首页
学习
活动
专区
工具
TVP
发布

人工智能

专栏作者
486
文章
780690
阅读量
225
订阅数
计算机视觉这一年:这是最全的一份CV技术报告
The M Tank 编辑了一份报告《A Year in Computer Vision》,记录了 2016 至 2017 年计算机视觉领域的研究成果,对开发者和研究人员来说是不可多得的一份详细材料。该材料共包括四大部分,在本文中机器之心对第一部分做了编译介绍,后续会放出其他部分内容。 内容目录 简介 第一部分 分类/定位 目标检测 目标追踪 第二部分 分割 超分辨率、风格迁移、着色 动作识别 第三部分 3D 目标 人体姿势估计 3D 重建 其他未分类 3D 总结 第四部分 卷积架构 数据集 不可分类的其他
企鹅号小编
2018-02-27
9820
带你通俗易懂的理解人工智能算法一
我们所谓的人工智能算法就是一个机器嵌入了这个算法后,这个机器就拥有了人所具有的基本能力,比如观察、思考、学习、创造等,本文要说的就是这个算法。 人工智能算法主要由两部分组成:深度学习(Deep Learning)和强化学习(Reinforce Learning) 深度学习 深度学习就是多层人工神经网络。 📷 它主要包括三个部分:输入层、隐藏层、输出层。输入层就是机器的输入数据,比如我们问它:"你吃了吗?",而隐藏层就是对这句话的特征提取和分析的过程,机器想我今天到底有没有吃,然后输出层就是结果,比如机器人说
企鹅号小编
2018-02-05
2.5K0
机器学习,Hello World from Javascript!
导语 JavaScript 适合做机器学习吗?这是一个问号。但每一位开发者都应该了解机器学习解决问题的思维和方法,并思考:它将会给我们的工作带来什么?同样,算法能力可能会是下一阶段工程师的标配。 本文旨在通过讲解识别手写字的处理过程,带读者了解机器学习解决问题的一般过程。本文适合以下背景的读者阅读: 你不需要具备 Python、C++ 的编程能力:全文使用 JavaScript 作为编程语言,且不依赖任何第三方库实现机器学习算法。 你不需要具备算法能力和高数的背景,本文机器学习算法的实现不过 20 行代
企鹅号小编
2018-02-02
5360
学了这么久机器学习,你真的了解它的概念吗?
引言 我们曾在之前的快讯里提到,Dataversity 最近上线了一个 What is 系列,介绍了数据科学相关的多个概念,之前我们曾介绍了大数据与数据科学(可直接点击阅读),今天介绍的是机器学习和商务智能。 本文是 TDU 执行校长杨老师在 TalkingData 内部资讯平台 Furion 上分享的两个专题总结,分别介绍了国内外知名学者、媒体对 Machine Learning 和 Business Intelligence 的定义,杨老师也谈了自己的理解。 📷 什么是机器学习? Cynthia 导读:
企鹅号小编
2018-02-01
7060
kNN-Iris分类器(一)
“著名的鸢尾花(Iris)数据集(由Ronald Fisher于1936年发表)是一种展示机器学习框架API的好方法。从某种程度上说,Iris数据集是机器学习界的”Hello world“。数据集链接:https://archive.ics.uci.edu/ml/datasets/Iris ” 我叫了一学期的兰花分类器。。。竟然是鸢尾花。。。 我要去跟着小甲鱼学英语了 “人们对外界事物的识别,很大部分是把事物按分类来进行的。”比如,依靠分类我们可以区别图像上的景物、声音中的内容、医学上的疾病诊断。在我们的心
企鹅号小编
2018-01-30
1.4K0
关注专栏作者,随时接收最新技术干货
花落花飞去
腾讯社区运营
全球资讯翻译官
腾讯总部云加社区运营
Techeek
腾讯产品运营
QiqiHe
腾讯产品运营
AI与人
AI这几年突然火了起来,上世纪70年代的理论,沉寂了几十年,在近几年才大放异彩,从台后走到台前,万众瞩目。 让AI被大家熟知的一个重要事件,要数阿尔法狗,打败了人类围棋界的最顶尖高手;于是人们奔走相告,人工智能来了,人类危险了! 之后,DEEPMIND又推出了阿尔法zero,阿尔法狗的弟弟;这个弟弟更加厉害,哥哥之前要成长几个月才能打败人类,而弟弟从无到有,只花三天时间就可以打败哥哥了!而且,更可怕的是,哥哥之前还是学习人类的经验,站在人类肩膀上,而这个弟弟,完全都是自学成才,并且它的成就突破了人类的思
