分类标签_亚马逊云科技技术品牌专区

分类

深度学习实战-基于EfficientNetB3与ResNet50的开心果图像分类识别

本实验聚焦于农业国际贸易中极具经济价值的开心果细粒度品种鉴定，依托涵盖基尔米兹（Kirmizi）与锡尔特（Siirt）两大核心出口品种、共计 2148 张非平稳多维物理形态影像的工业级资产大盘，在 TensorFlow 框架下成功完成了 EfficientNetB3、ResNet50 以及 VGG16 三大经典计算机视觉特征骨干网的迁移学习微调与横向竞技对位。

艾派森
2026-08-22 09:38:45

 264

 24

#深度学习 #人工智能 #python +1
低空空中目标检测数据集（Low-Altitude Aerial Target Detection Dataset）`低空目标检测` `反无人机` `空中目标分类` `小目标检测` `YOLO格式` `

低空空中目标检测数据集（Low-Altitude Aerial Target Detection Dataset）低空目标检测反无人机空中目标分类小目标检测 YOLO格式深度学习数据集计算机视觉x数据集概述本数据集专注低空空域目标感知，服务于反无人机、空中交通监控及生态监测等前沿领域。数据涵盖典型空中目标，场景丰富，适配可见光条件下的目标检测算法研发与评测。在这里插入图片描述数据集核心信

 鸭蛋粉
2026-08-21 13:50:00

 208

 5

#目标检测 #无人机 #分类 +1
深度学习的分类、回归、检测和分割有什么区别？

分类回答整张图或一个样本“属于哪一类”，回归预测连续数值，目标检测寻找多个对象并给出类别与位置，图像分割则把判断细化到像素级。它们之间存在明确组合关系：检测通常包含类别判断和框回归，语义分割相当于密集像素分类，实例分割还会结合对象检测与掩码预测。确定项目任务时，先写清楚最终需要类别、数值、边界框还是精确轮廓，再决定标注方式、模型输出和评价指标，后续的数据准备与训练流程才不会走偏。项目咨询。

我真的很帅阿
2026-08-20 16:09:29

 242

 6

#深度学习 #分类 #回归 +2
深度学习基础实战：5个Julia案例搞懂SOM、Softmax、卷积、函数拟合与分类

用 5 个可运行的 Julia 案例拆解深度学习基础：SOM 无监督聚类、Softmax 与交叉熵、卷积/ReLU/池化前向传播、神经网络函数拟合和鸢尾花分类，并结合损失曲线、混淆矩阵和 U-Matrix 观察算法实际运行过程。

miros9022
2026-08-20 11:23:02

 351

 16

#深度学习 #julia #分类
深度学习实战-基于Resnet50的极端天气物体探测识别模型

摘要本研究基于Kaggle的XWOD极端天气数据集（涵盖暴雨、大雪、浓雾、洪涝等7类恶劣场景），采用预训练ResNet50模型，通过PyTorch框架构建了高鲁棒性的目标检测系统。实验采用数据增强策略（随机翻转、旋转、亮度/对比度调整）提升模型泛化性，并利用AdamW优化器微调网络。结果显示，模型在独立验证集上达到99.29%的准确率，各类别F1分数均超0.99，证实了残差网络在极端天气下的卓越

 艾派森
2026-08-18 16:24:49

 4191

 28

#深度学习 #人工智能 #python +1
深度学习综合案例库复现：在 Syslab 里跑通 CNN 几何分类、LSTM 预测与 VAE 重构

这篇文章分享了一个深度学习教学案例库的使用体验，作者通过运行多个可独立执行的小脚本，直观理解了卷积、池化等基础算子在前向传播中的具体作用，以及CNN、LSTM、VAE等模型的运行机制。案例库包含18个轻量级脚本，涵盖图像分类、时间序列预测、生成模型等主题，每个案例都配有可视化结果和可调参数，特别适合自学和验证。作者重点测试了CNN几何图形分类（测试准确率75%）、LSTM时间序列预测（MSE 0.

