什么是Mask R-CNN？Mask R-CNN的工作原理

它的概念很簡(jiǎn)單：對(duì)于每個(gè)目標(biāo)對(duì)象，F(xiàn)aster R-CNN都有兩個(gè)輸出，一是分類標(biāo)簽，二是候選窗口；為了分割目標(biāo)像素，我們可以在前兩個(gè)輸出的基礎(chǔ)上增加第...

2018-07-20 標(biāo)簽：機(jī)器人數(shù)據(jù)集 6.8萬(wàn) 0

為什么要使用預(yù)訓(xùn)練模型？一些頂級(jí)的預(yù)訓(xùn)練模型介紹

多用途模型是自然語(yǔ)言處理領(lǐng)域的熱門話題。這些模型為機(jī)器翻譯、問(wèn)答系統(tǒng)、聊天機(jī)器人、情緒分析等我們感興趣的自然語(yǔ)言處理應(yīng)用提供了動(dòng)力。這些多用途自然語(yǔ)言處...

2019-04-08 標(biāo)簽：數(shù)據(jù)集自然語(yǔ)言處理遷移學(xué)習(xí) 3.9萬(wàn) 0

4分鐘訓(xùn)練好AlexNet，6.6分鐘訓(xùn)練好ResNet-50，創(chuàng)造了AI訓(xùn)練世界新紀(jì)錄

為了充分利用大規(guī)模集群算力以達(dá)到提升訓(xùn)練速度的目的，人們不斷的提升batch size大小，這是因?yàn)楦蟮腷atch size允許我們?cè)跀U(kuò)展GPU數(shù)量的...

2018-08-02 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.8萬(wàn) 0

如何讓tSNE在大型、高維數(shù)據(jù)庫(kù)上實(shí)時(shí)進(jìn)行可視化的詳細(xì)資料概述

tSNE是目前最為流行的一種高維數(shù)據(jù)降維的算法。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)不僅越來(lái)越多，而且變得越來(lái)越復(fù)雜，數(shù)據(jù)維度的轉(zhuǎn)化也在驚人地增加。對(duì)于計(jì)算機(jī)而言，處理高...

2018-06-10 標(biāo)簽：GPU算法數(shù)據(jù)庫(kù) 2.3萬(wàn) 0

一種基于點(diǎn)云的Voxel（三維體素）特征的深度學(xué)習(xí)方法

特征學(xué)習(xí)網(wǎng)絡(luò)的結(jié)構(gòu)如下圖所示，包括體素分塊（Voxel Partition），點(diǎn)云分組（Grouping），隨機(jī)采樣（Random Sampling），...

2018-12-07 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí) 2.2萬(wàn) 0

Keras和TensorFlow究竟哪個(gè)會(huì)更好？

Keras 依然作為一個(gè)庫(kù)，與 TensorFlow 分開，進(jìn)行獨(dú)立操作，所以仍存在未來(lái)兩者會(huì)分開的可能性；然而，我們知道 Google 官方同時(shí)支持 ...

2018-10-11 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí)Keras 2.2萬(wàn) 0

調(diào)參心得:如何優(yōu)化超參數(shù)的，如何證實(shí)方法是有效的

自動(dòng)化超參數(shù)優(yōu)化及其工具最主要的問(wèn)題之一，是你常常偏離原本的工作方式。預(yù)測(cè)任務(wù)無(wú)關(guān)的超參數(shù)優(yōu)化的關(guān)鍵——也是所有復(fù)雜問(wèn)題的關(guān)鍵——是擁抱人機(jī)之間的協(xié)作。...

2018-08-31 標(biāo)簽：參數(shù)數(shù)據(jù)集 2.1萬(wàn) 0

利用EdgeImpulse在線網(wǎng)站自行訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行分類識(shí)別

EdgeImpulse是一個(gè)為嵌入式設(shè)備提供在線訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型服務(wù)的網(wǎng)站，它是我們OpenMV的合作伙伴，同時(shí)也均為ST意法半導(dǎo)體的官方合作伙伴。目前...

2021-03-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集智能攝像頭 2.2萬(wàn) 0

無(wú)人駕駛數(shù)據(jù)集你只知道Kitti嗎？而實(shí)際比你想象的多

ApolloCar3D該數(shù)據(jù)集包含5,277個(gè)駕駛圖像和超過(guò)60K的汽車實(shí)例，其中每輛汽車都配備了具有絕對(duì)模型尺寸和語(yǔ)義標(biāo)記關(guān)鍵點(diǎn)的行業(yè)級(jí)3D CAD模...

2019-04-22 標(biāo)簽：傳感器數(shù)據(jù)集無(wú)人駕駛 2.2萬(wàn) 0

YOLOv5使用教程詳解（單卡，多卡，多機(jī)訓(xùn)練）

上面的代碼默認(rèn)使用GPU 0…（N-1）。使用特定的GPU？可以通過(guò)簡(jiǎn)單在 --device 后跟指定GPU來(lái)實(shí)現(xiàn)。「案例」，在下面的代碼中，我們將使用...

2022-11-21 標(biāo)簽：gpu數(shù)據(jù)集 1.6萬(wàn) 0

阿里巴巴再度開放一份計(jì)算機(jī)集群的真實(shí)數(shù)據(jù)集（Alibaba Cluster Data V2018）

究竟什么是 DAG？離線計(jì)算任務(wù)，例如 Map Reduce、Hadoop、Spark、Flink 中常用的任務(wù)，都是以有向無(wú)環(huán)圖（Directed A...

2018-12-25 標(biāo)簽：服務(wù)器阿里巴巴數(shù)據(jù)集 1.2萬(wàn) 0

一個(gè)“槍槍爆頭”的視覺AI自瞄程序！

總體來(lái)說(shuō)，我們首先需要訓(xùn)練好一個(gè)人體關(guān)節(jié)點(diǎn)檢測(cè)的AI視覺模型，然后將游戲畫面實(shí)時(shí)送入AI視覺模型中，再反饋出游戲人物各個(gè)部位的像素位置，然后確定瞄準(zhǔn)點(diǎn)，...

2022-05-05 標(biāo)簽：AI計(jì)算機(jī)視覺數(shù)據(jù)集 1.2萬(wàn) 2