企鹅号小编
2018-01-29
6860
在图像中标注新的对象
给定一个图像,人类可以很容易地推断其中的显着实体,并有效地描述场景,如对象所在的位置(在森林或厨房?),对象具有什么属性(棕色或白色?),更重要的是,物体如何与场景中的其他物体(在田野里奔跑,或被人等等)相互作用。视觉描述的任务旨在开发视觉系统,生成关于图像中对象的上下文描述。视觉描述是具有挑战性的,因为它不仅需要识别对象(熊),还需要识别其他视觉元素,如动作(站立)和属性(棕色),并构建一个流畅的句子来描述图像中的对象,动作和属性如何相关(如棕熊站在森林中的一块岩石上)。
花落花飞去
2018-01-26
1.7K0
写给非技术人员的机器学习指南
这里是另一家创业公司的聚会,你靠在吧台上,一边喝着小酒。这样的夜晚你只考虑自己,尽情享受社交活动。 偶然间,一个声音从你耳边传来。 “他们绝对是机器学习的创业公司。” 谈话声消失了。 “他们仍然在使用统计NLP吗?复发性神经网络似乎是一种趋势。” 谈话声再次消失。 机器学习像病毒一样迅速传播,你惊讶的发现这几分钟内,吧台上的每个人都在讨论机器学习。 过去你曾听说过这个术语,谁没有听说过呢?机器学习是一种潮流,毫无疑问,它是人工智能的未来。 问题是,你没有一点关于它的想法。 你放下酒杯转身离开,今晚将是不眠之
企鹅号小编
2018-01-26
6750
第四课:模型的使用
上一节我们创建了模型对象,也导入了测试集,可以说实现了一个简单机器学习的apk环境和核心代码。这一节我们一起看下开发一个完整的人工智能应用程序需要哪些步骤和代码。在详细分析代码之前我们先稍微看下有关 TensorFlow 的一些简单概念。 模型的一些概念 一个 TensorFlow 的计算任务叫做 Graph,一个 Graph 由很多节点(Op)组成, Op 通过 Tensor 获取输入,Op 完成计算以后再通过 Tensor 把输出传递到下一个节点。 Tensor 一般来说是一个数组(1 维或多维),
企鹅号小编
2018-01-25
5970
重构出版:语音交互技术的冲击与机遇
重构出版:语音交互技术的冲击与机遇 1 摘要:语音交互技术是人工智能技术的重要分支,包括语音识别、语音合成和语义理解三个部分。语音交互技术不仅从出版实务上重构了出版业,而且重构了出版业的核心概念。出版机构面对语音交互技术的冲击要主动培养音频编辑人才,提前布局市场,在下一次知识服务转型的风口占得先机。 关键词:人工智能;语音交互技术;重构;出版业 2 人工智能将对人类社会产生重大影响,而语音是人工智能技术重要应用领域之一。近年来语音交互技术日趋成熟,数字出版领域有声读物快速发展,市场不断扩大。“国内已经先
企鹅号小编
2018-01-25
1.2K0
深度学习如何在医学影像分割上大显神通?——分割网络的三个改进思路
一、医学影像分割有助于临床工作 图像分割在影像学诊断中大有用处。自动分割能帮助医生确认病变肿瘤的大小,定量评价治疗前后的效果。除此之外,脏器和病灶的识别和甄别也是一项影像科医生的日常工作。CT和磁共振的数据都是三维数据,这意味着对器官和病灶的分割就需要逐层进行。如果都是手工分割的话,会给医生带来繁重的工作量。实际上,已经有很多学者提出了许多医学影像的分割方法,但由于医学影像复杂,分割目标多变,仍有很多自动分割问题等待解决。 近年来深度学习在计算机视觉的各个细分邻域都取得了出色的成绩,那么,深度学习如何帮助医
企鹅号小编
2018-01-25
9K0
2017奇葩机器人大盘点:Sophia想生孩子,Atlas后空翻,贝佐斯骑高达
编者注:本文来源于科技媒体The Verge,作者是James Vincent。 废话不多说。现在,我就来盘点一下,今年出现的这些又好又坏,还很奇怪的机器人们。 最具发展前景:谁敢看我,我就用激光亮瞎你的氪金狗眼 在机器爱好者心中,恶搞型机器人永远占有一席之地。YouTube内容上传者Simone Giertz就在2016年上传了一个类似的机器人。但还远远比不上图中这个家伙,它会躲在披萨盒里,并配备了面部识别系统,如果有人朝它看去,它立马会用激光去照观看者的眼睛。 最佳反转:先是“虐童”,随后又去驱
企鹅号小编
2018-01-23
5550
你知道人脸识别技术是如何实现的吗?
