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
73053内容
|
17天前
| |
大模型应用:从语义理解到最优匹配:大模型赋能的二分图匈牙利算法全解析.93
本文详解“大模型+匈牙利算法(KM)”融合的智能匹配技术:大模型负责语义理解与对齐,将非结构化文本(如岗位描述、简历)转化为0–100分量化权重;KM算法在此基础上求解带权二分图的全局最优匹配。该方案突破人工规则局限,实现精准、自适应、跨场景的智能配对,广泛适用于人岗匹配、题库组卷、客服问答等核心业务。
|
17天前
|
桥梁裂缝检测数据集(4000张)|YOLO训练数据集 结构安全监测 自动巡检 无人机检测 小目标识别
本数据集含4000张真实桥梁图像,专为裂缝检测构建,适配YOLO等模型。覆盖多桥型、多环境、多尺度裂缝(含发丝级),标注精准、结构规范,支持自动巡检、无人机检测与小目标识别,助力桥梁结构安全智能监测。
|
18天前
|
恶疟原虫目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
在计算机视觉领域,研究者们常常会遇到"数据鸿沟"问题:公开数据集与真实业务需求之间存在不匹配。本次分享的数据集正是为了弥补这一不足,使得研究人员与工程师能够快速切入疟原虫检测领域,加速模型从实验室走向真实应用场景。
|
18天前
|
番茄叶片病害检测数据集分享(适用于YOLO系列深度学习分类检测任务)
随着人工智能技术在农业领域的深入应用,番茄叶片病害检测数据集为AI模型的训练和研究提供了宝贵的资源。通过本数据集,研究人员和开发者可以利用YOLOv8等先进的目标检测算法,快速构建高效的病害检测系统,推动农业科技的发展。
|
18天前
| |
来自: 视觉智能
【AI加持】基于PyQt+YOLO+DeepSeek的口罩佩戴检测系统(详细介绍)
本文介绍了一个基于PyQt+YOLO+DeepSeek的口罩佩戴检测系统。该系统利用YOLOv8实现高效目标检测,结合PyQt5构建可视化界面,并集成DeepSeek模型进行智能分析。支持图片、视频、摄像头等多种数据源输入,可实时检测口罩佩戴情况。系统采用多线程技术保证流畅运行,并使用SQLite3进行数据存储管理。该方案有效解决了公共场所口罩佩戴监测难题,相比人工巡查显著提升了管理效率和准确性,为智慧城市建设和公共卫生安全管理提供了智能化解决方案。
Qwen3.6发布27B Dense模型,提供旗舰级编程能力,魔搭Serverless训练服务Day0支持
Qwen3.6-27B是通义千问全新推出的27B Dense架构开源大模型,部署友好、推理高效,智能体编程能力达旗舰水平(Terminal-Bench打平Claude 4.5 Opus),原生支持多模态与思考/非思考双模式,已上线魔搭并获Serverless训练Day-0支持。
免费试用