首页
学习
活动
专区
工具
TVP
发布

深度学习和计算机视觉

专栏作者
966
文章
1173899
阅读量
127
订阅数
14种异常检测方法汇总(附代码)!
今天给大家分享一篇关于异常检测的文章,重点介绍了14种公开网络上一些常见的异常检测方法(附资料来源和代码)。
小白学视觉
2022-12-27
1.7K0
PSPNet | 语义分割及场景分析
本次, 由香港中文大学(CUHK)和商汤科技(SenseTime)提出的金字塔场景解析网络(Pyramid Scene Parsing Network, PSPNet)已经过审阅。
小白学视觉
2022-09-28
6220
基于 Python 的 11 种经典数据降维算法
网上关于各种降维算法的资料参差不齐,同时大部分不提供源代码。这里有个 GitHub 项目整理了使用 Python 实现了 11 种经典的数据抽取(数据降维)算法,包括:PCA、LDA、MDS、LLE、TSNE 等,并附有相关资料、展示效果;非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴。
小白学视觉
2022-09-28
5880
Numpy和Pandas的区别
Numpy和Pandas的区别 Numpy是数值计算的扩展包,能够高效处理N维数组,即处理高维数组或矩阵时会方便。Pandas是python的一个数据分析包,主要是做数据处理用的,以处理二维表格为主。但注意这不是说Numpy就处理不了二维数据,它也可以处理。 Numpy只能存储相同类型的array,Pandas能处理不同类型的数据,例如二维表格中不同列可以是不同类型的数据,一列为整数一列为字符串。 Numpy支持并行计算,所以TensorFlow2.0、PyTorch都能和numpy能无缝转换。Numpy底
小白学视觉
2022-04-06
6260
医疗人工智能前景——医学影像
医学图像AI(博士)在读,研究方向为unsupervised deep learning; multi-modal; PET-CT. 写这篇文章梳理一下学习思路,也希望可以给刚开始进入这个行业的朋友一个quick guide。
小白学视觉
2022-02-14
5550
主成分分析(PCA):通过图像可视化深入理解
主成分分析(PCA)是一种广泛应用于机器学习的降维技术。PCA 通过对大量变量进行某种变换,将这些变量中的信息压缩为较少的变量。变换的应用方式是将线性相关变量变换为不相关变量。相关性告诉我们存在信息冗余,如果可以减少这种冗余,则可以压缩信息。例如,如果变量集中有两个高度相关的变量,那么通过保留这两个变量我们不会获得任何额外信息,因为一个变量几乎可以表示为另一个的线性组合。在这种情况下,PCA 通过平移和旋转原始轴并将数据投影到新轴上,将第二个变量的方差转移到第一个变量上,使用特征值和特征向量确定投影方向。因此,前几个变换后的特征(称为主成分)信息丰富,而最后一个特征主要包含噪声,其中的信息可以忽略不计。这种可转移性使我们能够保留前几个主成分,从而显著减少变量数量,同时将信息损失降至最低。
小白学视觉
2022-01-18
1.7K0
关于机器人标定,还有这些内幕你必须知道
定位精度作为影响机器人性能的重要因素,所以经常要对机器人进行标定来提高机器人的定位精度从而满足工业上的需要。但是在某些示教类的应用中,如果谐波减速器的精度足够高,不需要标定也能够满足精度要求。
小白学视觉
2020-07-03
1.3K0
分析数据必须掌握的概率分布
Data Science (数据科学)作为现如今最炙手可热的领域之一,越来越受到人们的关注。而数据分析背后充满了概率统计的知识。因此,打下良好的概率论基础是必须的。
小白学视觉
2019-11-11
6210
ICCV2019 Oral论文:基于图嵌入的深度图匹配(已开源)
由上海交通大学研究团队独立完成的论文Learning CombinatorialEmbedding Networks for Deep Graph Matching已被ICCV2019会议录用为Oral论文。
小白学视觉
2019-10-24
7440
模式识别考点总结(第7-12个ppt)
接上文。 ⑦ 第六章 近邻法 三种近邻法 近邻法是模板匹配 全部样本作为代表点 近邻法的计算量 近邻法的错误率 两个样本集搜索规则 压缩近邻法的步骤 ⑧ 第七章 主成分分析(PCA) 主
小白学视觉
2019-10-24
6220
信息量巨大!美国终于公开了《2016-2045年新兴科技趋势报告》
美国公开了一份长达35页的《2016-2045年新兴科技趋势报告》。该报告是在美国过去五年内由政府机构、咨询机构、智囊团、科研机构等发表的32份科技趋势相关研究调查报告的基础上提炼形成的。
小白学视觉
2019-10-21
4890
2019年视觉里程计VIO新进展
1 2019年,Visual-Inertial Mapping with Non-Linear Factor Recovery.
小白学视觉
2019-10-10
1.1K0
还在苦于垃圾分类?机器视觉帮你识别它是什么垃圾!!!
垃圾一直是让各个国家头疼的问题,尤其对于人口过亿的人口大国。其中,垃圾分类被视为一项有效的推广措施,不过,并非所有人明确「可回收」与「不可回收」的定义,或者说对垃圾需要有更清晰的划分。
小白学视觉
2019-07-08
2.6K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
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