-
ECT与车牌识别发展趋势
车牌识别技术是指对摄像机所拍摄的车辆图像或视频序列，经过机器视觉、图像处理和模式识别等算法处理后自动读取车牌号码、车牌类型、车牌颜色等信息的技术，是人工智能技术中重要的分支。它的硬件基础包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机，其软件核心包括车牌定位、字符分割、字符识别等算法。目前已经被广泛应用于智能交通系统的各种场合，像公路收费、停车管理、称重系统、交通诱导、交通执法
-
这38篇原创文章，带我入门深度学习！
这38篇原创文章带我入门卷积神经网络，循环神经网络和强化学习，希望对您有帮助。37. 深度学习算法(第37期)----如何用强化学习玩游戏？36. 深度学习算法(第36期)----强化学习之时间差分学习与近似Q学习35. 深度学习算法(第35期)----强化学习之马尔科夫决策过程34. 深度学习算法(第34期)----强化学习之梯度策略实现33.
-
3U VPX接口卡学习资料：基于FMC接口的Kintex-7 XC7K325T PCIeX8 3U VPX接口卡288
标准VPX 3U板卡， 基于Xilinx公司的FPGAXC7K325T-2FFG900 芯片，pin_to_pin兼容FPGAXC7K410T-2FFG900 ，支持PCIeX8、64bit DDR3容量2GByte，HPC的FMC连接器，板卡支持各种接口输入，软件支持windows，Linux驱动。，可应用于高性能计算，频域算法，如与FFT的加速等；配合AD，DA FMC子卡，实现高速数据采集，回放。
-
三问数据中台如何重塑传统乳企竞争力
导读：数据清晰地勾勒出了中国乳制品行业的现状，规模大、增长停滞。这是一个成熟市场的标志，也是乳制品行业面临的第一个痛点——全行业正在进入“中年瓶颈期”。4月27日将为大家详细解读《2020年中国乳制品行业数据中台研究报告》直播直达:https://yq.aliyun.com/live/2647 ---- 中国乳制品市场是一个超千亿元的成熟
-
深度残差网络+自适应参数化ReLU激活函数（调参记录9）
本文在调参记录6的基础上，继续调整超参数，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。深度残差网络+自适应参数化ReLU激活函数（调参记录6）https://blog.csdn.net/dangqing1988/article/details/105628681自适应参数化ReLU激活函数的基本原理见下图：在Keras里，Batc
-
深度残差网络+自适应参数化ReLU激活函数（调参记录8）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录7）https://blog.csdn.net/dangqing1988/article/details/105670981本文将层数设置得很少，只有两个残差模块，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。Keras代码如下：#!/usr/bin/env p
-
深度残差网络+自适应参数化ReLU激活函数（调参记录7）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录6）https://blog.csdn.net/dangqing1988/article/details/105628681本文冒着过拟合的风险，将卷积核的个数增加成32个、64个和128个，继续测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。APReLU激活函数的基本原理
-
深度残差网络+自适应参数化ReLU激活函数（调参记录6）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录5）https://blog.csdn.net/dangqing1988/article/details/105627351本文继续调整超参数，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。APReLU的基本原理如下图所示：首先，从之前的调参发现，当学习率从0.1降到0.
