深度学习

• 深度学习实战-基于Xception的农场害虫图像分类检测模型

  本项目旨在构建一套基于深度学习的高性能害虫识别系统，通过引入Xception极限卷积神经网络架构，深度挖掘昆虫在触角、翅脉、色斑及体型等微观形态特征。实验针对15种活跃于农业生产环境中的典型昆虫，利用深度可分离卷积技术和Hyperband算法进行全参数空间的自动化搜索与微调。结果显示，Xception模型在测试集上的准确率达到0.7631，显著优于其他主流架构。此系统不仅为农民和昆虫学家提供了科学的决策支持，降低了作物受损风险，更为开发可实时预警、辅助靶向施药的智能化植保终端提供了关键的技术支撑。

  艾派森

  273

  05/12 11:31

  深度学习 图像检测

  
• 深度学习实战-基于MobileNetV3的眼部疾病图像分类识别模型

  该项目旨在利用深度学习中的计算机视觉技术，构建一套基于轻量化架构MobileNetV3的全自动眼疾识别流水线。通过高质量临床眼底图像数据集和医疗专家标注，模型实现了超过86%的临床初筛准确率，为偏远地区提供了数字化辅助诊断范式。

  艾派森

  181

  05/11 11:03

  深度学习 计算机视觉

  
• 深度学习为什么还是无法处理边缘场景？

  自动驾驶面临边缘场景处理难题，深度学习模型因缺乏对罕见场景的理解而表现不佳。为应对这一挑战，自动驾驶技术正从目标识别转向空间占用感知，采用占用网络、Transformer架构和大模型增强系统对异形物体的处理能力。同时，数据闭环和合成现实技术有助于高效获取和利用高价值数据，提高模型的适应性和鲁棒性。此外，不确定性估计和世界模型进一步推动系统认知能力和决策水平的提升，助力自动驾驶技术迈向成熟。

  智驾最前沿

  312

  04/27 12:55

  自动驾驶 智能驾驶
• 深度学习实战-基于ContentBranch和CFBranch的混合电影推荐模型

  该项目基于TMDB高评分电影数据，构建了一个融合内容信息与协同信号的混合推荐模型。通过统一建模文本语义、类型结构和隐式评分信息，有效缓解单一推荐范式的局限。实验结果显示，模型在训练过程中收敛稳定，预测误差持续下降，且通过引入分支对齐机制提升了整体表征能力。混合模式在相似电影检索中表现出更好的语义相关性和类型一致性，适用于解决冷启动问题和用户偏好建模，具备实用价值和扩展性。

  艾派森

  1041

  04/23 09:38

  深度学习

  
• 深度学习实战-基于LSTM长短期记忆网络的黄金价格预测模型

  本文利用Kaggle提供的长期黄金价格数据，通过构建包含多种技术指标的特征体系，引入LSTM模型对未来黄金价格进行预测。具体步骤如下：数据预处理：对原始黄金价格数据进行整理，生成收益率、价格波动区间、移动平均线、波动率等技术指标，并将下一时间步的收盘价作为预测目标。

  艾派森

  1818

  04/15 09:48

  深度学习 LSTM模型
• 深度学习实战-基于卷积神经网络CNN的水果图像分类识别模型

  该项目基于深度学习技术，利用卷积神经网络（CNN）构建水果图像分类模型，实现了对不同水果类别的自动识别。通过数据集导入、数据可视化、特征工程、模型构建与训练等多个步骤，完成了模型的训练与评估。实验结果显示，模型在验证集上达到了高精度（0.9851）和低损失（0.0512），且在多数类别上表现出优异的分类性能，具备良好的实际应用潜力。

  艾派森

  394

  04/14 10:11

  深度学习 图像识别
• 深度学习实战-基于ResNet50的面部表情分类识别模型

  本文基于Kaggle人脸情绪数据集，利用ResNet50构建面部表情分类模型，通过对数据预处理、迁移学习和模型训练，实现了情绪识别任务。实验结果显示，模型在测试集上取得94.07%的准确率和较低的损失值，各类别精度、召回率和F1-score均较高，表明模型在不同情绪类别上表现稳定。此方法为面部表情识别提供了有效的解决方案。

