- 博客(1276)
- 收藏
- 关注
RSS订阅转载 AI 率超标？手把手教你从100%降到0%！
Lynote 并不只针对中文场景，它还支持80+ 余种语言的 AI 生成检测，尤其对英文论文、外文文献、留学作业等内容，识别准确率同样表现出色，对留学生、外文写作人群也非常友好。当你开始降AI率就不用自己反复排查猜测，对照标注一句一句调整就可以，修改思路清晰直观，能大幅提升效率。直接把视频转成文字，方便做笔记、整理素材、写文稿。现在不管是毕业论文、课程小论文，还是自媒体创作，AI 提速，再检测 AI 率，改到安全范围再提交。，全程无套路，学生党、自媒体群体直接用。AI 改写的句式，只把它当作。
2026-05-24 11:50:49
58
转载 AI共创工作坊 —— 3小时从想法到产品原型
大湾区AI产业应用俱乐部创始人，南山AI夜校创始人，累计负责50+上市公司资本运作、市值管理。用腾讯WorkBuddy"小龙虾"智能体系统，以小组为单位完成一个AI产品的展示方案 + 动态原型，体验AI时代的"产品经理+开发者"双重角色。，大湾区AI产业应用俱乐部运营总监，AI开发者+产品经理，累计协助50+传统企业完成AI业务转型。看别人用AI做App、搭智能体、跑通业务，感觉自己“明明也能做”，但不知道从哪下手。3小时，小组协作完成。，带走两个看得见、摸得着的成品，建立"我也能做产品"的信心。
2026-05-12 22:54:36
70
转载 10万粉丝KOL推荐CodexSaver：把 Codex 的低风险活甩给 DeepSeek 干，贵的模型只做判断。
低风险开发工作下放给更便宜的 worker LLM，高风险判断留给 Codex，并且返回足够清晰的交互信息， 让你明显感知到这个工具正在工作。为了缓解自己的 Codex 焦虑而开发的小工具，Codex确实很优秀，但是简单数据处理和已经固化的工作流用起来很浪费额度，杀鸡用牛刀。默认 DeepSeek，同时支持 OpenAI、Anthropic、Gemini、Qwen、Ollama、LM Studio 等 provider。Codex 很擅长第一类，但用它去做大量第二类工作，往往太贵了。把昂贵模型用在判断上。
2026-05-10 22:26:23
76
转载 用 Codex 写代码很贵，但有一半钱其实在浪费，DeepSeek 也能做，而且便宜 20-30 倍。
留在 Codex 的任务： - 架构决策 - 认证、安全、支付、权限逻辑 - 数据库迁移 - 部署和生产操作 - 模糊的产品需求 - 最终审核。CodexSaver 的核心洞察很简单：你的 Codex 账单里，有一半是在浪费——因为你在用最贵的模型做最便宜的工作。问题是你用 Codex 做的很多事情，根本不需要 Codex 那么强的推理能力。CodexSaver 自动判断任务风险，低风险的委派给 DeepSeek，高风险的留在 Codex。这不是在削弱 Codex 的能力，这是在让贵的模型只做最值的事。
2026-05-08 21:09:02
310
转载 北京：行业智能体（Agent）及Skill开发线下交流活动
BIM、CAD、GIS、SWAT等行业软件的打通、融合进行讨论；1、2:30~3:00：主持人简单介绍水利水电和智能微电网行业。2、3:00~4:00：参会人员介绍自己的开发经验及相关技能；2026年5月9日下午2:30~5:30。4、5:00~5:30：自由交流讨论。3、4:00~5:00：参会人员就。汉鸣人工智能技术（北京）有限公司。汉鸣人工智能技术（北京）有限公司。北京市海淀区清河万象汇写字楼。可以直接微信群报名参加。
2026-05-07 22:09:52
44
转载 把OpenClaw接入微信，让AI替你7x24小时打工
50+上市公司资本运作、市值管理，大湾区AI产业应用俱乐部创始人，深圳南山AI夜校创始人，AI咨询专家，各地国资、人社局、工信局、投促局、金融局、大学累计授课200+场。它会按照你设定的规则，在群里自动答疑、自动回复、自动跟进。AI夜校/龙虾训练营：三小时零代码上手，带走一个能替你干活的微信AI大管家。4、一些已经运行稳定多年的案例场景，可以开发企业用微信的更多更稳定的服务。怎么接入、怎么配置、哪些事能做、哪些事不能做——我们讲清楚，避免踩坑。AI真正“用起来”，让它替你干活，而且是在微信里干活。
2026-03-29 11:48:49
70
转载 插上电就能用：OpenClaw虾堡一体机 家养小龙虾专用
