CV-图像分类
关注
分享
扫一扫
文章平均质量分 84
植物分类的二级目录
具身机器人曾小健
"具身机器人曾小健、强化学习曾小健2、强化学习曾小健3、我是机器人曾小健具身"都是该号副号。CSDN全站70强博客、总超900w+浏览。AI生成式技术，计算机博士；llama3、Baichuan2、Qwen、GLM-4等等项目贡献人(微chat同GitHub：ArtificialZeng)。这个博客的主题主要是强化学习技术、AI生成式技术、大模型多模态技术、机器人具身智能控制技术、机器/深度学习论文或科研前沿、GNN图神经网络、神经网络，包括人工神经网络和生物神经网络，及其大脑演化，智能和认知的产生，通用人工智能；
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
生成模型得到的合成数据，对图像分类会有帮助吗？
作者通过三个角度来研究基于“文本-图像”这种生成方法得到的合成数据是否对图像分类有帮助，包含对零样本图像分类、少样本图像分类、迁移学习。一篇很有意思的文章，来自香港大学、牛津大学、字节跳动的研究人员对合成数据是否对图像分类有帮助进行了细致研究，相信结论会给我们一些启发。据，这个领域发展很快，出现了很多生成质量很高的基于文本生成图像的优秀方法，比如扩散模型等，除了生成数据量可以无限，这种生成模型也可以在。作者指出，合成数据的规模越大，表现出越高的性能，而增加合成样本多样性也是重要的影响因素。原创 2024-11-22 10:03:45 · 509 阅读 · 0 评论 -
使用 AutoTrain 进行图像分类
在上面的截图中，你可以看到我的项目启动了 5 个不同的模型，每个模型都达到了不同的准确度分数。通过让 AutoTrain 试验许多不同的模型，您甚至很有可能最终得到一个比工程师手工训练的模型表现更好的模型 🤯 我们一直在扩大我们支持的任务数量，我们很自豪地宣布，添加数据后，只需选择您希望 AutoModel 尝试的模型候选数量，查看预期的训练成本（使用 5 个候选模型和少于 500 张图像的训练是免费的🤩），然后开始训练！您想要一个可以识别签名的模型吗？最重要的是，您可以免费创建您的第一个项目！原创 2024-10-29 16:15:39 · 958 阅读 · 0 评论 -
什么是人在环 (HITL)？人在环中/人类在环
更新 on 2022 年 12 月 9 日ByDrew Dizzy Graham 在 Unsplash 上拍摄的照片在处理人工智能 (AI) 和机器学习 (ML) 时，您可能会遇到的术语之一是人机交互 (HITL)。就像听起来一样。HITL 是人工智能的一个分支，在创建机器学习模型时依赖人类和机器智能。人机交互方法意味着人们参与训练、调整和测试的算法周期。人类首先对数据进行标签，这有助于模型获得高质量、高数量的训练数据。然后，在人类开始微调模型之前，机器学习算法会学习根据数据做出决策。原创 2024-10-25 22:44:09 · 1254 阅读 · 0 评论 -
深度学习训练过程可视化（附github源码）
Visual DL是百度开发的，基于echar和PaddlePaddle，支持PaddlePaddle，PyTorch和MXNet等主流框架。通过整个过程，想必大家对过程有详细了解，如果你技术好的，你可以通过深度学习平台直接可视化训练过程，那个过程想必比这个更加详细。本文介绍了多个能将深度学习训练过程进行可视化的工具，帮助大家更好地理解深度学习，非常实用。其实还有很多可视化工具，但是今天我要说的是，训练过程的可视化，与TF的可视化类似，但是。最终的成品即使对于完全不懂的新手来说，也没有使用门槛。原创 2024-10-25 21:10:48 · 749 阅读 · 0 评论 -
利用MMPreTrain微调图像分类模型
MMPreTrain是一款基于。原创 2024-10-25 16:05:21 · 917 阅读 · 0 评论