  艾派森

  1259

  04/09 09:10

  深度学习 人脸识别
• 自动驾驶端到端为什么会出现黑盒现象？

  端到端自动驾驶系统通过深度学习模型直接将传感器数据映射至控制指令，简化流程同时增强智能化水平。然而，这种方法因缺乏透明性而被称为“黑盒”，导致事故分析和责任界定困难。尽管如此，端到端系统因其自动化和高效性仍被广泛研究。为解决黑盒问题，可通过引入中间监督信号、设计可解释的损失函数、结合模块化结构等方式提高系统可解释性和安全性。

  智驾最前沿

  790

  02/24 09:44

  自动驾驶 深度学习
• Mavenir 与 Red Hat 合作

  致力于构建 AI 原生设计移动网络的软件公司 Mavenir 宣布与全球领先的开源解决方案提供商 Red Hat 展开合作，利用 Red Hat AI 技术，提供对话式 AI 和智能体 AI 服务保障解决方案。 这些运营商级生成式 AI (gen AI) 产品由本地部署的 Red Hat OpenShift AI 赋能，为电信服务提供商打造高度可扩展、聚焦安全、具备弹性且成本优化的网络运营基础。

  点点手机版网页打不开编辑

  420

  02/24 07:05

  GPU 生成式AI
• 传统计算机视觉已死？

  本文介绍了经典计算机视觉方法及其应用场景，强调了在深度学习盛行的时代，传统方法仍具有不可替代的优势。作者分享了图像处理、特征提取、背景减除器、视角转换等经典技术的应用实例，并指出这些方法在特定场景下的独特价值。无论是初学者还是从业者，理解和掌握这些经典技术都能提高项目的灵活性和可靠性。

  机器视觉与AI深度学习

  484

  01/28 09:22

  深度学习 计算机视觉

  
• 从“瞎子摸象“到“火眼金睛“：深度学习这场魔术，如何让机器读懂世界？

  深度学习是一种通过大量样本训练机器识别复杂模式的技术，类似于教孩子识物的过程。其核心是神经网络，能够自动提取特征并进行高效分类。深度学习不仅应用于图像识别，还能处理语言和其他类型的数据，广泛应用于医疗、自动驾驶等领域，改变了人们的生活方式。

  中兴文档

  657

  01/02 11:22

  深度学习

  
• 从“测距器”到“数据平台”，解读艾迈斯欧司朗 dToF 的发展之路

  2025年9月10日，在深圳举行的第27届中国国际光电博览会（CIOE 2025）上，照明与传感创新的全球领导者艾迈斯欧司朗（ams OSRAM）发布了新一代直接飞行时间（dToF）传感器 TMF8829。这款新品在分辨率、视场角和刷新率等关键指标上实现了跨代提升，标志着ToF技术进入新阶段。在实际应用中，TMF8829展现出高分辨率带来的优势。例如，智能咖啡机可通过传感器区分意式浓缩杯和旅行杯，

  李坚

  2236

  2025/09/26

  传感器 深度学习

  
• Cloudera调查发现：96%的企业已将AI融入核心业务，AI已从竞争优势转为必备技术

  致力于将AI技术应用于复杂环境中数据的Cloudera今日发布最新全球调研报告《AI的发展演变：企业AI与数据架构现状》。该报告基于对1500余位IT领导者的调研，针对2025年AI应用加速、企业数据架构演进及安全扩展AI过程中出现的新挑战进行了深入分析。在Cloudera2024年报告基础上，报告着重分析了短短一年间企业优先事项、应用障碍与目标的变化，勾勒出企业AI快速发展演变的图景。报告强调，