【淘宝】7天无理由退货 https://e.tb.cn/h.i7SuPBi99Nmd3uy?tk=TyQZ50qAjdH HU287 「【现货】OpenClaw虾堡一体机 家养小龙虾专用」点击链接直接打开 或者 淘宝搜索直接打开。
2026-03-25 21:55:21
56
转载 OpenClaw平替版来了！这个免费的Agent工具直接省出 80% 精力！
AI 的核心价值，从来都不是跟风玩热点，而是真正提升我们的效率。100% 免费的无限制使用，相比动辄包月付费的同类工具，Lynote 直接省下了各类插件、会员的开支，一个工具就能替代多个收费软件，性价比直接拉满。lynote.ai/youtube-summary，粘贴链接就能体验，让你的 YouTube 学习效率翻倍，OpenClaw的爆火印证了一个趋势：AI 的能力边界正在快速拓展，从只能搞定 20%的简单任务，AI 玩法，要么费钱要么有技术门槛，想真正把 AI 的效率用到实处，反而成了不少人的小难题。
2026-03-17 00:00:04
136
转载 找了一圈，Lynote 最好用！免费的AI学习全家桶
重要的是100%免费，且无需注册就能获取无限转录，只需要粘贴YouTube的链接就可以开始转录，支持一键复制转文本到剪贴板或导出 除此之外，还可以搭配专属免费 Chrome 插件，直接在 YouTube 视频观看页面就能生成转录和摘要，可以边看视频边使用，提升学习效率！和其他转录工具只会给纯文字不同，Lynote把AI总结和视频关键快照相结合，给到可视化智能总结，自动抓取视频里的关键画面，比如ppt页面、图表、代码页，配合精准的摘要，生成一份图文并茂的学习笔记，比纯文本能让你更直观掌握内容。
2026-03-09 08:30:35
534
转载 OpenClaw 金融 Skill：你的私人金融顾问
以OpenClaw为代表的AI Agent技术，正在通过“投研平权化”和赋能“一人公司”，从根本上重塑金融知识的生产与服务模式。本次活动不仅是一次技术分享，更预示着一种新型的、由AI驱动的金融服务模式的兴起，特别是其关联的“一人公司”（One-Person Company, OPC）概念，揭示了AI技术在赋能个人与小型组织方面的巨大潜力。活动于2026年3月8日在深圳市光明区举办，聚焦于从OpenClaw的安装配置到真实金融场景的实操应用，旨在跑通完整的金融任务协同流程。OpenClaw 安装和使用入门。
2026-03-06 22:33:31
105
转载 金融 X OpenClaw：聚焦于从OpenClaw的安装配置到真实金融场景的实操应用
对于个人从业者和投资者而言，这无疑是一个巨大的机遇，掌握并利用好OpenClaw这类工具，将能够在AI时代获得前所未有的竞争优势。“金融 X OpenClaw”活动不仅是一场关于前沿AI技术的探讨，更是对未来金融服务业态的一次预演。以OpenClaw为代表的AI Agent技术，正在通过“投研平权化”和赋能“一人公司”，从根本上重塑金融知识的生产与服务模式。活动于2026年3月8日在上海静安区举办，聚焦于从OpenClaw的安装配置到真实金融场景的实操应用，旨在跑通完整的金融任务协同流程。
2026-03-05 21:30:11
123
转载 [特殊字符] 深圳南山 OpenClaw 闭门实操会：从“看”到“用”，跑通你的第一个AI Agent
自由交流环节，上一场参与的朋友最喜欢的环节，大家特别喜欢听到不同背景不同领域使用 OpenClaw 的场景和变现模式。V总现场分享：如何让你的Agent在NewHorseAI上“接单”赚钱，开启AI自动化创收新路径。自我介绍，认识各行各业的朋友，光明场有来自互联网、新能源、电商、制造业等行业朋友参加。真实踩坑：通讯录爬取、泄密事故、误机提醒、自学能力、除夕611人拜年、百万阅读爆款。老板必须亲自动手才懂痛点。额外彩蛋：V总带来AI Agent商业化平台，让你的技能直接变现。
2026-02-28 21:28:16
113
转载 最强总结！复盘kaggle计算机视觉竞赛！附top方案
我们在初学kaggle比赛时，可以找一些金牌or优秀解决方案参考学习。我已经整理好了，大家可以扫码领取（下滑更多干货内容）。金牌优秀解决方案扫码领但这些开源代码再优秀，可迁移性不高，无法帮助提分冲榜。其中解决方案和理解相关代码思维，对入门选手或代码思维弱的参赛者并不友好。所以我们请比赛经验丰富的Sam导师（Kaggle master）来带队开设《AI竞赛菁英班-kaggle竞赛冲牌》指导大家完成一...
