技术栈
数据集
zew1040994588
2 天前
人工智能
·
深度学习
·
算法
·
数据集
·
pyqt
·
yolov5
·
训练模型
基于深度学习的手势识别系统设计
目录背景与分析:基于深度学习的手势识别系统设计课题要求技术分析:技术点概述:过程(主体展示为主,部分功能不一一展示):
幽络源小助理
3 天前
yolo
·
数据集
杂草YOLO系列数据集4000张
一份开源数据集——杂草YOLO数据集,该数据集适用于农业智能化、植物识别等计算机视觉应用场景。杂草YOLO数据集分享
数据堂官方账号
13 天前
人工智能
·
智能手机
·
重构
·
数据集
·
ai大模型
·
ai agent
数据驱动进化:AI Agent如何重构手机交互范式?
如果说AIGC拉开了内容生成的序幕,那么AI Agent则标志着AI从“工具”向“助手”的跨越式进化。它不再是简单的问答机器,而是一个能够感知环境、规划任务并自主执行的智能体,更像是虚拟世界中的“全能员工”。
前网易架构师-高司机
14 天前
yolo
·
数据集
·
停车场
·
车位
·
停车
停车场停车位数据集,标注停车位上是否有车,平均正确识别率99.5%,支持yolov5-11, coco json,darknet,xml格式标注
停车场停车位数据集,标注停车位上是否有车,平均正确识别率98.0%,支持yolov5-11, coco json,darknet,xml格式标注
@HNUSTer
19 天前
云计算
·
数据集
·
遥感大数据
·
gee
·
云平台
基于 GEE 的城市热岛效应分析——可视化地表温度 LST 与归一化植被指数 NDVI 的关联
目录1 前言2 研究方法及数据处理3 完整代码4 运行结果随着全球气候变化的不断加剧,城市热岛效应逐渐成为了城市可持续发展中的重大挑战之一。城市热岛效应是指城市区域内由于人为活动、建筑材料、地面铺装方式等因素导致的温度明显高于周边郊区的现象。这种效应不仅对城市居民的舒适度造成了显著影响,还可能加剧能源消耗、空气污染,甚至对公共健康产生威胁。因此,研究城市地表温度(Land Surface Temperature,简称 LST)及其与归一化植被指数(Normalized Difference Vegetat
@HNUSTer
20 天前
云计算
·
数据集
·
遥感大数据
·
gee
·
云平台
基于 GEE 利用 Sentinel-2 数据反演叶绿素与冠层水分含量
目录1 数据加载与预处理2 叶绿素含量反演3 冠层水分反演4 数据可视化与导出5 完整代码6 运行结果
云卷云舒___________
1 个月前
人工智能
·
yolo
·
目标检测
·
数据集
·
ultralytics
·
小白教程
·
yolov12
【保姆级视频教程(二)】YOLOv12训练数据集构建:标签格式转换-划分-YAML 配置 避坑指南 | 小白也能轻松玩转目标检测!
【2025全站首发】YOLOv12训练数据集构建:标签格式转换-划分-YAML 配置 避坑指南 | 小白也能轻松玩转目标检测!
@HNUSTer
2 个月前
云计算
·
数据集
·
遥感大数据
·
gee
·
云平台
基于 GEE 计算研究区年均地表温度数据
目录1 代码解析2 完整代码3 运行结果(1)定义研究区:(2)导入地表温度数据:本文采用的地表温度数据为MOD11A2 V6.1地表温度产品,其包含2000年至今全球的地表温度数据,时间分辨率为8天,空间分辨率为1km。
前网易架构师-高司机
2 个月前
yolo
·
数据集
·
木材缺陷识别
·
木材表面缺陷
木材表面缺陷检测数据集,支持YOLO+COCO JSON+PASICAL VOC XML+DARKNET格式标注信息,平均正确识别率95.0%
木材表面缺陷检测数据集是用于训练和验证人工智能算法,以帮助自动识别和检测木材表面的缺陷,如裂纹、疤痕、孔洞等。这对于木材行业非常重要,可以提高生产过程的效率和质量控制水平。
@HNUSTer
2 个月前
云计算
·
数据集
·
遥感大数据
·
gee
·
云平台
基于 GEE 利用插值方法填补缺失影像
目录1 完整代码2 运行结果利用GEE合成NDVI时,如果研究区较大,一个月的影像覆盖不了整个研究区,就会有缺失的地方,还有就是去云之后,有云量的地区变成空值。
@HNUSTer
2 个月前
云计算
·
数据集
·
遥感大数据
·
gee
·
云平台
基于 GEE Landsat 与 Sentinel 数据的归一化水体指数 NDWI 计算和水体提取
目录1 归一化水体指数(NDWI)2 完整代码3 运行结果4 运行结果可视化对比归一化水体指数(NDWI)是遥感影像分析中常用的指数,主要用于识别和提取水体。NDWI通过比较可见光波段(绿波段)与近红外波段(NIR)的反射率差异,突出水体与非水体区域的区别。水体在近红外波段的反射率较低,而在绿波段的反射率较高,因此NDWI能够有效地识别水域。该指数在水体监测、水资源管理以及环境变化研究中有着广泛应用。
狂小虎
