深度學(xué)習(xí)在工業(yè)缺陷檢測中的應(yīng)用

工業(yè)制造領(lǐng)域中，產(chǎn)品質(zhì)量的保證是至關(guān)重要的任務(wù)之一。然而，人工的檢測方法不僅費時費力，而且容易受到主觀因素的影響，從而降低了檢測的準(zhǔn)確性和一致性。近年來...

2023-10-24 標(biāo)簽：缺陷檢測工業(yè)制造深度學(xué)習(xí) 1592 0

探討目前主流3D激光SLAM算法方案

　激光SLAM局部定位精度高但全局定位能力差且對環(huán)境特征不敏感，而視覺SLAM全局定位能力好但局部定位相對激光雷達較差，兩者融合可以提高SLAM系統(tǒng)的精...

2023-10-23 標(biāo)簽：傳感器3DSLAM 1444 0

《人工智能在指揮和控制系統(tǒng)中的決策支持》

基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)系統(tǒng)被稱為深度神經(jīng)網(wǎng)絡(luò)（DNN），由并聯(lián)神經(jīng)元組成的大量串聯(lián)層構(gòu)成。對大量數(shù)據(jù)的處理和強大的計算機以及一系列創(chuàng)新（例如初始化策...

2023-10-22 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能機器學(xué)習(xí) 610 0

基于機器視覺檢測技術(shù)現(xiàn)狀

在訓(xùn)練過程中進行相應(yīng)微調(diào)是必不可少的。過擬合現(xiàn)象在深度學(xué)習(xí)中屢見不鮮，如果網(wǎng)絡(luò)模型出現(xiàn)此類問題，那么該網(wǎng)絡(luò)就無法正常使用，為了解決這個問題，一般會使用模...

2023-10-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像處理算法 486 0

自動駕駛規(guī)控決策方面的建議與解決方案

規(guī)控決策在自動駕駛領(lǐng)域的重要性不容忽視，因為它直接影響到自動駕駛技術(shù)實際應(yīng)用的成功與否。首先，規(guī)控決策對于確保自動駕駛車輛的安全性至關(guān)重要，通過合理的規(guī)...

2023-10-19 標(biāo)簽：機器人神經(jīng)網(wǎng)絡(luò)AI 820 0

基于視覺的多模態(tài)觸覺感知系統(tǒng)

傳統(tǒng)的多模態(tài)/多任務(wù)觸覺感知系統(tǒng)通過集成多種傳感單元來達到多模態(tài)觸覺信息的解耦，但其往往導(dǎo)致系統(tǒng)結(jié)構(gòu)的復(fù)雜性，以及需要應(yīng)對來自不同刺激間的干擾。

2023-10-18 標(biāo)簽：傳感器機器人感知系統(tǒng) 955 0

Bulbea：用于股票市場預(yù)測和建模的Python庫

Bulbea 是一個基于深度學(xué)習(xí)開發(fā)的，用于股票市場預(yù)測和建模的Python庫。 Bulbea 自帶了不少可用于股票深度學(xué)習(xí)訓(xùn)練及測試的API，并且易于...

2023-10-17 標(biāo)簽：建模深度學(xué)習(xí)python庫 526 0

深度學(xué)習(xí)YOLOv3 模型設(shè)計的基本思想

在檢測任務(wù)中，將圖中C0后面的平均池化、全連接層和Softmax去掉，保留從輸入到C0部分的網(wǎng)絡(luò)結(jié)構(gòu)，作為檢測模型的基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)，也稱為骨干網(wǎng)絡(luò) YO...

2023-10-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)模塊函數(shù) 318 0

深度學(xué)習(xí)經(jīng)典的自動標(biāo)注軟件介紹

該項目可以自動生成基于激光雷達的運動對象分割的訓(xùn)練數(shù)據(jù)。該工具通過批量離線處理數(shù)據(jù)來實現(xiàn)這一點。

2023-10-17 標(biāo)簽：gpu激光雷達深度學(xué)習(xí) 2391 0

CVPR2023 I BUFFER：點云配準(zhǔn)中卓越精度、高效性和泛化性的完美平衡

總體而言，現(xiàn)有基于對應(yīng)關(guān)系方法的局限性在于兩個方面。首先，目前還沒有統(tǒng)一、高效、通用的特征學(xué)習(xí)框架。許多 patch-wise 方法通常采用復(fù)雜的網(wǎng)絡(luò)和...