miros9022
2026-08-18 15:21:45

 676

 23

#深度学习 #cnn #分类
YOLO26船舶分类识别检测系统（项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+远程环境部署）

本文基于YOLO26目标检测算法，构建了一套船舶分类识别检测系统，用于对五类常见船舶（集装箱船、游轮、军舰、滚装船、油轮）进行自动识别与定位。系统在包含3,721张标注图像的数据集上进行训练与评估，其中训练集3,232张，验证集339张，测试集150张。实验结果表明，模型在验证集上的整体mAP50达到0.879，mAP50-95达到0.875，平均精度为0.843，召回率为0.85。各类别中，游轮

 BQAIT
2026-06-25 13:52:01

 175

 5

#分类 #python #开发语言 +2
【工业质检】YOLO26光伏电池板缺陷识别系统（黑芯/裂纹/栅线异常/错位/短路/粗线）（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）

随着光伏产业的飞速发展，太阳能电池板的质量控制成为保障发电效率的关键环节。针对传统人工检测效率低、主观性强等问题，本文提出了一种基于YOLO26（You Only Look Once）深度学习算法的小尺寸太阳能电池板缺陷自动检测系统。本研究构建了包含黑芯、裂纹、栅线异常、水平错位、短路及粗线等6类典型缺陷的数据集，共计5016张图像。尽管在细微裂纹和水平错位检测上仍存在挑战，但整体系统展现了在工业

 BQAIT
2026-06-24 13:45:16

 215

 7

#python #深度学习 #开发语言 +2
基于Python的城市垃圾分类管理系统毕设源码

本研究设计了一个基于Python的城市垃圾分类管理系统，通过图像识别技术实现垃圾自动分类。系统包含用户管理、分类指导、数据分析和多平台访问等功能模块，采用符合数据库范式的表结构设计。研究旨在提高垃圾分类准确性和回收效率，促进资源循环利用和城市可持续发展。该系统具有经济可行性、社会接受度和技术成熟度，能为政府部门提供决策支持，同时提升居民环保意识。

chesj123456
2026-03-23 17:13:18

 521

 24

#python #分类
Python与大模型开发：为何基础如此重要？

摘要：Python基础语法在大模型开发中的重要性愈发凸显。文章通过实际案例（如列表拼接导致内存泄漏、Tokenizer内部机制误解、生成器误用等问题）说明，即使使用高级框架，底层Python机制仍直接影响性能与稳定性。作者强调在大模型高成本训练场景下，必须掌握对象生命周期、深浅拷贝、迭代器特性等基础概念，并提出5条实用建议：编写纯函数、管理对象引用、正确处理拷贝、采用迭代器思维及完善类型提示。这些

 欢畅科技
2026-04-27 10:41:15

 344

 11

#python #开发语言 #pycharm +3
Claude Code 零成本搭建视频工作流全攻略！！！

本文介绍如何利用开源工具搭建一套完整的视频处理工作流，无需购买新硬件或付费服务。方案特点：零成本：所有工具完全免费低配置要求：核显即可运行自动化处理：包含剪辑、转换、分析等功能代码渲染：通过编程方式生成视频内容核心组件： FFmpeg：视频处理核心工具 yt-dlp：视频下载工具 MCP视频处理接口：87个视频处理功能 Remotion：基于React的视频渲染框架安装步骤包括命令行工

 SRET
2026-07-31 15:24:18

 224

 4

#音视频 #开源 #决策树 +3
从73%到91%：用PyTRIO微调Qwen3.5-4B完成文本分类

本文介绍了使用PyTRIO微调Qwen3.5-4B模型进行文本分类任务的实验。仅用200条训练数据（总消耗约0.5M token），就将验证准确率从基模型的73%提升至91%。实验在CPU环境下完成，通过PyTRIO云服务实现模型训练，全过程仅需几分钟，成本约2.5元。文章详细展示了数据准备、训练配置、评估结果及完整代码，证实了小样本微调对提升模型性能的有效性。相关代码和数据集已在GitHub和M