2024-11-11 19:28:39
1019
转载 ＜span class=“js_title_inner“＞最强总结！复盘kaggle计算机视觉竞赛！附top方案＜/span＞
缺乏竞赛经验，对于初次参加kaggle竞赛的人来说，竞赛规则、流程、时间安排都不了解。缺乏交流平台，自己打比赛孤立无援，我们提供交流社群和讨论的小伙伴，以及答疑讲师。项目管理混乱，有限的比赛时间里，怎么去合理分配资源，组织代码和记录实验。陈述自己的代码&思路，老师点评，整理后形成完整的可写入简历的项目经验.帮助搭建好开发环境，熟悉比赛平台，积累代码经验，方便后续新赛直接上手。以实践去理解算法理论，绕开学习周期漫长的纯算法理论学习，从而。等赛期间内学员提交自己代码，并汇报学习进度，老师给予点评。
2024-11-11 19:28:39
59
转载 计算机视觉顶尖期刊和会议有哪些？
链接：https://www.zhihu.com/question/37687006?utm_psn=1834499281605779456编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：一只火山https://www.zhihu.com/question/37687006/answer/1573957997?utm_psn=1834499394881318912最近看论文的感受：ICLR...
2024-11-03 09:05:55
495
转载 ＜span class=“js_title_inner“＞计算机视觉顶尖期刊和会议有哪些？＜/span＞
先说顶会，在做计算机视觉的相关企业里，目前比较认可的顶会主要是CVPR、 ICCV、ECCV°、NIPS (第一档)，AAAI、 IJCAI、ACM MM°(第二档)。4 我们采用了更多的计算资源，发现很老的一个基线方法是最好的！投三大会了，投IJCAI实在没办法，日子总还是要过的嘛。3 我们提出的方法在我们生成的非公开数据集上很有效！1 我提出了一个新的任务，尽管可能没什么实际意义。1.我们的审稿人看不懂我们做了什么，反正通过了。2 我们又有很复杂的连自己也看不太懂的公式。
2024-11-03 09:05:55
59
转载 如何评价Ultralytics出的YOLOv11？
链接：https://www.zhihu.com/question/694696741?utm_psn=1833942257365020675编辑：深度学习与计算机视觉声明：仅做学术分享，侵删Ultralytics出了最新的YOLOv11，官方给出的速度、精度指标也都比YOLOv8要高，如何评价YOLOv11？实际效果如何？作者：MoonCancerhttps://www.zhihu.com/qu...
2024-10-28 08:08:58
733
转载 ＜span class=“js_title_inner“＞如何评价Ultralytics出的YOLOv11？＜/span＞
测试每一层的最优分块数，可能会有加速的空间。1 修复了yolov8 c2f最后一个卷积前既有concat,又有residual 的冗余问题. 具体看这个issue github.com/ultralytics/..., 官方采用的是抛弃concat，保留residual的操作，调整架构再训练，确实更有性价比。3 更精准、更少参数：随着模型设计的进步，YOLO11m 在 COCO 数据集上的平均精确度（mAP）更高，同时使用了比 YOLOv8m 少 22% 的参数，在不牺牲精度的情况下提高了计算效率；
2024-10-28 08:08:58
47
转载 传统图像处理还有前景么？
链接：https://www.zhihu.com/question/342035031?utm_psn=1833684136675635200编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：random walkhttps://www.zhihu.com/question/342035031/answer/1824861930?utm_psn=1833682558279364608科研领域...
