本项目旨在研究利用深度学习模型进行水果图像分类的方法，具体包括两个主要任务：一是使用卷积神经网络（CNN）模型进行水果图片的分类，二是探索轻量级神经网络模型MobileNetV2在水果图像分类中的应用。
具体的软硬件实现点击 http://mcu-ai.com/ MCU-AI技术网页_MCU-AI 准确的人类活动识别（HAR）是实现新兴的上下文感知应用程序的关键，这些应用程序需要了解和识别人类行为，例如监测独居的残疾人或老年人。传统上，HAR是通过环境传感器（例如，相机）或通过可穿戴设备（例如，具有
> 本篇文章深入探讨了计算视觉的定义和主要任务。内容涵盖了图像分类与识别、物体检测与分割、人体分析、三维计算机视觉、视频理解与分析等技术，最后展示了无监督学习与自监督学习在计算机视觉中的应用。 > 作者 TechLead，拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦
一、前言 ZXing.Net的一个可移植软件包，是一个开源的、多格式的1D/2D条形码图像处理库，最初是用Java实现的。已经过大量优化和改进，它已经被手动移植。它与.Net 2.0、.Net 3.5、.Net 4.x、.Net 5.x、.Net 6.x、.Net 7.x、Windows RT类库和
引言 在编写和维护Java应用程序时，内存泄漏是一个重要的问题，可能导致性能下降和不稳定性。本文将介绍内存泄漏的概念，为什么它在Java应用程序中如此重要，并明确本文的目标，即识别、预防和解决内存泄漏问题。 内存泄漏的概念 内存泄漏是指应用程序中分配的内存（通常是堆内存）在不再需要时未能正确释放。这
摘要：本文提出了一种针对文字识别的半监督方法。区别于常见的半监督方法，本文的针对文字识别这类序列识别问题做出了特定的设计。 本文分享自华为云社区《[CVPR 2022] 不使用人工标注提升文字识别器性能》，作者：Hint。 本文提出了一种针对文字识别的半监督方法。区别于常见的半监督方法，本文的针对文
摘要：本文提出了一种针对文字识别的多模态半监督方法，具体来说，作者首先使用teacher-student网络进行半监督学习，然后在视觉、语义以及视觉和语义的融合特征上，都进行了一致性约束。 本文分享自华为云社区《一种针对文字识别的多模态半监督方法》，作者： Hint 。 摘要 直到最近，公开的真实场
摘要：通常跑批加工场景下，都是大数量做关联操作，通常不建议使用索引。有些时候因为计划误判导致使用索引的可能会导致严重的性能问题。本文从一个典型的索引导致性能的场景重发，剖析此类问题的特征，定位方法和解决方法 本文分享自华为云社区《GaussDB(DWS)性能调优：indexscan导致的性能问题识别
百度飞桨(PaddlePaddle)-数字识别 在Pycharm中使用Matplotlib中的pyplot时，运行代码报错： MatplotlibDeprecationWarning: Support for FigureCanvases without a required_interactive
[百度飞桨(PaddlePaddle)安装](https://www.cnblogs.com/vipsoft/p/17359066.html) [OCR 文字检测（Differentiable Binarization DB）](https://www.cnblogs.com/vipsoft/p/1
博客地址：https://www.cnblogs.com/zylyehuo/ 效果展示 下载数据集（共四个） http://yann.lecun.com/exdb/mnist/ 目录结构 整体流程图 dataloader.py import numpy as np import struct imp
由于一些客户的内部系统需要提取一些记录信息，如果手工录入会变得比较麻烦，因此考虑使用百度云的OCR进行图片文字的提取处理，综合比较了一下开源免费的Tesseract 类库进行处理，不过识别效果不太理想，因此转为了百度的OCR云接口处理方式，测试的效果比较理想，基本上较少出现错别字。本篇随笔介绍如何利用百度OCR进行图片文字的提取处理，以便从别的系统中批量化获得响应的系统数据，然后进行相应的格式化处
摘要：通过本教程，我们可以学习客流统计应用的扩展——过线客流统计+口罩佩戴识别，可用于商超、写字楼入口安检。 本文分享自华为云社区《客流分析之未佩戴口罩识别》，作者： HiLens_feige 。 疫情虽然过去了，口罩佩戴防护依然十分重要，本文在 基于头肩部检测的过线客流统计 博文基础上增加口罩佩戴
摘要：本案例我们使用FairMOT进行车辆检测与跟踪、yolov5进行车牌检测、crnn进行车牌识别，在停车场入口、出口、停车位对车辆进行跟踪与车牌识别，无论停车场路线多复杂，小车在你掌控之中！ 本文分享自华为云社区《AI寻车》，作者：杜甫盖房子。 本案例我们使用FairMOT进行车辆检测与跟踪、y
摘要：本案例我们利用视频字幕识别中的文字检测与识别模型，增加预训练Bert进行纠错 本文分享自华为云社区《Bert特调OCR》，作者：杜甫盖房子。 做这个项目的初衷是发现图比较糊/检测框比较长的时候，OCR会有一些错误识别，所以想对识别结果进行纠错。一个很自然的想法是利用语义信息进行纠错，其实在OC
摘要：query_band是一个会话级别（session）的GUC参数，本身是字符串类型，支持任意形式字符组合。 本文分享自华为云社区《GaussDB(DWS)的query_band负载识别与应用》，作者：门前一棵葡萄树。 query_band概述 GaussDB(DWS)实现了基于query_ba
在预览摄像头内容的时候增加识别功能,实时框选出人脸
Whisper 是当前最先进的开源语音识别模型之一，毫无疑问，也是应用最广泛的模型。如果你想部署 Whisper 模型，Hugging Face 推理终端 能够让你开箱即用地轻松部署任何 Whisper 模型。但是，如果你还想叠加其它功能，如用于分辨不同说话人的说话人分割，或用于投机解码的辅助生成，
前文回溯，之前一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，利用AI技术将文本合成语音，现在反过来，利用开源库Whisper再将语音转回文字，所谓闻其声而知雅意。 Whisper 是一个开源的语音识别库，它是由Facebook AI
业界良心OpenAI开源的Whisper模型是开源语音转文字领域的执牛耳者，白璧微瑕之处在于无法通过苹果M芯片优化转录效率，Whisper.cpp 则是 Whisper 模型的 C/C++ 移植版本，它具有无依赖项、内存使用量低等特点，重要的是增加了 Core ML 支持，完美适配苹果M系列芯片。