人脸识别,一种基于人的脸部特征信息进行身份认证的生物特征识别技术。近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为近年来全球的一个市场热点。人脸识别技术经常听,但你知道它是如何实现的吗? 📷 人脸识别技术包含三个部分: 人脸检测 面貌检测是指在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像。一般有下列几种方法: 1、考模板法。首先设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸。 2、人脸规则法。由于人脸具有一定的
企鹅号小编
2018-01-22
1.8K0
人工智能之头像识别
图像识别是人工智能的一个重要方面,下面通过一个简单列子进行练习: 随着圣诞的到来,大家纷纷@官方微信给自己的头像加上一顶圣诞帽。当然这种事情用很多P图软件都可以做到。但是作为一个学习图像处理的技术人,还是觉得我们有必要写一个程序来做这件事情。而且这完全可以作为一个练手的小项目,工作量不大,而且很有意思。 我们用下面这张图作为我们的测试图片。 📷 用dlib的正脸检测器进行人脸检测,用dlib提供的模型提取人脸的五个关键点。代码如下: #!/usr/bin/python # -*- coding: utf-8
企鹅号小编
2018-01-18
2.4K0
深度学习CNN眼中的图片是什么样的
2017年最后一天,无心学习。本来想休息下的,结果看到了一篇Paper叫《Visualizing and Understanding Convolutional Networks》,比较老13年发的,但是蛮有趣的,因为通常人们做深度学习训练的时候其实是在一个黑盒环境下进行,人们也不知道模型的每一层是怎么完成图片识别的,那这篇文章给了一个很好的解释,于是就读了下,顺便也跟大家分享。 正文 大家都知道深度学习,特别是CNN结构的模型有一个很神奇的功能:可以识别图片。有一些生物尝试的同学可能了解,人脸通过眼睛对图
企鹅号小编
2018-01-16
1.4K0
数字图像相关技术DIC分析介绍
第一次见到这张图是袁程在课题组组会上汇报自己科研进展时,当时我自己很好奇:怎样做的让试验结果和有限元云图匹配在一起的呢?后来请教了袁程后才知道,这不是有限元云图,是一种可实现应变和位移数字化显示的图像处理技术。今天很荣幸邀请到袁程来公众号分享交流一下这种分析技术。 作者介绍 袁程,工科文艺青年 Curtin University PhD Candidate 研究方向:FRP新型复合材料力学性能研究 正文 数字图像相关(Digital Image Correlation, i.e. DIC)是一种追踪
企鹅号小编
2018-01-15
4.9K0
基于深度学习的图像目标检测(下)
依然要感激如此美丽的封面图片。 在“基于深度学习的图像目标检测(上)”里面, 我们详细介绍了R-CNN走到端到端模型的Faster R-CNN的进化流程。 这里, 我们介绍, 后续如何变得更快、更强! 前言 天下武功唯快不破! 所以在如何让检测更快? 主要有两种思路: 1. 把好的方法改进的更快! 前面我们提到了从R-CNN到Faster R-CNN主要的技术思想就是避免特征计算浪费。 所以要把ConvNet特征计算前移,只做一次计算。 而把区域操作后移。 我们也提到Faster R-CNN在RoI之
企鹅号小编
2018-01-11
1.7K0
线性判别分析篇
AI君分分钟带你读懂AI技术 📷 线性判别分析 Linear Discriminant Analysis 概述 这篇文章里,AI君想要跟大家讲讲线性判别分析,英文全称Linear Discriminant Analysis,简称LDA。 线性判别分析(LDA)属于机器学习中的监督式学习方法,广义的LDA是指所有的判别函数均为线性函数。其中最经典的则是“Fisher判别分析”。 这一方法应用广泛,尝尝被用来做特征提取、数据降维和任务分类,在人脸识别、人脸检测等领域发挥了重要的作用。 线性判别分析的核心思想是寻
企鹅号小编
2018-01-10
1.1K0
停车还是减速?伯克利实例演示对抗样本带来的潜在隐患
本文介绍了对抗样本攻击在计算机视觉领域的最新研究进展,包括YOLO、Faster-RCNN等目标检测算法,以及防御对抗样本攻击的算法。
企鹅号小编
2018-01-09
1.4K0
使用TensorFlow自动识别验证码(三)
企鹅号小编
2018-01-08
1.1K0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档