2024-10-27 01:57:31
233
转载 ＜span class=“js_title_inner“＞传统图像处理还有前景么？＜/span＞
high level cv做传统算法没啥机会了，low level图像处理端侧落地尤其是视频处理，传统算法仍然占了很大一部分，别说什么深度学习已经多实时了，端侧视频处理，实时不是卡点，以播放端超分为例，要求不是30ms，而是10ms左右，计算flops是百M级别，而不是上G，落地不是空跑一个demo，而是在受到资源竞争和各种性能指标和体验的约束。不容易解的问题，传统方法搞不定，深度学习方法可以提升性能，但基本上还是搞不定，而且因为训练数据的问题，可能还不稳定。声明：仅做学术分享，侵删。
2024-10-27 01:57:31
42
原创 使用PyTorch Lightning从头开始实现并训练CNN
本文是对卷积神经网络（CNN）的简要介绍。本文详细介绍了PyTorch Lightning的优点，然后简要介绍了CNN组件的理论，并描述了使用PyTorch Lightning库从头开始编写的简单CNN架构的训练循环的实现。为什么选择PyTorch Lightning？PyTorch是一个灵活且用户友好的库。如果说PyTorch在研究方面非常优秀，我认为Lightning在工程方面更胜一筹。其主要...
2024-08-19 18:23:28
1837
原创 直方图均衡化：一步一步的指南（CV-06）
动机直方图是用条形图进行频率分布可视化的过程。在计算机视觉中，图像直方图是用条形图表示强度值频率的过程。通过图像直方图均衡化，我们可以轻松调整图像强度频率的分布。通常，这个过程帮助我们增加图像的对比度和亮度。这个过程简单易行。本文将讨论直方图均衡化的完整过程，并附有编程示例。目录图像直方图直方图均衡化的完整过程逐步实施图像直方图图像直方图是用条形图表示图像强度值频率的表示。在图-1中，我展示了一张...
2024-08-01 17:24:08
1109
原创 ＜span class=“js_title_inner“＞直方图均衡化：一步一步的指南（CV-06）＜/span＞
例如，强度值0的PDF → 0.12，1的PDF → 0.24，2的PDF → 0.12，等等。因此，1的CDF为0.12+0.24=0.36，2的CDF为0.36+0.12=0.48，以此类推。最后，我们将直方图均衡化应用于HSV图像的值参数，并将其转换为RGB图像进行可视化。因此，在我们的情况下，最优的乘法值是7。因此，我始终强调知识的基础。如果我们观察均衡直方图频率与初始频率的比较，我们会发现均衡直方图的强度值比初始值高，如图-7所示。图像直方图是频率对强度值的简单表示，用条形图表示，如图-3所示。
2024-08-01 17:24:08
528
原创 使用NumPy和OpenCV进行计算机视觉的入门指南
动机我们人类通过我们的视觉系统感知环境和周围的事物。人眼、大脑和肢体共同工作，以感知环境并相应地行动。一个智能系统可以执行那些需要一定智力水平的任务，如果由人类执行的话。因此，对于执行智能任务，人工视觉系统对于计算机来说是重要的事物之一。通常，摄像头和图像用于收集执行工作所需的信息。计算机视觉和图像处理技术帮助我们执行类似于人类完成的任务，如图像识别、目标跟踪等。在计算机视觉中，摄像头充当人眼来捕...
2024-07-30 16:05:12
775
原创 前向映射与反向映射在计算机视觉中的应用
本文将介绍并解释图像变形的两种算法：前向映射和反向映射。除了在理论层面上介绍这些算法之外，还将它们应用于实际图像，以查看每种算法的结果和能力。为了完全理解本文中的所有内容，有必要熟悉2D变换矩阵，这在先前的文章中已经介绍和解释过。https://medium.com/@JavierMtz5/2d-matrix-transformations-for-computer-vision-80b4a4f2...
2024-07-23 17:28:44
1545
原创 ＜span class=“js_title_inner“＞前向映射与反向映射在计算机视觉中的应用＜/span＞
正如前面所述，这些条纹出现的原因是在前向映射过程中计算新坐标时，由于四舍五入，变换后的图像的不是所有像素都获得了值，而重叠发生在原始图像的两个或更多像素映射到新图像的同一像素的情况下。当原始图像的两个像素变换到新图像的同一像素时，就会出现此问题。对于本文中使用的代码，如果原始图像的两个像素映射到新图像的同一像素，则新像素将取得已经变换的最后一个原始像素的值，覆盖已经设置的第一个像素的值。函数的输入是新图像中的坐标，并返回原始图像中的坐标，与前向映射的情况不同，前者的输入是原始坐标，返回的是新坐标。
2024-07-23 17:28:44
346
转载 CVPR 2024 录用数据出炉！这些方向是大趋势！
一年一度的计算机视觉和模式识别会议（CVPR）一直是 CV 界前沿研究的灯塔。CVPR 2024 录用结果显示，今年共有 2719 篇论文被接收，录用率 23.6%。那么大模型时代，今年的研究主题有哪些变化？最近，乔治亚理工学院计算机学院（College of Computing, Georgia Institute of Technology）对 CVPR 2024 录用数据的统计分析，直观呈...
