注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于视觉的智能车模糊PID控制算法

  2. 基于视觉的智能车模糊PID控制算法 ，基于freescale公司的16位HCS12单片机设计一种智能车系统。系统摄像头采集路径信息，通过单片机 的模糊推理机在线整定PID参数，使小车能按照任意给定的黑色引导线平稳地寻迹。

  3. 所属分类：其它

    • 发布日期：2012-05-04
    • 文件大小：167kb
    • 提供者：smartong

  1. Visual Interaction Networks -《视觉互动网络》

  2. DeepMind 的论文，视觉互动网络 VIN，能够预测视觉场景中各个物体在未来几百步所处位置

  3. 所属分类：机器学习

    • 发布日期：2017-06-17
    • 文件大小：5mb
    • 提供者：yewei11

  1. 机器视觉学习

  2. 机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的重要研究领域之一．机器视觉是在20 世纪50 年代从统计模式识别开始的[1]，当时的工作主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等．60 年代，Roberts(1965)通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述[Roberts 1965]．Roberts 的研究工作开创了以理解三维场景为目的的三维机器视觉的研究

  3. 所属分类：深度学习

    • 发布日期：2018-04-23
    • 文件大小：6mb
    • 提供者：qq_37642535

  1. 计算机视觉（模型、学习和推理）

  2. 计算机视觉（模型、学习和推理）Algorithms算法伪代码 AnswerBookletStudents常见问题 Computer vision models, learning and inference CVMmatlab代码

  3. 所属分类：深度学习

    • 发布日期：2018-05-13
    • 文件大小：212mb
    • 提供者：u014556723

  1. 低功耗深度学习和计算机视觉方法综述【WF-IoT-普渡大学】.pdf

  2. 本文综述了低功耗深度学习和计算机视觉在推理方面的研究进展，讨论了压缩和加速DNN模型的方法。这些技术可以分为四大类:(1)参数量化和剪枝;(2)压缩卷积滤波器和矩阵分解;(3)网络结构搜索;(4)知识提取。我们分析了每一类技术的准确性、优点、缺点和潜在的问题解决方案。我们还讨论了新的评价指标，作为今后研究的指导。

  3. 所属分类：机器学习

    • 发布日期：2020-03-26
    • 文件大小：222kb
    • 提供者：syp_net

  1. 基于视觉推理的视频理解.pdf

  2. 2019云栖大会-基于视觉推理的视频理解，了解图神经网络的基本模型和应用场景，其中推理模型属于图神经里比较高深的知识点。

  3. 所属分类：深度学习

    • 发布日期：2020-07-21
    • 文件大小：22mb
    • 提供者：yejingtao703

  1. 基于视觉和语言的跨媒体问答与推理研究综述

  2. 基于视觉和语言的跨媒体问答与推理是人工智能领域的研究热点之一,其目的是基于给定的视觉内容和相关问题,模型能够返回正确的答案。

  3. 所属分类：机器学习

    • 发布日期：2021-03-17
    • 文件大小：1mb
    • 提供者：syp_net

  1. GenEd:具有通用语义的编辑器，用于关于视觉符号的形式推理-源码

  2. GenEd 使用Common Lisp和CLIM编写的具有关于形式化推理的通用语义的编辑器，用于视觉表示法 关于 我拥有25年历史的Lisp归档文件中的另一个Common Lisp＆CLIM（通用Lisp接口管理器）旧版软件:-)在2021年仍然可以完美运行。在32位Motif端口Ubuntu上使用LispWorks 6.1和CLIM进行了测试。 该程序写于1996年，是在汉堡大学计算机科学系Bernd Neumann认知系统实验室的一部分。 这项工作由Volker Haarslev监督，他

  3. 所属分类：其它

  1. visual-interaction-networks_tensorflow：视觉交互网络的Tensorflow实现-源码

  2. 视觉互动网络 Google Deepmind的Visual Interaction Networks的Tensorflow实现。 在Tensorflow r1.2上实现。 “关系推理的另一个关键部分涉及到预测物理场景中的未来。人们一眼就能推断出物体在哪里，而且还能推断出在接下来的几秒钟，几分钟甚至更长的时间内物体会发生什么。例如，如果您将足球踢到墙壁上，您的大脑会预测当球撞击墙壁时会发生什么，以及随后的运动会受到怎样的影响（球会以与踢球成正比的速度跳动，并且-在大多数情况下， -墙壁将保留在