林泽毅kavin
2026-08-04 12:18:40

 325

 7

#分类 #数据挖掘 #人工智能 +4
【机器学习 KNN算法】代码实现：智能寝室分配鸢尾花分类

本文介绍了机器学习基础概念及KNN算法应用。文章以智能寝室分配和鸢尾花分类为例，展示了KNN算法的实际应用。

梦想三三
2026-05-13 20:42:37

 535

 18

#机器学习 #算法 #分类
AI分类及AI大模型分类

AI的核心目标是让机器能够执行通常需要人类智能的任务，例如语言理解、突袭图像图识别、复杂问题解决等。早期阶段：以规则为基础的专家系统，依赖预设的逻辑和规则。机器学习时代：通过数据训练模型，使机器能够从数据中学习规律。深度学习时代：利用神经网络模拟人脑的复杂结构，处理更复杂的任务。大模型时代；以大规模数据和算力为基础，构建通用性强、性能卓越的AI 模型。

前端小超人rui
2026-05-14 14:49:02

 521

 9

#人工智能 #分类 #数据挖掘
交通事故车辆受损情况数据集分享（适用于YOLO系列深度学习分类检测任务）

随着道路交通量的不断增加，交通事故的发生频率也呈现上升趋势。事故发生后，快速、准确地评估车辆受损情况，对于保险理赔、道路安全分析、交通事故责任判定以及事故风险预警具有重要意义。传统人工评估方法存在效率低、主观性强、覆盖面有限等问题，难以满足现代智能交通系统对数据实时性和精确性的需求。为此，本数据集专注于交通事故车辆受损情况的识别与分级，面向目标检测与图像分类任务，构建了覆盖多种道路环境与事故类型的

 动物园猫
2026-05-15 23:06:20

 451

 7

#深度学习 #分类
数学问题分类---ChatGPT 5 thinking作答

从对象上看：数、形、结构、变化、逻辑。从方式上看：计算、证明、构造、判定、优化。从难度上看：初等、高等、研究级、未解难题。从可解性上看：可解、不可解、可计算、不可计算。数学问题既有“内容上的多样性”，也有“方法上的多维度”，正是这种层层交织，构成了整个数学的无限丰富性。

部分分式
2025-09-11 22:01:55

 1206

 13

#分类 #数据挖掘 #人工智能
# Python 生成器为什么会被“消耗掉”？——一次性与可重复迭代的区别

在写深度学习项目时，我遇到一个让人摸不着头脑的 bug：训练数据迭代器第一次还能打印出正常的 batch，但一旦传给训练函数，就直接报错：ZeroDivisionError: float division by zero 如何解决呢

 y1679894291
2025-09-13 13:12:26

 354

 6

#python #开发语言 #人工智能 +3
深度学习实战：Python 舰船分类系统（YOLOv8+10 类识别 + PyQt5 界面）| 计算机毕设（建议收藏）✅

深度学习实战：Python 舰船分类系统（YOLOv8+10 类识别 + PyQt5 界面）| 计算机毕设（建议收藏）✅

q_3548885153
2025-09-17 12:27:27

 740

 29

#深度学习 #python #分类 +2
Java+MySQL实现在线法律咨询平台（案件分类+律师匹配）

后端采用Spring Boot框架，简化配置并提供RESTful API支持。数据库使用MySQL 8.0，利用其JSON功能和事务特性。前端可选Vue.js或React，通过Axios与后端交互。采用微服务架构分离核心模块：案件分类服务、律师匹配服务、用户管理服务。