2024-07-10 11:40:12
460
转载 ＜span class=“js_title_inner“＞CVPR 2024 录用数据出炉！这些方向是大趋势！＜/span＞
甚至多篇高质量的论文，就是学术成果最好的展现，当然它也意味着未来更优质的工作和薪酬。3D视觉势头很猛，排名第二！通过管家式的服务，让学员只专注于论文本身，最大程度上提升论文的专注度和确定性。也许就是这次的指导，你现在的困境，就被导师的一个思路解决，少走几个月弯路！而这些环节都有一套有效的方法论和套路，这些成熟的经验，都可以直接复用。确保你能掌握他们的经验与方法，并用在自己的项目中，直至成功发表。，为晋升加薪，评奖评优，就业竞争等加分的职场人士，科研人。导师自身的实力只是一部分，但更重要的是导师的教学能力。
2024-07-10 11:40:12
43
原创 OCR的有效数据增强
背景我面临着需要尽可能准确识别手写金额的挑战。难点在于保持误判率低于0.01%。由于数据集中样本数量固定，因此数据增强是合乎逻辑的选择。快速搜索未发现针对光学字符识别（OCR）的现成方法。因此，我挽起袖子，亲自创建了一个数据增强例程。它在训练过程中被使用，并帮助我的模型实现了目标。继续阅读以了解详情。通过每次训练图像时引入小的变化，模型不太可能过拟合，更容易泛化。我将其与TROCR一起使用，但任何...
2024-06-24 17:33:43
1756
原创 ＜span class=“js_title_inner“＞OCR的有效数据增强＜/span＞
OneOf包含一系列可能的变换，正如其名称所暗示的那样，将仅以概率P执行其中的一个。因此，将做更多或更少相似的变换分组是有意义的，以避免过度使用。但由于无法使用自己的图像进行测试，因此我创建了一个Jupyter笔记本，用于在本文中渲染所有增强的图像。你可以将我的方法作为基准，但可能需要微调一些参数，使其完美适应你的数据集。我们将首先展示单独的修改，附有一些解释，然后讨论将它们结合在一起的技术。由于无法分享来自专有数据集的图像，我原本想使用IAM手写数据库的样本，但我未收到使用权限的回复。
2024-06-24 17:33:43
579
原创 Python中用于从图像中提取文本的8大OCR库
介绍你是否曾想过你的电脑如何能够从图像中读取文字？这都要归功于一种叫做光学字符识别（Optical Character Recognition, OCR）的技术。在Python中，有一些非常酷的库可以帮助你的电脑理解图片中的文字。从谷歌强大的Tesseract到EasyOCR时髦的深度学习，这些库能够做一些非常了不起的事情。让我们来看看Python中的OCR库，了解这些库是如何将图像转换成可读文字...
2024-06-21 18:03:42
24279
2
转载 使用 OpenCV 检测并提取表格数据
此示例演示如何使用 OpenCV 进行表格数据检测和提取。我们将分析以下代码生成的一些示例输出。此代码的 Colab 链接可在文章末尾找到。示例输出：检测到表格的输出检测到单元格的表格输出表格单元格的裁剪图像表格提取数据的输出fromgoogle.colab.patchesimportcv2_imshowimportpandasaspdimportcv2importnumpy...
2024-06-19 18:37:34
1277
原创 使用 Mask R-CNN 进行血细胞分割
介绍血细胞分析是诊断各种医学疾病的重要步骤，从感染和贫血到更严重的疾病如白血病。传统上，这一过程是通过老方法进行的——实验室技术员通过显微镜查看血涂片玻片，花费几个小时。这一过程不仅令人乏味，还容易出现人为错误，尤其是在处理大量样本或复杂病例时。难怪医疗专业人员一直渴望自动化这一重要分析。借助计算机视觉和深度学习算法的力量，我们可以以更高的准确性和效率处理血细胞检查。一项改变这一应用的技术是图像分...