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：220kb
    • 提供者：weixin_42101720

  1. 神经网络也可以有逻辑——解析视觉推理（VisualReasoning）

  2. 在我们的上一篇文章最前沿：百家争鸣的MetaLearning/Learningtolearn（点击「阅读原文」获取此文）中，我们谈到了星际2需要AI具备极好的逻辑推理能力才行，那么实际上逻辑推理这个问题学术界一直有研究，但是进展缓慢。吴恩达AndrewNg也说过当前的深度学习技术比较适合那些对人来说可以快速解答的问题，比如说图像识别，我们不用怎么思考，语音识别，我们也不用怎么思考。但是吴恩达这么说也不完全对，比如说AlphaGo。AlphaGo有逻辑，会推理，能思考吗？我们都知道人类下围棋是需要

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：348kb
    • 提供者：weixin_38702726

  1. AdversarialDetection：此模型在推理期间和训练数据集中检测对抗性输入-源码

  2. 对抗检测 该模型在推理过程中以及在计算机视觉模型的训练数据集中检测对抗性输入。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：12kb
    • 提供者：weixin_42177768

  1. 使用Jetson推理进行人类检测：使用Jetson推理进行对象检测-源码

  2. 使用Jetson推论进行人类检测 Jetson推理是NVIDIA Jetson Nano / TX1 / TX2 / Xavier NX / AGX Xavier的实时DNN视觉库。 对于人类检测，我们可以使用某些模型，例如pednet，multiped，SSD MobileNet-V1，SSD MobileNet-V2和SSD Inception-V2。 安装 安装一些要求 $ sudo apt-get install libboost-all-dev $ sudo apt-get inst

  3. 所属分类：其它

  1. 基于粗糙数据推理的Criminisi图像修复算法

  2. Criminisi算法作为优秀的图像修复算法代表, 在修复部分破损图像时可获得较好的视觉效果, 但该算法在进行匹配块搜寻时, 待修复块提供的信息量较少, 因此可匹配范围小。针对这一问题, 提出了一种基于粗糙数据推理理论的改进Criminisi图像修复算法, 粗糙数据推理可以扩展搜索空间, 增加搜索数据, 扩大搜索范围, 加深搜索深度。该算法在搜索规则上有以下改进：通过图像结构信息将图像内容划分为一个数据集, 再通过粗糙数据推理扩充待修复块信息量, 扩大匹配块可寻范围, 以此搜索匹配块, 修复破损

  3. 所属分类：其它

  1. 基于贝叶斯推理的多尺度双目匹配方法

  2. 目前, 虽然有许多双目匹配算法都可以实现较高的匹配精度, 但其中能实现视频级实时计算的却极少。为此, 提出一种基于贝叶斯推理的多尺度优化方法, 在保证算法实时性的同时, 可达到非常高的匹配精度。简单的局部匹配算法在设置不同窗口大小时, 计算出来的视差图会反映不同尺度下场景的结构信息。基于此, 提出一种对多张带有尺度信息和互补性的视差图进行基于贝叶斯推理的联合优化, 从而得到高精度视差图的方法。对Middlebury立体视觉数据集的测试结果表明, 本文算法在精度和效率上均优于其他实时算法。

  3. 所属分类：其它

  1. VisionEngine：基于Tensorflow 2.2构建的DHRL（“ VisionEngine”）是针对自然图像数据的推理框架，该框架针对自然科学中的应用量身定制，使用生成模型集成了分析，理论和经验方法-源码

  2. DHRL视觉引擎 去呈现的框架的仓库，用于。 ` 进行设定 我们建议创建一个虚拟环境以使用运行VisionEngine。 安装anaconda / miniconda后，下载VisionEngine并进入HOME目录： $ git clone https://github.com/ietheredge/VisionEngine $ cd VisionEngine 设置环境： 导出.env文件 创建一个新的conda环境（将安装VisionEngine和所有依赖项） $ echo "

