深度学习

• 深度学习实战-基于EfficientNetV2B0的吸烟者图像检测模型

  该项目基于EfficientNetV2B0架构开发了一种吸烟者检测模型，通过引入大量类间混淆样本提高模型的鲁棒性和泛化能力。实验使用Kaggle数据集，包含1120张图像，分别属于吸烟和非吸烟两类。通过数据预处理、特征工程、模型构建和训练，最终在测试集上达到了94.20%的准确率和0.1838的损失值。此研究为智慧城市的禁烟区域监控提供了有效的解决方案，并为进一步开发精细手势交互的实时视频分析系统奠定了基础。

  艾派森

  169

  13小时前

  深度学习 图像检测
• 深度学习实战-基于U-Net视网膜血管图像分割模型

  本项目使用U-Net架构实现视网膜血管的自动化分割，重点在于解决复杂眼底影像中的精细血管识别问题。通过Kaggle数据集，结合TensorFlow/Keras框架和Albumentations库，实现了高效的数据增强和模型训练。实验结果显示，模型在测试集上获得了较高的像素准确率（0.8770）和平均交并比（0.4734），证明了深度学习在处理极度不平衡的医疗影像任务中的优势。该项目为糖尿病视网膜病变和其他眼部疾病的早期筛查提供了技术支持，展现了AI在提高临床筛查效率和诊断一致性方面的重要作用。

  艾派森

  665

  06/17 10:54

  深度学习 图像分割

  
• 深度学习实战-基于MobileNetV2的羊驼图像分类识别模型

  本实验基于 Kaggle 提供的轻量化羊驼图像数据集，针对其样本规模较小的特性，成功应用了迁移学习技术构建了高效的分类系统。实验利用 MobileNetV2 在大规模视觉任务中积累的特征提取能力，通过对“羊驼”与“非羊驼”（包含高度相似干扰项）样本的深度学习，实现了从通用视觉逻辑到特定物种特征的快速转化。

  艾派森

  351

  06/12 09:25

  深度学习 图像识别

  
• 深度学习实战-基于DenseNet121的人脸年龄检测模型

  该项目旨在使用DenseNet121架构构建一个人脸年龄区间检测模型，目标是精确区分不同年龄段的人脸特征。数据集覆盖了广泛的年龄群体，通过数据预处理和迁移学习策略，模型在验证集上达到了较高的准确率（约0.7863）。实验过程中进行了数据可视化、特征工程和模型训练，展示了模型在不同年龄段的预测效果。总体来说，该模型在人脸年龄检测任务上表现出色，具有较强的泛化能力和鲁棒性。

  艾派森

  531

  05/25 14:34

  深度学习 人脸识别

  
• 深度学习实战-基于迁移学习MobileNet的可回收物与生活垃圾图像分类模型

  该项目旨在通过计算机视觉技术解决生活垃圾精准分类难题，采用轻量级MobileNetV3模型在Kaggle数据集上训练分类器，实现了对30种废弃物类型的快速分类，达到81%的整体准确率。

  艾派森

  575

  05/22 10:52

  深度学习 计算机视觉
• 深度学习实战-基于EfficientNet的黑色素瘤癌症图像分类识别模型

  该项目旨在开发一款基于EfficientNetV2S模型的自动化辅助诊断工具，用于识别黑色素瘤。使用Kaggle提供的13,900张皮肤病灶图像数据集，通过高效的深度学习模型实现高精度的恶性样本召回率。实验结果显示，在训练集上AUC达0.9976，准确率为0.9793；在验证集上，val_AUC为0.9790，验证准确率为0.9225。模型在恶性病变识别上表现出色，召回率达到0.97，显著降低漏诊风险，为黑色素瘤的早期精准干预提供了技术支持。

  艾派森

  534

  05/20 11:28

  深度学习 图像识别

  
• 深度学习实战-基于MobileNetV2的肺癌图像分类识别模型

  本项目利用MobileNetV2架构构建自动化病理影像分类识别模型，解决传统人工阅片面临的高工作强度和主观误差问题。通过深度学习技术，模型在肺部腺癌、鳞癌及结肠腺癌等病理切片上展现出高精度和轻量化的特性。实验依托Kaggle数据集，采用数据增强、迁移学习和特征工程策略，有效提升了模型对复杂细胞纹理的敏感度和分类准确性。最终，模型在5,000张独立测试样本上取得98.48%的综合准确率和接近100%的良性组织识别精度，证明了轻量化深度学习架构在病理影像数字化辅助诊断中的巨大潜力。

