AI 助理
文档备案控制台

计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
26327内容
最新 热门 文章 问答 视频 电子书 课程 训练营 活动
AI研究者手札
|
10小时前
|
博文
基于YOLO26的电梯内电瓶车检测识别（中英文双版） | 附完整源码与效果演示
本文提出了一种基于YOLO26深度学习算法的电梯内电瓶车检测识别系统。该系统通过部署在电梯内的摄像头实时采集视频流，利用训练好的YOLO26模型对画面中的目标进行检测，准确识别出自行车和电动摩托车两类目标，从而实现对违规行为的智能预警和拦截。
# 机器学习/深度学习 # 监控 # 算法 # 安全 # 计算机视觉
AI研究者手札
|
10小时前
|
博文
基于 YOLO26 的5类舌苔情况智能检测（中英文双版） | 附完整源码与效果演示
本项目基于YOLOv26算法，实现灰黑苔、镜面舌、薄白苔、白腻苔、黄腻苔5类舌苔的智能检测，融合中医舌诊理论与深度学习技术，提供高精度、实时化、易部署的中英文双语解决方案，附完整源码、模型与演示视频。
# 机器学习/深度学习 # 存储 # 算法 # 调度 # 计算机视觉
AI研究者手札
|
10小时前
|
博文
基于YOLOV8的混凝土裂缝识别系统（中英文双版） | 附完整源码与效果演示
本项目基于YOLOv8构建中英文双语混凝土裂缝识别系统，实现高精度、实时化自动检测。含完整源码、预训练模型、专用数据集及效果演示视频，支持单图/批量检测，具备轻量化、强鲁棒、易部署等优势，显著提升工程质检效率与可靠性。
# 机器学习/深度学习 # 数据采集 # 算法 # 数据可视化 # 计算机视觉
AI研究者手札
|
16小时前
|
博文
斑马线目标检测数据集（1000 张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集含1000张真实道路图像（700训练/200验证/100测试），专注单类别“斑马线”目标检测，覆盖多场景、多视角、多光照及复杂干扰条件，标注规范（YOLO格式），兼容主流检测框架，适用于自动驾驶、ADAS、智慧交通等AI视觉任务。
# 机器学习/深度学习 # 人工智能 # 自动驾驶 # 算法 # 计算机视觉
t-2762029563-6-25174
|
1天前
|
博文
|
来自： 计算巢
余数周期闭合与格点守恒计算框架 ——一种离散数值系统的结构化分析方法（陈恩华）
在离散数值计算和工程系统中，除法运算经常产生无法整除的结果，从而形成余数或无限循环小数。在实际计算机系统中，这类结果通常通过浮点数进行近似表示，但浮点表示会在长时间计算过程中积累误差，进而影响系统稳定性。
# 计算巢服务 # 存储 # 人工智能 # 算法 # 程序员 # 计算机视觉
AI研究者手札
|
1天前
|
博文
棉花病害图像分类数据集（2320张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集含2320张真实农田采集的棉花图像，涵盖健康/病害、植株/叶片共4类，已划分训练集（1951）、验证集（263）、测试集（106），支持YOLO、ResNet等模型训练，适用于棉花病害智能识别与智慧农业研究。
# 机器学习/深度学习 # 数据采集 # 人工智能 # 算法 # 计算机视觉
AI研究者手札
|
1天前
|
博文
中草药检测数据集（10000 张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集用于 中草药图像分类任务，旨在通过深度学习模型对不同种类的中草药进行自动识别与分类。数据来源于多种中草药样本的专业拍摄，涵盖不同形态、色泽与纹理特征，能够有效支持中草药识别算法的研究与模型训练。
# 机器学习/深度学习 # 人工智能 # 供应链 # 算法 # 计算机视觉
maoyutinga1
|
1天前
|
博文
港科大这个AI突破，让大模型学会“偷懒”了
多模态大模型推理效率低？港科大最新研究MoDES，让AI学会“偷懒”——跳过88%冗余专家，保住97%性能，推理速度翻倍。这项被CVPR接收的突破，正在让大模型从“拼参数”转向“拼效率”。
# 人工智能 # 计算机视觉
AI研究者手札
|
3天前
|
博文
打击罂粟种植检测数据集（1000张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集含1000张已标注罂粟图像，覆盖多生长阶段、光照与角度，按train/val/test划分，采用YOLO格式标注（单类：罂粟），适用于YOLO系列等目标检测模型训练，专用于植物识别、农业科研与教学，严禁非法用途。
# 机器学习/深度学习 # 人工智能 # 编解码 # 算法 # 计算机视觉
AI研究者手札
|
3天前
|
博文
南瓜叶片病害图像分类数据集（2000张图片已划分、已标注）| AI训练适用于目标检测任务
随着人工智能技术在农业领域的不断发展，利用计算机视觉进行植物病害识别已经成为智慧农业的重要研究方向。高质量的数据集是推动相关技术进步的重要基础。本南瓜叶片病害图像分类数据集提供了 2000 张高质量叶片图像，并涵盖 5 种典型病害类型，可广泛应用于图像分类模型训练、农业科研以及教学实践。
# 机器学习/深度学习 # 数据采集 # 人工智能 # 编解码 # 计算机视觉
免费试用