tou234x
2025-09-17 12:46:11

 417

 10

#java #mysql #分类
Java+MySQL实战智能垃圾分类督导系统（图像识别+积分奖励机制）

下面我将详细介绍一个基于Java和MySQL的智能垃圾分类督导系统的完整设计方案，包含图像识别功能和积分奖励机制。

CDRTE234C
2025-09-18 02:11:31

 793

 10

#java #mysql #分类
基于图片识别的智能垃圾分类系统设计与实现（毕业设计源码+论文+框架讲解全套资料） SpringBoot Vue

免费提供大量选题、开题报告、任务书指导、中期检查、程序代码设计开发、论文编写与辅导、论文降重、腾讯会议一对一答辩答疑辅导、超长售后服务

 bscoding333
2025-09-18 13:52:20

 515

 13

#分类 #spring boot #vue.js
链家租房数据爬虫与可视化项目 Python Scrapy+Django+Vue 租房数据分析可视化机器学习预测算法聚类算法✅

链家租房数据爬虫与可视化项目 Python Scrapy+Django+Vue 租房数据分析可视化机器学习预测算法聚类算法✅

q_3456621138
2025-09-21 17:00:00

 1291

 13

#python #机器学习 #算法 +4
Python 新闻文本分类系统深度学习机器学习（Flask+Vue+Element UI+QT・PaddleHub 驱动）（建议收藏）✅

Python 新闻文本分类系统深度学习机器学习（Flask+Vue+Element UI+QT・PaddleHub 驱动）（建议收藏）✅

源码之家
2025-09-21 18:00:00

 836

 21

#python #机器学习 #分类 +1
Java+MySQL开发智能垃圾分类督导系统

后端：Spring Boot 2.7 + MyBatis Plus 前端：Vue.js 3 + Element Plus 数据库：MySQL 8.0 AI组件：Python Flask（图像识别微服务）该系统通过结合传统Web开发与AI技术，实现垃圾分类的智能识别和用户行为督导，典型技术栈组合能满足大多数智能环保系统的开发需求。

touwner234
2025-09-22 15:46:02

 302

 2

#java #mysql #分类
Python 基础知识分类

Python基础知识分类学习指南提供了系统化的学习路径，从基础语法到高级特性。内容涵盖变量、数据类型、控制结构、函数、面向对象编程、模块包管理、文件操作和异常处理等核心知识点。指南将知识点分为入门、中级等级别，适合不同阶段的学习者。特别强调了Python特有的缩进规则、容器数据类型、装饰器、生成器等特性，并提供了标准库和第三方模块的使用方法。完整的学习路线可帮助开发者逐步掌握Python编程语言的

 HGDRF
2025-09-23 08:24:48

 1138

 36

#python #分类 #开发语言
基于 Python Keras 实现猫狗图像的精准分类

由于 ImageNet 的数据量无比之大（1.4 million 已经标注的图片，1000 个不同的类别），那么我们用 ImageNet 预先训练好的网络来对我们的猫狗进行提取特征，可见这个预训练网络可以为大多数不同的计算机视觉分类的问题提供很大的帮助。我们选用 VGG16 的结构，得益于它在 ImageNet 中良好的表现，VGG16 不仅简单而且好用，不需要引入其他的概念，还有一些其他的模型，

神仙别闹
2025-09-23 11:43:37

 1221

 24

#python #keras #分类
大模型评估测试题库怎么建？风险分类、测试样本的完整方法

大模型评估测试题库，不是把几百道测试题汇总到一起，也不是把敏感词、拒答题、业务问答混成一个附件就完事。对需要做大模型备案、上线登记、安全评估或内部审查的企业来说，这套题库本质上是一套——它要证明模型清楚什么可以答、什么不能答、什么要谨慎答、什么必须拒答，并且在真实业务场景里能保持稳定、可控、可追溯。从监管角度看，生成式人工智能服务涉及训练数据来源、规模、类型、标注规则、算法机制、安全评估、投诉举报

 +cyobobo大模型备案&算法备案
2026-07-07 10:41:18

 458

 11

#人工智能 #算法 #安全 +1