  点点手机版网页打不开编辑

  798

  2025/09/26

  AI 深度学习
• 研华 MIC-743边缘AI新品首发基于英伟达Thor平台提供强劲算力

  近日，研华科技重磅推出基于NVIDIA Jetson Thor平台的边缘AI新品 MIC-743，这款突破性产品以高达2070 FP4 TOPS的AI算力重新定义边缘计算性能边界，其紧凑型设计与工业级可靠性完美结合，提供"强算力+小体积+高稳定"的黄金三角组合。适用于当前自动化设备、边缘端VLM（视觉语言模型）和机器人等热门应用。 为视觉语言模型（VLM）和大型语言模型（LLM）提供强劲算力支持

  点点手机版网页打不开编辑

  1287

  2025/09/11

  NVIDIA 深度学习

  
• ST最强MCU--STM32N6中如何快速评估深度学习模型

  STM32N6是一款高性能微控制器，适用于边缘AI应用。博主介绍了如何使用STM32N6570-DK开发板验证已知AI模型，并详细描述了所需工具和环境配置步骤。通过命令行工具将模型转换为.C文件并配置Python环境，最终实现了模型在STM32上的运行和速度测试。

  实在太懒于是不想取名

  2158

  2025/09/10

  MCU 深度学习
• 基于深度学习的轮胎缺陷检测系统

  本文介绍了基于深度学习的轮胎缺陷检测系统方案，利用RGB相机捕捉图像并通过实例分割技术识别缺陷。通过Mask-RCNN模型实现了高精度检测，达到96%的检测准确率。该方案有助于提高轮胎制造过程中的质量检测效率和安全性。

  机器视觉与AI深度学习

  1435

  2025/08/19

  深度学习

  
• 自动驾驶中Transformer大模型会取代深度学习吗？

  近年来，随着ChatGPT、Claude、文心一言等大语言模型在生成文本、对话交互等领域的惊艳表现，“Transformer架构是否正在取代传统深度学习”这一话题一直被持续讨论。特别是在自动驾驶领域，部分厂商开始尝试将多模态大模型（MLLM）引入到感知、规划与决策系统，引发了“传统深度学习是否已过时”的激烈争论。然而，从技术原理、算力成本、安全需求与实际落地路径等维度来看，Transformer与深度学习并非你死我活的替代关系，更像是相互协作的搭档，各自承担着不同但关键的系统职责。

  智驾最前沿

  1012

  2025/08/14

  自动驾驶 深度学习

  
• 如何在RK3576开发板上运行TinyMaix：超轻量级推理框架—基于米尔MYD-LR3576开发板

  本文将介绍基于米尔电子MYD-LR3576开发平台部署超轻量级推理框架方案：TinyMaix。——摘自优秀创作者-短笛君 TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意低资源MCU上运行轻量级深度学习模型。 关键特性 核心代码少于 400行 (tm_layers.c+tm_model.c+arch_cpu.h), 代码段(.text)少于3KB

  米尔电子

  905

  2025/07/25

  开发板 深度学习

  
• 基于深度学习的电信塔缺陷检测

  本文主要介绍一个基于深度学习的电信塔缺陷检测系统方案。本文介绍了如何使用软件来执行检测缺失螺栓的关键任务，也许同样重要的是，它们在视频的多个帧中进行独特的识别和标记，以便维护人员能够快速查明特定缺陷，而无需重复。

  机器视觉与AI深度学习

  896

  2025/06/18

  深度学习

  
• 爱簿智能推出E300 AI计算模组：50TOPS国产算力，赋能边缘AI全场景高效部署

  近日，爱簿智能正式推出面向边缘场景打造的E300 AI计算模组。这款产品搭载爱簿智能自研AI SoC点点taptap安卓AB100，具备高达50TOPS的INT8算力和102GB/s LPDDR5内存带宽，支持FP16/FP32混合精度计算，专为边缘侧高性能AI任务设计，旨在为各行业提供高算力、低延迟、强可靠的国产化AI解决方案。依托全栈AI工具链与端云协同架构，E300深度融合边缘生成式AI与计算机视觉能力，可

  点点手机版网页打不开编辑

  817

  2025/06/10

  深度学习 边缘AI

  

正在努力加载...