
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
《计算机视觉》—— 疲劳检测
通过计算人眼睛的纵横比来判断是否处于疲劳状态

《深度学习》—— 卷积神经网络模型(CNN)对手写数字的识别
此模型训练的数据集是 torchvision 库中 datasets 数据包中的 MNIST 数据集MNIST 数据集中含有 70000 张由不同的人手写数字图像,其中60000张训练集,10000张是测试集每张图片都是灰度的,大小为28x28像素,且每张图片中的数字都是剧中的,以减少预处理和加块模型训练

《OpenCV 计算机视觉》—— Harris角点检测、SIFT特征检测
Harris角点检测、SIFT特征检测

《深度学习》—— 模型的部署
深度学习中模型的部署是将训练好的模型应用到实际场景中的过程

《机器学习》—— AUC评估指标
一、什么是AUC、二、如何计算AUC的值、三、代码实现AUC值的计算、四、AUC的优缺点

《机器学习》—— 支持向量机(SVM)实现二分类问题
一、什么是支持向量机(SVM)、二、示例:支持向量机(SVM)实现二分类问题

《机器学习数据标准化》—— 0~1归一化 和 Z标准化
1、为什么要数据标准化、2、常用的两种数据标准、3、注意事项

《机器学习》—— 随机森林实现二分类问题
一、什么是随机森林、二、随机森林的主要特点、三、随机森林参数、四、案例的代码实现

《OpenCV 计算机视觉》—— 视频背景建模
视频背景建模的主要目的是从视频序列中提取出静态背景,以便将动态的前景对象与静态的背景进行分离。这有助于进一步分析和处理视频内容,如进行运动检测、场景理解和事件检测等。

《OpenCV计算机视觉》—— 使用DNN模块实现图片风格迁移
使用DNN模块实现图片风格迁移








