logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

3D点云深度学习」综述论文--Deep Learning for 3D Point Clouds: A Survey

三维点云深度学习研究综述论文:Deep Learning for 3D Point Clouds: A Survey作者:Yulan Guo时间:2019-12引言动机:Point cloud learning(点云学习)由于在视觉、自动驾驶、机器人等方面的广泛应用,近年来受到了广泛的关注。最近,随着点云的深度学习变得更加兴旺,人们提出了许多方法来解决这一领域的不同问题。为了促进未来的研究,本文对

手把手教你从零搭建深度学习项目(附链接)

简介:在学习了有关深度学习的理论之后,很多人都会有兴趣尝试构建一个属于自己的项目。本文将会从第一步开始,告诉你如何解决项目开发中会遇到的各类问题。本文由六大部分组成,涵盖深度学习 ( DL ) 项目的整个过程。我们将使用一个自动漫画着色项目来说明深度学习的设计、程序调试和参数调整过程。第一部分:启动一个深度学习项目1. 应该选择什么样的项目?很多人工智能项目其实并没有那么严肃,做起来还很有趣。20

手把手教你从零搭建深度学习项目(附链接)

简介:在学习了有关深度学习的理论之后,很多人都会有兴趣尝试构建一个属于自己的项目。本文将会从第一步开始,告诉你如何解决项目开发中会遇到的各类问题。本文由六大部分组成,涵盖深度学习 ( DL ) 项目的整个过程。我们将使用一个自动漫画着色项目来说明深度学习的设计、程序调试和参数调整过程。第一部分:启动一个深度学习项目1. 应该选择什么样的项目?很多人工智能项目其实并没有那么严肃,做起来还很有趣。20

雷达的主要技术指标、应用与分类和雷达对抗

一、雷达的频段和战术指标(一)雷达的工作频率按照雷达的工作原理,不论发射波的频率如何,只要是通过辐射电磁能量和利用从目标反射回来的回波,以便对目标探测和定位,都属于雷达系统工作的范畴。常用的雷达工作频率范围为220MHz~35000MHz,实际上各类雷达工作的频率在两头都超出了上述范围。例如天波超视距(OTH)雷达的工作频率为4MHz或5MHz,而地波超视距的工作频率则低到2MHz。在频谱的另..

Linux中本地复制和远程复制--cp和scp命令的使用方法

Linux为我们提供了两个用于文件copy的命令,一个是cp,一个是scp,但是他们略有不同。cp --- 主要是用于在同一台电脑上,在不同的目录之间来回copy文件scp --- 主要是在不同的Linux系统之间来回copy文件关于cp的具体用法:命令基本格式:cp [OPTIONS] SOURCE DEST --- 从源路径copy文件到目的路径cp [OPTIONS] SOURCE... D

OpenCV+TensorFlow 入门人工智能图像处理-opencv中的机器学习

在已经学习了图像的特效,几何变换,图形绘制的基础上。机器学习是什么?机器学习的方式来达成某种功能使用场景: 人脸检测,车辆识别,安防监控深度学习:机器学习 = 训练样本 + 特征 + 分类器深度学习 = 海量的训练样本 + 人工神经网络对于机器学习来说,需要一个明确的特征进行提取。对于深度学习样本需求更多的数量。区分ios和安卓系统?机器学习可以进行特征提取,ios 三个字母,A...

#图像处理
计算机视觉与图像处理、模式识别、机器学习学科之间的关系

在我的理解里,要实现计算机视觉必须有图像处理的帮助,而图像处理倚仗与模式识别的有效运用,而模式识别是人工智能领域的一个重要分支,人工智能与机器学习密不可分。纵观一切关系,发现计算机视觉的应用服务于机器学习。各个环节缺一不可,相辅相成。计算机视觉(computer vision):用计算机来模拟人的视觉机理获取和处理信息的能力。就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进.

#计算机视觉
web1.0,web2.0与web3.0的区别

Web1.0:以静态、单向阅读为主,网站内信息可以直接和其他网站信息进行交互,能通过第三方信息平台同时对多家网站信息进行整合使用。Web2.0:以分享为特征的实时网络,用户在互联网上拥有自己的数据,并能在不同的网站上使用。Web3.0:将以网络化和个性化为特征,提供更多人工智能服务,完全基于Web,用浏览器即可实现复杂的系统程序才具有的功能。Web3.0的特征分析:1、微内容(Widget...

OpenCV+TensorFlow 入门人工智能图像处理-opencv中的机器学习

在已经学习了图像的特效,几何变换,图形绘制的基础上。机器学习是什么?机器学习的方式来达成某种功能使用场景: 人脸检测,车辆识别,安防监控深度学习:机器学习 = 训练样本 + 特征 + 分类器深度学习 = 海量的训练样本 + 人工神经网络对于机器学习来说,需要一个明确的特征进行提取。对于深度学习样本需求更多的数量。区分ios和安卓系统?机器学习可以进行特征提取,ios 三个字母,A...

#图像处理
Linux命令-nohup和&--不占用终端运行和后台运行方式

基础在linux终端或控制台上执行命令时,可能不希望脚本占住屏幕需要在后台执行脚本,有几种方法让脚本在后台执行:&当在前台运行某个作业时,终端被该作业占据;可以在命令后面加上& 实现后台运行。例如:sh test.sh &需要用户交互的命令不要放在后台执行,不过,作业在后台运行一样会将结果输出到屏幕上,如果放在后台运行的作业会产生大量的输出,最好使用下面的方法把它的输出重定

    共 22 条
  • 1
  • 2
  • 3
  • 请选择