读 · 0 评论 -
QtGUI+YOLOv4+VS2017 《图形界面+目标检测gpu版本》
参考:https://blog.csdn.net/weixin_42448226/article/details/105752224一、运行环境win 10vs 2017(若是vs 2019,则需要安装更高版本的qt,可自行百度安装配置)qt 5.9.x(自己:5.9.6)opencv >= 3.0 (optional)cuda >= 10.0(optional)cudnn >= 7.0 for cuda 10(optional)黑体为必要的运行环境。二、下载安装Qt原创 2020-11-20 10:34:50 · 2060 阅读 · 2 评论