AI训练营-lesson1

最新推荐文章于 2024-10-08 20:27:53 发布
最新推荐文章于 2024-10-08 20:27:53 发布
阅读量67 收藏
点赞数
文章标签： 人工智能 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kyriezjr/article/details/128839850
版权

计算机视觉介绍

基本任务：分类、检测和分割

开源框架

只学pytorch就可以

MMLab介绍

三宝：基于pytorch，丰富的模型库和数据集，跟踪前沿

机器学习和神经网络简介

通过数据驱动让机器学会解决问题

分为监督学习、自监督学习、无监督学习

神经网络

输出层的激活函数使用softmax

与计算机视觉最相关的是卷积神经网络（CNN）

kyrie0
关注
南瓜书《动手机器学习公益训练营》-lesson1
sinat_28591295的博客
02-12 322
线性回归 主要内容包括： 1. 线性回归的基本要素 模型 为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系: price=warea⋅area+wage⋅age+b \mathrm{price} = w_{\mathrm{area}} \cdot \mathrm{area}...
AI训练营-lesson2
kyriezjr的博客
02-04 54
AI训练营-lesson2记录
开源特训营 - Lesson 1 - 开源基础
开源社KAIYUANSHE的博客
08-22 183
| 作者：苏斌|编辑：王玥敏作者：课程助教 苏斌主讲：庄表伟 - 开源社理事长庄老师今天以开源技术简介及其发展趋势为主题带来了生动的讲解。本次课程主要内容为“开源是什么？”、“为何要学...
零基础边缘端智能安防训练营 | Lesson 2
AidLux的博客
12-05 446
基于AidLux平台沉浸式AIoT开发流程
零基础边缘端智能安防训练营 | Lesson 5
AidLux的博客
12-08 224
本次训练营，主要针对越界识别的功能进行讲解和实现，在最后的作业环节，大家可以跟着实现客流统计的功能。
零基础边缘端智能安防训练营 | Lesson 3
AidLux的博客
12-06 297
越界识别项目中人体检测模型的训练和部署测试
零基础边缘端智能安防训练营 | Lesson 4
AidLux的博客
12-08 205
上节课，我们学习了在云服务器上，使用Yolov5算法，训练人体检测模型。而越界识别功能，是由人体检测+人体追踪+业务功能（监测区域判断是否有人体进入）来综合评判。在本节课，我们重点学习智慧城市AI项目中，非常重要的一个算法，目标追踪。
零基础边缘端智能安防训练营 | Lesson 1
AidLux的博客
12-05 337
智慧城市&CV项目落地行业背景
零基础边缘端智慧交通训练营 | Lesson 2
AidLux的博客
12-30 563
第二节课主要是先从AI项目目前存在的安全风险&AI安全技术方面和大家一起了解行业现状；然后一起学习了“以数据为中心”的鲁棒机器学习策略和边缘设备软件AidLux的相关知识。
零基础边缘端智慧交通训练营 | Lesson 4
AidLux的博客
12-30 415
本节课，我们来学习智慧交通AI安全功能中非常重要的一个分支——对抗攻击&对抗防御的相关知识与应用。
飞桨领航团AI达人创造营课程笔记Lesson_3：深度学习模型训练和关键参数调优详解
OPMC_Adsp的博客
07-30 1479
飞桨领航团Lesson_3：深度学习模型训练和关键参数调优详解一级目录二级目录三级目录 一级目录 二级目录 三级目录
【学习笔记】Lesson1-强化学习(RL)初印象（强化学习7日打卡营-世界冠军带你从零实践）
Kevin Pang的博客
06-23 354
Lesson1-强化学习(RL)初印象 1 什么是强化学习 1.1 核心思想 智能体agent在环境environment中学习，根据环境的状态state，执行动作action，并根据环境的反馈reward（类似于现实生活的奖励）来指导更好的动作。 关键词： 2 part: agent, environment 3 factors: state/observation, action, reward 两大特点： 强环境交互，强决策性 奖励延迟 1.2 一个有趣的示例 代码可参考PARL目录：
飞桨领航团AI达人创造营课程笔记Lesson_2：数据集的获取与处理(CV方向)
OPMC_Adsp的博客
07-29 347
目录数据集的获取途径1.1 Kaggle有趣比较火热的数据集1.2 天池1.3 DataFountain1.4 其他常用的数据集官网数据处理与标注2.1 官方数据处理成VOC或者COCO2.1.1COCO2017数据集介绍2.1.2 Object Keypoint 类型的标注格式2.1.3 categories字段2.1.4 数据集统计信息数据预处理方法模型训练评估 数据集的获取途径 通常，数据来源于各个比赛平台，如百度AI Studio ,Kaggle、天池、讯飞等平台，或者是Github。
百度七日入门强化学习训练营
weixin_40054643的博客
06-21 439
一直都有在参加百度7日训练营活动，这次是关于强化学习的~ 强化学习（RL）初印象 Part1 什么是强化学习 强化学习（英语：Reinforcement learning，简称RL）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。 核心思想：智能体agent在环境environment中学习，根据环境的状态state（或观测到的observation），执行动作action，并根据环境的反馈reward（奖励）来指导更好的动作。 注意：从环境中获取的状态，有时候叫state.
基于Keras的U-Net模型在图像分割与计数中的应用
深度学习实战训练营，一起交流探索深度学习
10-04 1540
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo
阿利同学的博客
10-07 1123
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo
北大对齐团队深度硬核解读：OpenAI o1开启「后训练」时代强化学习新范式
ys707663989的博客
10-06 1874
本文深入探讨了OpenAI o1的技术细节、的实现、合成数据与推理搜索的优化，以及AI安全的新启示，展示了大语言模型在推理能力提升和安全对齐方面的最新进展与未来方向。
树莓派外挂Camera4（pipeline）
fanged的专栏
10-03 662
现在说起Pipeline都有点迷糊了，很多都是这个概念。GStreamer里面有，相机里面有，然后还有别的地方也有。pipeline本身其实没什么特殊的，简单理解就是一段处理。晚上查了一下，确实这几个地方都叫pipeline，然后树莓派还有个自己的Post-processing，也就是后处理。今天主要说camera的和Post-processing的。
文本区域分割系统源码＆数据集分享
最新发布
lzmlzm89的博客
10-08 1090
数据集信息展示在现代计算机视觉领域，文本区域分割的研究日益受到重视，尤其是在处理文档图像和名片等场景时。为此，我们构建了一个名为“more2”的数据集，旨在为改进YOLOv8-seg模型提供丰富的训练素材，以提升其在文本区域分割任务中的表现。该数据集包含五个类别，具体包括“0”、“2”、“business-name-card”、“doc”和“wendang”，每个类别均具有独特的特征和应用场景，能够为模型的训练提供多样化的样本。
"智能引领未来：AI人工智能-区块链-物联网-大数据可视化平台解决方案
AI人工智能-区块链-物联网-大数据可视化平台建设综合解决方案是一种针对当前信息技术发展趋势的全面解决方案。在AI人工智能革命的大背景下，人工智能已经成为引领人类第四次工业革命的核心技术，将智能化的应用到...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值