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

ubuntu20.04 安装Anaconda3+CUDA+cudnn+Pytorch

ubuntu20.04 安装Anaconda3+CUDA+cudnn+Pytorch1、安装Anaconda:打开终端,转到自己的下载目录下(命令为:cd /home/oliver/下载),然后输入以下命令:bash Anaconda3-2020.11-Linux-x86_64.sh终端中查看Anaconda版本:conda -V 或者 conda --version2、安装NVIDIA驱动:(我

#pytorch#深度学习
OpenCV4基于Tesseract-OCR的OCR识别

OpenCV4基于Tesseract-OCR的OCR识别

#opencv#python
信号的产生——随机函数rand

在实际系统研究和处理中,常常需要产生随机信号,MATLAB提供的rand函数可以生成随机信号。生成一组41点构成的连续随机信号和与之相应的随机序列。

文章图片
#matlab
综述:图像滤波去噪的常用算法实现及原理解析

综述:图像滤波常用算法实现及原理解析图像滤波是一种非常重要的图像处理技术,本文详细介绍了四种常见的图像滤波算法,并附上源码,包括自适应中值滤波、高斯滤波、双边滤波和导向滤波。前言本文介绍四种常见的图像滤波算法,并附上源码。图像滤波是一种非常重要的图像处理技术,现在大火的卷积神经网络其实也是滤波的一种,都是用卷积核去提取图像的特征模式。不过,传统的滤波,使用的卷积核是固定的参数,是由经验非常丰富的人

文章图片
#计算机视觉#算法#神经网络
【机器学习】支持向量机 SVM(非常详细)

【机器学习】支持向量机 SVM(非常详细)【机器学习】支持向量机 SVM(非常详细)阿泽复旦大学 计算机技术硕士创作声明:内容包含虚构创作SVM 是一个非常优雅的算法,具有完善的数学理论,虽然如今工业界用到的不多,但还是决定花点时间去写篇文章整理一下。1. 支持向量1.1 线性可分首先我们先来了解下什么是线性可分。在二维空间上,两类点被一条直线完全分开叫做线性可分。严格的数学定义是:1.2 最大间

文章图片
#机器学习#支持向量机#算法 +1
六种方法帮你解决模型过拟合问题

六种方法帮你解决模型过拟合问题深度学习初学者2022-03-24 14:00作者丨Mahitha Singirikonda来源丨机器之心编辑丨极市平台导读在机器学习中,过拟合(overfitting)会使模型的预测性能变差,通常发生在模型过于复杂的情况下,如参数过多等。本文对过拟合及其解决方法进行了归纳阐述。正如巴菲特所言:「近似的正确好过精确的错误。」在机器学习中,如果模型过于专注于特定的训练数

#深度学习#计算机视觉
信号的产生——方波函数:矩形波square

在 Matlab 中,使用函数 square 可以得到方波信号。。。使用MATLAB产生常用的基本信号、绘制信号波形、实现信号的基本运算,为信号分析和系统设计奠定基础。MATLAB提供了许多的函数用于产生常用的基本信号,如阶跃信号、脉冲信号、指数信号、正弦信号和周期矩形波信号等。这些基本信号时信号处理的基础。

文章图片
#matlab
MATLAB的7种滤波方法(重制版)

传统滤波:1、Butterworth滤波。。。2、FIR滤波。。。3、移动平均滤波。。。4、中值滤波。。。。现代滤波:1、维纳滤波。。。2、自适应滤波。。。3、小波变换

文章图片
#matlab
图像处理之图像特征及提取

图像处理之图像特征提取图像特征:几何特征(位置与方向、周长、面积、长轴与短轴、距离(欧式距离、街区距离、棋盘距离));形状特征(几何形态分析(Blob分析):矩形度、圆形度、不变矩、偏心率、多边形描述、曲线描述);幅值特征(矩、投影);直方图特征(统计特征):均值、方差、能量、熵、L1范数、L2范数等;直方图特征方法计算简单、具有平移和旋转不变性、对颜色像素的精确空间分布不敏感等,在表面检测、缺陷

文章图片
#机器学习#计算机视觉#人工智能 +2
开源论文推荐:含人脸识别、实例分割、跟踪、SR等

开源论文推荐:含人脸识别、实例分割、跟踪、SR等CV君我爱计算机视觉3天前我爱计算机视觉专业计算机视觉技术分享平台,“有价值有深度”,分享开源技术与最新论文解读,传播视觉技术的业内最佳实践。知乎/微博:我爱计算机视觉,官网 www.52cv.net 。KeyWords:深度学习、机器学习、计算机视觉、人工智能。367篇原创内容公众号周刊论文分享又来了!本次包含超分辨率、用于实时防暗无人机追踪器、实

#人脸识别#深度学习#机器学习 +1
    共 14 条
  • 1
  • 2
  • 请选择