深度学习
-
代码实战带你了解深度学习中的混合精度训练
摘要：本文为大家介绍一下深度学习中的混合精度训练，并通过代码实战的方式为大家讲解实际应用的理论，并对模型进行测试。 本文分享自华为云社区《浅谈深度学习中的混合精度训练》，作者：李长安。 1 混合精度训练 混合精度训练最初是在论文Mixed Precision Training中被踢出，该论文对混合精度训练进行了详细的阐述，并对其实现进行了讲解，有兴趣的同学可…
-
基于深度学习的鸟类检测识别系统（含UI界面，Python代码）
鸟类识别是深度学习和机器视觉领域的一个热门应用，本文详细介绍基于YOLOv5的鸟类检测识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种鸟类图片、视频以及开启摄像头进行检测识别；可通过UI界面选择文件，切换标记识别目标，支持切换模型，支持用户登录注册界面；基于YOLOv5模型训练实现，提供训练数据集和训练代…
-
基于深度学习的农作物叶片病害检测系统（UI界面+YOLOv5+训练数据集）
农作物叶片病害检测系统用于智能检测常见农作物叶片病害情况，自动化标注、记录和保存病害位置和类型，辅助作物病害防治以增加产值。本文详细介绍基于YOLOv5深度学习模型的农作物叶片病害检测系统，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多个目标进行识别分类，可识…
-
深度学习——基础入门
深度学习-基础 基础环境配置Anaconda 主要应用其中的两个组件： 1.Anaconda prompt 用来安装包（框架） 2.Jupyter notebook 网页版的编译器，（可以通过修改属性，更改根目录） www.image-net.org 机器学习的基本路线 一个图像分为 长h 宽w 颜色c(r,g,b) 三维数组，其中每一个数据代表一个像素点 …
-
基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
智能PCB板缺陷检测系统用于智能检测工业印刷电路板（PCB）常见缺陷，自动化标注、记录和保存缺陷位置和类型，以辅助电路板的质检。本文详细介绍智能PCB板缺陷检测系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面和训练数据集。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多种缺陷进行识别分类，检测速度快、识别精度高。博文…
-
基于深度学习的车型识别系统（Python+清新界面+数据集）
基于深度学习的车型识别系统用于识别不同类型的车辆，应用YOLO V5算法根据不同尺寸大小区分和检测车辆，并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多目标进行识别分类，检测速度快、识别精度高。博文提供了完整的P…
-
一个有效的图表图像数据提取框架
View Post 一个有效的图表图像数据提取框架 建立了可以有效地处理各种图表数据，而不需要做出启发式的假设的鲁棒 Box detector 系统；提出了一种网络来测量图例匹配阶段图例和检测元素之间的特征相似性；提供了一个关于从信息图表中获取原始表格的 baseline，并发现了一些关键的因素来提高各个阶段并发现了一些关键的因素来提高各个阶段的性能。实验结…
-
深度学习深入浅出
目录 一 基本原理 二 深度学习的优点 三 深度学习的缺点 四 深度学习应用 手写数字识别 深度学习是机器学习的一个分支，其核心思想是利用深层神经网络对数据进行建模和学习，从而实现识别、分类、预测等任务。在过去几年中，深度学习技术取得了许多突破性的成果，如在图像识别、语音识别、自然语言处理、游戏AI等领域中。 本文将简要介绍深度学习的基本原理，并使用Pyth…
-
ChatGPT，我彻彻底底沦陷了！
当谈到人工智能技术的时候，我们会经常听到GPT这个术语。它代表“Generative Pre-trained Transformer”，是一种机器学习模型，采用了神经网络来模拟人类语言的理解和生成。但是与其他GPT不同的是chatgpt，它是专门设计用于自然语言对话的GPT模型。在以下三个方面，我们可以看出原因: 1. 精准和逼真的文本生成 ChatGPT强…
-
深度学习之PyTorch实战（5）——对CrossEntropyLoss损失函数的理解与学习
其实这个笔记起源于一个报错，报错内容也很简单，希望传入一个三维的tensor，但是得到了一个四维。 RuntimeError: only batches of spatial targets supported (3D tensors) but got targets of dimension: 4 查看代码报错点，是出现在pytorch计算交叉熵…