2 个月前
ubuntu
·
数据集
·
zenodo
Ubuntu下载zenodo文件Ubuntu download zenodo
一般数据集文件会比较大,直接下载单个压缩包很慢。可以使用代码多线程下载小文件。Ubuntu22.04https://github.com/dvolgyes/zenodo_get
HyperAI超神经
2 个月前
人工智能
·
深度学习
·
llm
·
html
·
数据集
·
多模态
·
gpt-4o
超越 GPT-4o!从 HTML 到 Markdown,一键整理复杂网页;AI 对话不再冰冷,大模型对话微调数据集让响应更流畅
面对信息冗余的网页内容,如何快速提取全面的核心信息?Reader-LM 模型为你提供了专业的解决方案。Reader-LM 能高效处理高达 256K 字节的超长内容,精准将 HTML 转换为清晰的 Markdown 格式。它的表现甚至超过了 GPT-4o 等大型语言模型,其轻量化设计也使它更适合资源受限的场景。
HyperAI超神经
3 个月前
人工智能
·
深度学习
·
机器学习
·
计算机视觉
·
3d
·
大模型
·
数据集
微软与腾讯技术交锋,TRELLIS引领3D生成领域多格式支持新方向
去年 11 月,腾讯推出 Hunyuan3D 生成模型,是业界首个同时支持文字和图像生成 3D 的开源大模型。紧接着不到一个月,微软便发布了全新框架 TRELLIS,加入 3D 资产生成领域的竞争中。TRELLIS 支持多格式输出,包括辐射场、3D 高斯和网格,为不同需求提供最大灵活性。
小舞O_o
3 个月前
人工智能
·
pytorch
·
python
·
分类
·
数据集
RP2K:一个面向细粒度图像的大规模零售商品数据集
这是一种用于细粒度图像分类的新的大规模零售产品数据集。与以往专注于相对较少产品的数据集不同,我们收集了2000多种不同零售产品的35万张图像,这些图像直接在真实的零售商店的货架上拍摄。我们的数据集旨在推进零售对象识别的研究,该研究具有大量应用,如自动货架审计和基于图像的产品信息检索。我们的实验表明,即使是最先进的细粒度分类方法也没有优于简单的ResNet基线,这表明在细粒度零售产品分类任务上,提高分类性能的研究还有很大的潜在空间。我们的数据集具有以下特性:(1)就产品类别而言,它是迄今为止最大的数据集。(
weixin_46846685
3 个月前
深度学习
·
目标检测
·
数据集
·
图像分割
·
机器视觉
·
医学影像
·
ct影像
医学影像数据集汇总分享
在深度学习领域,数据集的重要性不言而喻,因此本文对医学影像检测领域中公开的数据集进行了一个简要汇总,主要记录数据集的类型、数量等信息,并给出相应的下载地址。
数据岛
4 个月前
大数据
·
数据分析
·
数据集
·
能源
大模型应用的数字能源数据集
除了尚须时日的量子计算解决算力效率和能源问题,以及正在路上的超越transformer的全新模型架构外,无疑是“数据集”,准确讲是“高质量大规模多样性的数据集”。数据集是大模型发展的核心要素之一,是大计算的标的物,是实现大模型商业闭环的基础和牵引力,是实现大模型向具身智能演进的关键主线,也是大数据产业在大模型时代的新使命。
知来者逆
4 个月前
人工智能
·
机器学习
·
机器人
·
数据集
·
大语言模型
Octo—— 基于80万个机器人轨迹的预训练数据集用于训练通用机器人,可在零次拍摄中解决各种任务
论文地址:https://arxiv.org/abs/2405.12213 在机器人学中,通常使用针对特定机器人或任务收集的数据集来学习策略。然而,这种方法需要为每项任务收集大量数据,由此产生的策略只能实现有限的泛化性能。利用其他机器人和任务的经验可以获得更广泛的泛化性能,并在下游任务中获得更好的性能,但这需要考虑其他机器人的形态、传感器配置、任务规格和环境,因此建立一个能做到这一点的"通用机器人模型 "被认为是非常困难的任务。是一项非常艰巨的任务。
数据猎手小k
4 个月前
人工智能
·
算法
·
3d
·
数据集
·
机器学习数据集
·
ai大模型应用
EmoAva:首个大规模、高质量的文本到3D表情映射数据集。
2024-12-03,由哈尔滨工业大学(深圳)的计算机科学系联合澳门大学、新加坡南洋理工大学等机构创建了EmoAva数据集,这是首个大规模、高质量的文本到3D表情映射数据集,对于推动情感丰富的3D头像生成技术的发展具有重要意义。
数据猎手小k
4 个月前
人工智能
·
语言模型
·
自然语言处理
·
数据集
·
机器学习数据集
·
ai大模型应用
GEOBench-VLM:专为地理空间任务设计的视觉-语言模型基准测试数据集
2024-11-29 ,由穆罕默德·本·扎耶德人工智能大学等机构创建了GEOBench-VLM数据集,目的评估视觉-语言模型(VLM)在地理空间任务中的表现。该数据集的推出填补了现有基准测试在地理空间应用中的空白,提供了超过10,000个经过人工验证的指令,推动了环境监测、城市规划和灾害管理等领域的研究。