Medium
-
提升自动驾驶卡车 - 离不开可扩展的标签数据(下)
乘用车争议仍在继续,但自动驾驶卡车已开始商业化 过去几个月,中国自动驾驶科技公司首创科技完成了2.7亿美元的新一轮融资,智家科技完成了新一轮数亿美元的融资并计划上市,图森未来将在美…
-
在Django Web应用程序上部署预先培训的模型
大家好, 在这篇博客中,我们将看到如何在Django webapp中部署Mobilenet,这是一个预先训练好的对象检测模型。 我们可以建立ML/DL模型,并用大量的数据对其进行训…
-
基于TF lite模型生成器的边缘目标检测
有时你需要一个快速的解决方案。它可能是针对原型的,也可能是针对非关键任务的。您需要一个快速但仍然准确的解决方案。像YoloV5或Detectron2这样的框架是很好的选择,但它们需…
-
在Django Web应用程序上部署预先培训的模型
大家好, 在这篇博客中,我们将看到如何在Django webapp中部署Mobilenet,这是一个预先训练好的对象检测模型。 我们可以建立ML/DL模型,并用大量的数据对其进行训…
-
人工智能促进DEME的河流清理:一次技术演练
范围 我们不需要说服你海洋和河流污染是个问题。他们是。对于生活在其中的动物,对周围的生态系统,基本上对整个地球。疏浚公司DEME将其专业知识用于扭转污染水域的负面影响。我们试图帮助…
-
提升自动驾驶卡车 - 离不开可扩展的标签数据(下)
乘用车争议仍在继续,但自动驾驶卡车已开始商业化 过去几个月,中国自动驾驶科技公司首创科技完成了2.7亿美元的新一轮融资,智家科技完成了新一轮数亿美元的融资并计划上市,图森未来将在美…
-
人工智能促进DEME的河流清理:一次技术演练
范围 我们不需要说服你海洋和河流污染是个问题。他们是。对于生活在其中的动物,对周围的生态系统,基本上对整个地球。疏浚公司DEME将其专业知识用于扭转污染水域的负面影响。我们试图帮助…
-
基于暗网的图像分类与目标检测
学习成果: 暗网是什么? DarkNet是一个用C语言和CUDA编写的开源神经网络框架。它速度快,安装简单,支持CPU和GPU计算。暗网可以让我们表演欧陆
-
YOLOv3 - 您只需看一次(物体检测)
华盛顿大学在本章節中,回顧了的YOLOv3(你只看一次v3)。Yolo是一種非常著名的物件偵測器.我想每個人都應該知道.以下是作者的演示: 由於作者忙於推特和GAN,也幫助他人進行…
-
Aanlise de Plantas Baixas usando Inteligência人造
o trabalho de reconherimento de elementos em imagens Platas de Casas ou Apartamentoséum Pr…
-
数据标注服务如何支持AR/VR? - (下)
这个行业的未来发展是什么? 中国AR/VR市场一瞥 放眼中国市场,VR作为政府重点关注的关键技术领域,将大力推动相关领域的技术支持和投资,包括推动新的网络基础设施建设,打通AR/V…
-
目标检测案例:基于计算机视觉的深度神经网络数据准备
在深度学习领域,特别是对于任何深度神经网络,主要问题是为模型训练创建高质量的数据。对于任何数据科学项目,您都需要掌握第一手数据。数据应该是定性的,不应该有偏见。在用数据训练任何模型…
-
基于TF lite模型生成器的边缘目标检测
有时你需要一个快速的解决方案。它可能是针对原型的,也可能是针对非关键任务的。您需要一个快速但仍然准确的解决方案。像YoloV5或Detectron2这样的框架是很好的选择,但它们需…
-
基于小数据集的目标检测:多少数据才够?
开始任何机器学习项目通常都会从这样一个问题开始:“多少数据才够?”响应取决于许多因素,如生产数据的多样性、开源数据集的可用性、系统的预期性能,而这一列表可能还会持续很长一段时间。在…
-
YOLOv4 - 目标检测(目标检测)的最佳速度和精度
在本章節中,回顧了台湾信息科学研究所中央研究院(台灣中央研究院資訊科學研究所)的YOLOv4:目标检测的最佳速度和准确度。 即使目標偵測在過去幾年中開始成熟,競爭依然激烈.如下圖所…
-
YOLO V1(第1部分)
YOLO是用于实时目标检测的“只看一次”算法。在本文中,我们将深入讨论YOLO。 它的性能优于其他检测方法,包括DPM,R-CNN和Fast-RCNN。DPM采用滑动窗口方法,RC…
-
用100行代码构建一个Web UI的AI安全摄像头
典型的Streamlight Web应用程序仅在用户访问网站时运行。在这篇文章中,我们创建了一款即使在没有人查看的情况下仍能运行的应用程序。 TL;DR 我们制作了一款Stream…
-
以简化的方式创建对象检测模型
计算机视觉 无代码接口正在彻底改变ML工程师处理机器学习技术必须提供的最困难任务的方式。我遇到过的最困难的编码任务之一是编码必要的结构来解决计算机视觉问题,比如分类或物体检测。在本…
-
YOLOv2和YOLO9000 - 您只需看一次(物体检测)
在本章節中,回顧了YOLOV2,你只看一次版本2。YOLOv2比YOLOv1有很多改進.YOLO9000也被提議使用WordTree檢測超過9000個對像類別.下面是作者非常著名的…
-
- FCOS述评:全卷积单阶段目标检测
本文综述了阿德莱德大学的FCOS:全卷积单阶段目标检测。在本文中: FCOS算法完全避免了训练过程中计算重叠等与锚盒相关的复杂计算。 它还避免了与锚定框相关的所有超参数。 FCOS…