2023-10-16 標(biāo)簽：算法深度學(xué)習(xí)點云 1021 0

ICCV 2023：實現(xiàn)實時六自由度物體跟蹤

近年來，一些端到端學(xué)習(xí)方法被提出以增強六自由度物體定位的魯棒性，包括：直接回歸幾何參數(shù)；采用渲染 - 比對來迭代地優(yōu)化位姿。盡管基于學(xué)習(xí)的方法具有潛力，...

2023-10-16 標(biāo)簽：人機交互機器人計算機視覺 778 0

英特爾開發(fā)套件使用OpenVINO? C# API部署Yolov8模型

套件主要接口與 Jetson Nano 載板兼容，GPIO 與樹莓派兼容，能夠最大限度地復(fù)用成熟的生態(tài)資源。這使得套件能夠作為邊緣計算引擎，為人工智能產(chǎn)...

2023-10-13 標(biāo)簽：英特爾API深度學(xué)習(xí) 1150 0

什么是卷積神經(jīng)網(wǎng)絡(luò)？如何MATLAB實現(xiàn)CNN？

卷積神經(jīng)網(wǎng)絡(luò)（CNN 或 ConvNet）是一種直接從數(shù)據(jù)中學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)。 CNN 特別適合在圖像中尋找模式以識別對象、類和類別。它們也能很...

2023-10-12 標(biāo)簽：濾波器gpu深度學(xué)習(xí) 1789 0

圖像分類的主流深度神經(jīng)網(wǎng)絡(luò)模型有哪些 深度神經(jīng)網(wǎng)絡(luò)搜索方法總結(jié)

生成對抗網(wǎng)絡(luò)（Generative adversarial net，GAN）是另一種常見的基于深度學(xué)習(xí)技術(shù)的生成模型，包括生成器和判別器2個組件，如圖1...

2023-10-12 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)人工智能 1554 0

都2023年了，F(xiàn)aster-RCNN還能用嗎？

在多數(shù)深度學(xué)習(xí)開發(fā)者的印象中Faster-RCNN與Mask-RCNN作為早期的RCNN系列網(wǎng)絡(luò)現(xiàn)在應(yīng)該是日薄西山，再也沒有什么值得留戀的地方，但是你卻...

2023-10-11 標(biāo)簽：圖像分類深度學(xué)習(xí) 698 0

基于激光雷達相機的在線外部標(biāo)定算法

本文提出了一種自動在線激光雷達相機自標(biāo)定方法CFNet。CFNet是全自動的，不需要特定的校準(zhǔn)場景、校準(zhǔn)目標(biāo)和初始校準(zhǔn)參數(shù)。我們定義一個校準(zhǔn)流來表示初始...

2023-10-10 標(biāo)簽：傳感器神經(jīng)網(wǎng)絡(luò)激光雷達 1207 0

深度學(xué)習(xí)圖像語義分割指標(biāo)介紹

深度學(xué)習(xí)在圖像語義分割上已經(jīng)取得了重大進展與明顯的效果，產(chǎn)生了很多專注于圖像語義分割的模型與基準(zhǔn)數(shù)據(jù)集，這些基準(zhǔn)數(shù)據(jù)集提供了一套統(tǒng)一的批判模型的標(biāo)準(zhǔn)，多...

2023-10-09 標(biāo)簽：圖像分割計算機視覺深度學(xué)習(xí) 416 0

深度學(xué)習(xí)的由來 深度學(xué)習(xí)的經(jīng)典算法有哪些

深度學(xué)習(xí)作為機器學(xué)習(xí)的一個分支，其學(xué)習(xí)方法可以分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。兩種方法都具有其獨特的學(xué)習(xí)模型：多層感知機 、卷積神經(jīng)網(wǎng)絡(luò)等屬于監(jiān) 督學(xué)習(xí)；深度...

2023-10-09 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI人工智能 548 0

點云采樣方法新創(chuàng)新，深度學(xué)習(xí)與傳統(tǒng)的結(jié)合

使用標(biāo)準(zhǔn)差代替了梯度計算，該方法相比原本的圖像的Canny邊緣檢測器計算成本更高，但卻可以將其應(yīng)用于點云邊緣采樣。相比圖像規(guī)整的排列，點云通常是不規(guī)則的...

2023-10-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)自動駕駛深度學(xué)習(xí) 2104 0