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：47kb
    • 提供者：weixin_42120563

  1. mac-network：论文《机器推理的组合注意网络》的实现（Hudson和Manning，ICLR 2018）-源码

  2. 现实推理中的组合注意力网络 Drew A.Hudson和Christopher D.Manning 请注意：我们已将截止日期更新为5月15日。祝您好运！ :) 这是针对两个视觉推理数据集的（ICLR 2018）： 和New （ ）。 我们提出了一个完全可微的模型，该模型学习执行多步骤推理。 有关该模型的更多信息，请参见我们的和！ 特别地，该实现包括位于的MAC单元。 该代码支持本文中介绍的标准单元以及其他扩展名和变体。 运行python main.py -h或查看以获取完整的选项列表。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：61kb
    • 提供者：weixin_42097819

  1. MIVisionX：MIVisionX工具箱是捆绑在单个工具箱中的一组全面的计算机视觉和机器智能库，实用程序和应用程序。 AMD MIVisionX还提供了Khronos OpenVX:trade_mark:和OpenVX:trade_ma

  2. MIVisionX工具箱是捆绑在一个工具箱中的一组全面的计算机视觉和机器智能库，实用程序和应用程序。 AMD MIVisionX提供了和OpenVX:trade_mark:扩展的高度优化的开源实现，以及支持卷积神经网络模型编译器和优化器以及交换格式。 该工具包可在各种计算机硬件（包括小型嵌入式x86 CPU，APU，离散GPU和异构服务器）上快速原型化和部署优化的计算机视觉和机器学习推理工作负载。 最新发布的 目录 AMD OpenVX 是计算机视觉规范的高度优化的开源实现。 它允许在各种计算

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：98mb
    • 提供者：weixin_42131405

  1. jetson-inference：Hello AI World指南，介绍如何使用TensorRT和NVIDIA Jetson部署深度学习推理网络和深度视觉原语-源码

  2. 部署深度学习 欢迎使用我们的NVIDIA 推理和实时库指导手册。 此使用NVIDIA 将神经网络有效地部署到嵌入式Jetson平台上，通过图形优化，内核融合和FP16 / INT8精度提高了性能和能效。 视力原语，如图像识别， 物体检测，并用于语义分割，继承从共享对象。 提供了一些示例，用于从实时摄影机供稿进行流式处理并处理图像。 有关C ++和Python库的详细参考文档，请参见部分。 遵循教程，在Jetson上运行推理和转移学习，包括收集自己的数据集和训练自己的模型。 它涵盖了图像分类

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：71mb
    • 提供者：weixin_42168745

  1. 神经网络也可以有逻辑——解析视觉推理（VisualReasoning）

  2. 在我们的上一篇文章最前沿：百家争鸣的MetaLearning/Learningtolearn（点击「阅读原文」获取此文）中，我们谈到了星际2需要AI具备极好的逻辑推理能力才行，那么实际上逻辑推理这个问题学术界一直有研究，但是进展缓慢。吴恩达AndrewNg也说过当前的深度学习技术比较适合那些对人来说可以快速解答的问题，比如说图像识别，我们不用怎么思考，语音识别，我们也不用怎么思考。但是吴恩达这么说也不完全对，比如说AlphaGo。AlphaGo有逻辑，会推理，能思考吗？我们都知道人类下围棋是需要

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：348kb
    • 提供者：weixin_38570202

  1. 基于粗糙数据推理的BSCB图像修补算法

  2. BSCB模型在传输过程中引入Laplace算子时采用的点是某一像素周围4个邻点,对像素的表示会有局限性,进而造成修复后边缘模糊的现象。为优化这一问题,提出一种基于粗糙数据推理的改进BSCB算法,利用粗糙数据推理空间制定与某一像素相关联的采取规则以期挖掘像素之间的近似关系、衍生关系及拓展关系,选取与某一像素相关性最大的点,从而避免像素表示的局部性问题。实验结果表明,与经典的BSCB算法相比,改进后的算法在传输过程中采取的点更能体现图像结构,可获得较好的视觉效果,峰值信噪比也从数据层面证实修复效果的

  3. 所属分类：其它

« 12 3 4 5 6 »