avatar
文章
123
标签
32
分类
25
首页
归档
标签
分类
Q's blog计算机视觉CV算法工程师分享 返回首页
搜索
首页
归档
标签
分类

计算机视觉CV算法工程师分享

发表于2022-09-21|更新于2022-12-06|技术人工智能
|总字数:94|阅读时长:1分钟|浏览量:

参考

  • 深度之眼官方 https://www.bilibili.com/video/BV1tg411f7Tm/?vd_source=8595a247cd110c60cca8a00da83240dd

应用领域

  • 医疗 拍片
  • 教育 OCR
    • 飞桨OCR
  • 工业 3D 视觉
    • 工业生产缺陷检测
    • 空间管理
    • VGR
    • AMR
  • 安防
    • 人脸识别检测
  • 智能驾驶
    • 检测、分割
    • GAN
    • BEVFormer
  • 领域专利
  • 领域分布
    • 目标检测
    • 图像分割
    • 文本理解
    • 目标跟踪
  • 公司
文章作者: Bsheepcoder
文章链接: https://bsheepcoder.github.io/2022/09/21/ai-cvjs1/
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Q's blog!
AI
上一篇
sklearn入门
参考 sklearn官方文档 https://scikit-learn.org/stable/user_guide.html 莫烦python sklearn学习 https://mofanpy.com/tutorials/machine-learning/sklearn/general-pattern sklearn 观法数据集https://scikit-learn.org/stable/modules/classes.html#module-sklearn.datasets 安装 参考莫烦的安装教程,或者直接安装annaconda的环境,网上搜索 选择学习方法 数据小于50,需要寻找更多的数据 监督学习 分类学习 线性回归学习,预测 非监督学习 clustering 分堆 dimensionality reduction 属性较多,将多属性压缩为更好的简单信息 通用学习模式#!/usr/bin/env python3# -*- coding:utf-8 -*- import numpy as npfrom sklearn...
下一篇
【RLchina2022强化学习暑期课】理论课一-机器学习和深度学习基础
参考资料 http://rlchina.org/topic/492 Classical Machine LearningDefinition by Tom Mitchell(1998): Machine Learning is the study of algorithms that improve their performance P at some tasks T with experience E A well-defined learning task is given by <P,T,E> Programming : 1 + 2 = ? Machine Learning: 1 + x = 3 ,x =? AreaRecommender system Computer vision E-commerce Space exploration Robotics Information extraction Social networks Debugging software why we need machine learni...
相关推荐
2022-09-10
强化学习入门
准备下面是我搜集的一些学习资料,在之后的学习中,我将继续完善和补充,一起成长! 数学基础 高等数学- 宋浩 概率论与数理统计- 孔祥仁 理论基础 王树森深度强化学习课程 《强化学习导论》 《神经网络与深度学习》 编程基础 python基础、面向对象 numpy、pandas tkinter、PyQt5 莫烦强化学习 Python深度学习 综合 动手强化学习 https://hrl.boyuai.com/ 个人经验 我是在学习了基本的数学知识和python基础之后,看了王树森教授的课程的第一节,对强化学习形成了初步的概念 我做了一个PyQt 的python项目,相当于搭建了一个agent的环境,也就是一个地图模拟程序 在之后接触了莫烦的教程,从numpy、到pandas,再到强化学习的课程,去实现一个Q-learning的算法,主要还是要项目驱动,如果单纯的无目的学习是很难坚持下去的。 参考文章 强化学习中的奇怪概念(一)——On-policy与off-policy 基本知识 agent 表示动作主体,或者表示执行动作的个体 state1表示某一状态 先...
2022-04-06
CS485/685 Foundations of Machine Learning
