机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
73247内容
危机爆发前48小时,他们选择先把三种未来预演一遍
阿里云 AI 原生数据库服务(AIDBS)Forecast Agent,用数字世界的百万次未来推演,为你锚定胜局。
|
4天前
| |
来自: 数据库
危机爆发前 48 小时,他们选择先把三种未来预演一遍
阿里云Forecast Agent是AI原生数据库的智能推演工具,基于企业真实数据构建多角色智能体,在舆情爆发前模拟不同决策路径。它不只监测已发生事件,更通过数字沙盘预演“尚未发生”的复杂社会互动,助力企业在新品发布、投资决策等关键场景中提前识别风险、锚定最优行动。
细胞计数与死活检测数据集3300张YOLO生物医学分享
本数据集含3300张显微镜图像,专为细胞计数与死活检测设计,标注2类(活/死细胞),采用YOLO标准格式,覆盖明场、荧光等多种真实场景,支持YOLOv5/v8等模型训练,适用于药物筛选、细胞培养监控等生物医学应用。
场景中人数计数9042张数据集分享
本数据集含9042张YOLO格式人头标注图像,覆盖地铁、商场、路口等真实场景,专为人群计数设计。支持YOLO系列/Faster R-CNN等模型,解决密集遮挡、多尺度、小目标等挑战,适用于智慧安防、客流分析与学术研究。
20类常见香料与药用植物叶片数据集分享
本数据集含8000张YOLO格式标注图像,覆盖芦荟、生姜、薄荷等20类常见香料与药用植物叶片,适用于植物识别、农业智能检测及目标检测研究,支持YOLOv5/v8等主流模型训练。
|
5天前
|
可回收垃圾目标检测数据集:5类别、13,000张图像 | 目标检测
本数据集含13,000张真实场景图像,涵盖纸板、玻璃、金属、纸张、塑料5类可回收垃圾,采用YOLO格式标注,适配YOLOv5/v8/v11等主流模型,支持智能垃圾桶、分拣线等落地应用。(239字)
|
5天前
|
4D Gaussian Splatting 是怎么工作的:从规范 Gaussian 到形变场的原理拆解
4D-GS创新性地将3D高斯泼溅扩展至动态场景:摒弃逐帧存储,仅维护一组规范高斯,通过轻量因子分解形变场(6个2D平面+双线性插值)预测时序位移、旋转与缩放,避免显存爆炸;锁定颜色/不透明度以保障物理真实性,兼顾实时渲染与几何一致性。
|
6天前
|
面向对抗规避攻击的轻量化鲁棒钓鱼 URL 检测模型研究
本文提出对抗鲁棒轻量化随机森林模型AR-LRF,构建词法、结构、元数据三维轻量特征体系,不依赖原始URL文本与深度报文解析。在65万非均衡真实数据上验证,干净样本准确率99.78%,对抗扰动下召回率仅衰减2.26%,兼具高鲁棒性、低开销与强隐私保护,适配终端网关、浏览器插件等资源受限场景。(239字)
|
6天前
|
零工配送从业者定向网络钓鱼攻击机理与多层智能防御体系研究
本文针对外卖骑手遭定向钓鱼诈骗的突出问题,首创轻量化URL+短信联合风险检测模型,融合域名相似度、骑手专属话术等8维特征,准确率达94.7%;配套Python开源代码,适配手机终端离线运行;并构建“终端拦截—平台管控—安全宣教—工会维权”四维闭环防御体系,填补零工经济场景化反钓鱼研究空白。(239字)
免费试用