-
深度残差网络+自适应参数化ReLU激活函数（调参记录5）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录4）https://blog.csdn.net/dangqing1988/article/details/105610584本文继续测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果，每个残差模块包含两个3×3的卷积层，一共有27个残差模块，卷积核的个数分别是16个、32个和6
-
深度残差网络+自适应参数化ReLU激活函数（调参记录4）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录3）https://blog.csdn.net/dangqing1988/article/details/105601313本文在深度残差网络中采用了自适应参数化ReLU激活函数，继续测试其在Cifar10图像集上的效果。与上一篇不同的是，这次修改了残差模块里面的结构，原先是两个3×3的卷积层，现在改成了1×1→3×3→1×1的瓶颈式结
-
深度残差网络+自适应参数化ReLU激活函数（调参记录3）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录2）https://blog.csdn.net/dangqing1988/article/details/105595917本文继续测试深度残差网络和自适应参数化ReLU激活函数在Cifar10图像集上的表现，残差模块仍然是27个，卷积核的个数分别增加到16个、32个和64个，迭代次数从1000个epoch减到了500个epoch（主要
-
深度残差网络+自适应参数化ReLU激活函数（调参记录2）
续上一篇：深度残差网络+自适应参数化ReLU激活函数(调参记录1)https://blog.csdn.net/dangqing1988/article/details/105590515本文依然是测试深度残差网络+自适应参数化ReLU激活函数，残差模块的数量增加到了27个，其他保持不变，卷积核的个数依然是8个、16个到32个，继续测试在Cifar10数据集上的效果。自适应参数化ReLU激活函数是P
-
深度残差网络+自适应参数化ReLU激活函数（调参记录1）
本文采用了深度残差网络和自适应参数化ReLU激活函数，构造了一个网络（有9个残差模块，卷积核的个数比较少，最少是8个，最多是32个），在Cifar10数据集上进行了初步的尝试。其中，自适应参数化ReLU激活函数原本是应用在基于振动信号的故障诊断，是参数化ReLU的一种改进，其基本原理如下图所示。具体的keras代码如下：#!/usr/bin/env python3 # -*-
-
时至今日，深度学习领域有哪些值得追踪的前沿研究？
https://www.zhihu.com/question/385326992/answer/1164005349其实自从2018年三大佬靠深度学习拿了图灵奖之后，基本宣告深度学习容易解决的问题做的差不多了，这两年这个领域没有太大的突破，因为剩下的问题都是硬核问题，想要比较好的解决很困难，这个可以从这几年的顶会NeurIPS, ICML和 ICLR 可以看出来。我大体列一下自己认为值得 foll
-
CVPR 2020丨基于点云的3D物体检测新框架
2020-04-17 21:11:08本文介绍的是CVPR2020入选论文《HVNet: Hybrid Voxel Network for LiDAR Based 3D Object Detection》，作者来自元戎启行。作者 | 元戎启行编辑 | 丛 末论文地址：https://arxiv.org/abs/2003.001863D目标检测是当前自动驾驶感知模块重要的一个环节，如何平衡3D物体检
-
谷歌大脑新研究：单一任务强化学习遇瓶颈？「灾难性遗忘」的锅！
2020-04-12 13:37:24鱼羊 发自 凹非寺量子位 报道 | 公众号 QbitAI雅达利游戏，又被推上了强化学习基础问题研究的舞台。来自谷歌大脑的最新研究提出，强化学习虽好，效率却很低下，这是为啥呢？——因为AI遭遇了「灾难性遗忘」！所谓灾难性遗忘，是机器学习中一种常见的现象。在深度神经网络学习不同任务的时候，相关权重的快速变化会损害先前任务的表现。而现在，这项图灵奖得主Bengio参
-
学习资料：基于Xilinx Kintex-7 XC7K160T 的CameraLink转四路光纤数据转发卡220
该板卡是一款CameraLink（Full）转4路光纤接口板，可以实现1路CamerLink Full模式的图像信号转换成4路SFP+万兆光纤接口，板卡具有1个千兆以太口，具有1个RS232/RS422/RS485通讯接口，板卡具有双路指示灯。板卡具有较低功耗，可以用在视频图像传输等场景。
-
营业执照识别录入
营业执照OCR识别
-
谷歌开源Neural Tangents：简单快速训练无限宽度神经网络
2020-04-13 15:40:41选自Google AI Blog机器之心编译参与：Panda无限宽的神经网络可以训练了？神经正切核果然可以发挥作用了。近日，谷歌一项研究成果在社区引发了关注，该研究宣称可通过神经正切核（Neural Tangent Kernel）使用贝叶斯推理或梯度下降分析式地训练无限宽度的神经网络。使用谷歌开源的软件库 Neural Tangents，这个过程不
-
程序的基本概念-上
程序的基本概念-上程序的基本概念1.1. 程序和编程语言程序（Program）告诉计算机应如何完成一个计算任务，这里的计算可以是数学运算，比如解方程，也可以是符号运算，比如查找和替换文档中的某个单词。从根本上说，计算机是由数字电路组成的运算机器，只能对数字做运算，程序之所以能做符号运算，是因为符号在计算机内部也是用数字表示的。此外，程序还可以处理声音和图像，声音和图像在计算机内部必然也是用数字表示
