TensorFlow

首页 标签 TensorFlow
# TensorFlow #
关注
5067内容
|
6月前
|
蜜蜂目标检测数据集(7000张图片已标注划分)AI训练适用于目标检测任务
本数据集含7000张高质量蜜蜂图像,已按YOLO格式精确标注并划分训练/验证/测试集,专为蜜蜂目标检测任务设计。适用于农业授粉监测、生态研究及无人机巡检等场景,支持YOLO/Detectron2/TensorFlow等主流框架。
|
6月前
| |
来自: 视觉智能
边缘AI算法在工业AR眼镜中的部署实践:从模型轻量化到端侧推理
本文分享AR眼镜端侧AI部署实践:针对工业无网/弱网、毫秒级响应需求,通过知识蒸馏+INT8量化+剪枝将模型压缩至<10MB;选用MNN引擎优化推理,实测仪表OCR(38ms/99.2%)、缺陷检测(42ms/98.7%)等任务均满足实时性与精度要求。
|
6月前
|
基于Python深度学习的【垃圾识别】系统实现+人工智能+算法模型
垃圾识别系统,技术栈如下: ● 前端:Vue3+Element plus ● 后端:Flask框架 ● 算法:卷积神经网络算法(resnet50)、TensorFlow 关键技术:深度学习、模型训练、图像识别、人工智能、Python、CNN卷积网络
TensorFlow 入门指南
TensorFlow 是 Google 开源的主流机器学习框架,支持从研究到生产的全周期开发。其核心优势在于:灵活的数据流图、Keras 高级API易上手、底层API可深度定制,以及TensorBoard、TFLite、TF Serving等完善生态,广泛应用于图像识别、自然语言处理等领域。(239字)
成本与收益分析:主流证书的报考、学习时间与薪资回报率粗略模型
在职业发展的赛道上,“考证”始终是绕不开的热门话题。从传统行业的“准入凭证”到新兴领域的“竞争力背书”,证书的价值本质上是一场“投入-产出”的博弈。本文将以“报考门槛、学习成本(时间+金钱)、薪资回报率”为核心维度,搭建粗略分析模型,拆解传统证书与新兴主流证书的真实价值,为职场人及备考者提供理性参考——需说明的是,文中数据均来自2025年最新行业调研及招聘平台公开信息,因地域、企业性质、个人能力存在差异,结果仅供科普参考,非绝对结论。
【报考指南】2026年想考AI证书,有哪些靠谱建议?
最近总被朋友问到:“想学点AI,考个证是不是靠谱?”说实话,证书本身不是魔法钥匙,但它确实能帮你梳理知识体系,有时在求职或转行时增加一点“辨识度”。如果你在规划2026年的学习计划,下面这几个不同方向的认证,或许可以帮你打开思路
免费试用