参考资料 B站视频 官方课本 katex 参考 这样做笔记还是比较吃力,建议还是卖一本原版书对着看。 英文四级刚过,水平有限,有错误欢迎指正😂 What is Machine Learning? 从experience到expertise expertise usually will be another program nature experiments 举了一个老鼠被毒死的例子,老鼠被毒过一次,就会知道某种看起来像食物的东西是不能吃的。老鼠学习的关键是记忆和如何将经验转化为一种普遍和推广的认识。 pigeon superstation experiments B.F.Skinner 心理学家 行为心理学认为所有动物都相当于一个黑箱,我们无法理解内部 收集了很多鸽子放到一个巨大的屋子里,屋子的顶部有机械装置可以喷洒谷粒,and put some toys around the fool. Skinner不断的调整间隔intervals to have the food rain, pigeon will peck the toy usually, for more ...
2022-12-06
演化算法
什么是演化算法演化算法是一类模拟自然界遗传进化规律的仿生学算法,遗传算法是其中的一个分支。
2022-08-17
王树森深度强化学习基础笔记
参考资料 王树森教授【深度强化学习完整版】 马尔可夫链 基本概念随机变量Random Variable a variable whose values depend on outcomes of a random event. 随机变量,表示一个事件所有可能的结果的集合,用大XXX表示,P()\mathbb{P}()P()表示概率 举例一枚硬币,则有: P(X=0)=0.5\mathbb{P}(X = 0) = 0.5 P(X=0)=0.5 P(X=1)=0.5\mathbb{P}(X = 1) = 0.5 P(X=1)=0.5 用x表示随机变量XXX的一个观测值,x表示一个数没有随机性 概率密度函数Probability Density Function (PDF) PDF provides a relative likelihood that value of the random variable would equal that sample. 概率密度函数表示随机变量在某个确定位置的取值点附近的可能性 Example: ...
2022-04-06
CS50.3 人工智能导论笔记
参考资料 CS50.3 人工智能导论 · 2020 北京交通大学的老师研讨课的实验,非常受用 https://yishuai.github.io/ai/ 发现自己能够听懂,并做笔记了,大一的时候想看但很吃力,涉及离散数学、数据结构、概率论等知识 Search DFS 路径不一定是最优的 BFS 多走了很多路,但是路径一定是最优的 class Node(): def _init_(self,state,parent,action): self.state = state self.parent = parent self.action = action class StackFrontier(): def _init_(self): self.frontier = [] def add(self,node): self.frontier.append(node) def contains_state(self,state): ...
2022-09-17
深度学习入门
参考 莫烦python 官方文档 https://tensorflow.google.cn/guide/variable 科普 张量 https://blog.csdn.net/qq_31821675/article/details/79188449 cuda安装 什么是cuda CUDA ®是 NVIDIA 发明的并行计算平台和编程模型。它通过利用图形处理单元 (GPU) 的强大功能来显着提高计算性能。 CUDA 的开发考虑了几个设计目标: 为标准编程语言(如 C)提供一小组扩展,可以直接实现并行算法。使用 CUDA C/C+++,程序员可以专注于算法的并行化任务,而不是花时间在它们的实现上。 支持应用程序同时使用 CPU 和 GPU 的异构计算。应用程序的串行部分在 CPU 上运行,并行部分卸载到 GPU。因此,CUDA 可以逐步应用于现有应用程序。CPU 和 GPU 被视为具有自己的内存空间的独立设备。此配置还允许在 CPU 和 GPU 上同时进行计算,而不会争用内存资源。 支持 CUDA 的 GPU 拥有数百个内核,可以共同...
avatar
Bsheepcoder
Bsheepcoder 的技术博客,记录 AI、编程、计算机科学的学习笔记
文章
123
标签
32
分类
25
Follow Me
公告
欢迎来到 Q's blog
目录
  1. 1. 参考
  2. 2. 应用领域
最新文章
演化算法2022-12-06
Texstudio基本操作2022-11-25
Bootstrap框架认识到实战2022-11-22
Python高级特性总结2022-11-19
对CUDA的认识2022-11-17
© 2021 - 2026 By Bsheepcoder框架 Hexo 8.1.2|主题 Butterfly 5.5.5
搜索
数据加载中