2024-06-17 18:50:37
1158
转载 GPT-4o炸裂登场！大模型仍是最大赢家！
从一年前ChatGPT突然爆火，到不久前文生视频大模型Sora以霸屏之势吸引全球舆论，再到OpenAI发布的王炸GPT-4o，与AI大模型相关的议题越来越多地被大众所讨论，如果说2023年的大模型风暴还集中在“对话”上，那么，今年AI带来的亿点点震撼，就突破了文字乃至图像的范畴！大模型相关内容之所以那么火，与其相结合的技术原理绝对不容忽视，为了能让大家更能进一步了解时下大模型相关前沿热点，我们特邀...
2024-06-13 11:30:23
165
转载 Transformer登上nature，到底凭什么这么火？
AI领域的研究者应该还记得，在 Transformer 诞生后的三年，谷歌将这一自然语言处理届的重要研究扩展到了视觉领域，也就是 Vision Transformer。视觉Transformer（ViT）依靠出色的建模能力，在 ImageNet、COCO 和 ADE20k 等多个基准上取得了非常优异的性能。正如德克萨斯大学奥斯汀分校的计算机科学家 Atlas Wang 说：我们有充分的理由尝试在整...
2024-06-12 11:30:41
194
转载 独自一人，怒发顶会！
万物皆卷的时代，升学、就业的竞争越来越激烈，想要保研、申博、进大厂，没有高质量论文在手就相当于“裸奔”！尤其是这个人人惶恐又内卷的时代，想要抓住点什么来增强安全感。有一份拿得出手的成绩——发论文的数量和质量无疑是最好的背书。手握一篇甚至多篇高质量的论文，就是学术成果最好的展现，当然它也意味着未来更优质的工作和薪酬。但是论文很多人来说，是一种挑战。大部分同学的困难不是不想发，而是……1、不知该如何对...
2024-06-04 11:40:34
364
原创 用Python从PDF文件中提取文本：全面指南
引言在大语言模型（LLMs）的时代，它们的应用范围从简单的文本摘要和翻译到基于情感和财务报告主题预测股票表现，文本数据的重要性前所未有。有许多类型的文档共享这种非结构化信息，从网页文章和博客帖子到手写信件和诗歌。然而，这些文本数据的大部分以PDF格式存储和传输。具体而言，每年在Outlook中打开的PDF文档超过20亿份，而每天在Google Drive和电子邮件中保存的新PDF文件达7300万份...
2024-06-03 18:16:38
3224
1
原创 使用Python AI轻松编辑背景
你有一张自己很喜欢的照片，但你注意到周围图像的背景在照片上产生了抑制效果。你觉得如果背景不存在，或者通过在特定图像中保留你的照片并稍作修改，将会得到一张高质量的人像照片。执行以下操作的许多方式之一包括支付相当高的费用购买软件或聘请专业人员完成项目。还可能有一些显著的免费资源，但它们的可靠性或效率在某些限制下可能令人质疑。与解决这些问题的麻烦相比，设计自己的签名方法来处理此任务难道不是很酷吗？借助P...
2024-05-31 18:46:44
949
转载 完整实现迷你VGG网络进行图像识别
VGG网络是最流行的图像识别技术之一的基础。学习它是值得的，因为它打开了许多可能性。要理解VGGNet，你需要了解卷积神经网络（CNN）。在本文中，我们将仅关注VGGNet的实现部分。因此，我们将在这里迅速进行。关于VGG网络VGGNet是一种能够更成功地提取特征的卷积神经网络（CNN）。在VGGNet中，我们堆叠多个卷积层。VGGNet可以是浅层或深层。在浅层VGGNet中，通常只添加两组四个卷...
2024-05-29 18:29:09
309
原创 利用CNN和迁移学习检测太阳能电池板上的尘埃
太阳能电池板已经成为农业、交通、建筑和酒店等多个行业中受欢迎的可再生能源来源。通过利用太阳的能量，我们可以在不损害环境的情况下产生电力。然而，使用太阳能电池板面临着一些挑战，其中最大的之一是它们表面上尘埃的积累。这会显著降低它们的效率，限制它们在能源生产和其他应用中的实用性。为了解决这个问题，自动化可以在确保太阳能电池板定期及时维护方面发挥关键作用。通过自动化清洁过程，我们可以提高生产效率和效率，...
2024-05-28 18:47:20
991
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人