  艾派森

  470

  05/18 15:15

  深度学习 图像识别
• 深度学习实战-基于Xception的农场害虫图像分类检测模型

  本项目旨在构建一套基于深度学习的高性能害虫识别系统，通过引入Xception极限卷积神经网络架构，深度挖掘昆虫在触角、翅脉、色斑及体型等微观形态特征。实验针对15种活跃于农业生产环境中的典型昆虫，利用深度可分离卷积技术和Hyperband算法进行全参数空间的自动化搜索与微调。结果显示，Xception模型在测试集上的准确率达到0.7631，显著优于其他主流架构。此系统不仅为农民和昆虫学家提供了科学的决策支持，降低了作物受损风险，更为开发可实时预警、辅助靶向施药的智能化植保终端提供了关键的技术支撑。

  艾派森

  509

  05/12 11:31

  深度学习 图像检测

  
• 深度学习实战-基于MobileNetV3的眼部疾病图像分类识别模型

  该项目旨在利用深度学习中的计算机视觉技术，构建一套基于轻量化架构MobileNetV3的全自动眼疾识别流水线。通过高质量临床眼底图像数据集和医疗专家标注，模型实现了超过86%的临床初筛准确率，为偏远地区提供了数字化辅助诊断范式。

  艾派森

  500

  05/11 11:03

  深度学习 计算机视觉

  
• 深度学习为什么还是无法处理边缘场景？

  自动驾驶面临边缘场景处理难题，深度学习模型因缺乏对罕见场景的理解而表现不佳。为应对这一挑战，自动驾驶技术正从目标识别转向空间占用感知，采用占用网络、Transformer架构和大模型增强系统对异形物体的处理能力。同时，数据闭环和合成现实技术有助于高效获取和利用高价值数据，提高模型的适应性和鲁棒性。此外，不确定性估计和世界模型进一步推动系统认知能力和决策水平的提升，助力自动驾驶技术迈向成熟。

  智驾最前沿

  636

  04/27 12:55

  自动驾驶 智能驾驶
• 深度学习实战-基于ContentBranch和CFBranch的混合电影推荐模型

  该项目基于TMDB高评分电影数据，构建了一个融合内容信息与协同信号的混合推荐模型。通过统一建模文本语义、类型结构和隐式评分信息，有效缓解单一推荐范式的局限。实验结果显示，模型在训练过程中收敛稳定，预测误差持续下降，且通过引入分支对齐机制提升了整体表征能力。混合模式在相似电影检索中表现出更好的语义相关性和类型一致性，适用于解决冷启动问题和用户偏好建模，具备实用价值和扩展性。

  艾派森

  2072

  04/23 09:38

  深度学习

  
• 深度学习实战-基于LSTM长短期记忆网络的黄金价格预测模型

  本文利用Kaggle提供的长期黄金价格数据，通过构建包含多种技术指标的特征体系，引入LSTM模型对未来黄金价格进行预测。具体步骤如下：数据预处理：对原始黄金价格数据进行整理，生成收益率、价格波动区间、移动平均线、波动率等技术指标，并将下一时间步的收盘价作为预测目标。

  艾派森

  4267

  04/15 09:48

  深度学习 LSTM模型
• 深度学习实战-基于卷积神经网络CNN的水果图像分类识别模型

  该项目基于深度学习技术，利用卷积神经网络（CNN）构建水果图像分类模型，实现了对不同水果类别的自动识别。通过数据集导入、数据可视化、特征工程、模型构建与训练等多个步骤，完成了模型的训练与评估。实验结果显示，模型在验证集上达到了高精度（0.9851）和低损失（0.0512），且在多数类别上表现出优异的分类性能，具备良好的实际应用潜力。

  艾派森

  645

  04/14 10:11

  深度学习 图像识别
• 深度学习实战-基于ResNet50的面部表情分类识别模型

  本文基于Kaggle人脸情绪数据集，利用ResNet50构建面部表情分类模型，通过对数据预处理、迁移学习和模型训练，实现了情绪识别任务。实验结果显示，模型在测试集上取得94.07%的准确率和较低的损失值，各类别精度、召回率和F1-score均较高，表明模型在不同情绪类别上表现稳定。此方法为面部表情识别提供了有效的解决方案。

  艾派森

  1510

  04/09 09:10

  深度学习 人脸识别
• 自动驾驶端到端为什么会出现黑盒现象？

  端到端自动驾驶系统通过深度学习模型直接将传感器数据映射至控制指令，简化流程同时增强智能化水平。然而，这种方法因缺乏透明性而被称为“黑盒”，导致事故分析和责任界定困难。尽管如此，端到端系统因其自动化和高效性仍被广泛研究。为解决黑盒问题，可通过引入中间监督信号、设计可解释的损失函数、结合模块化结构等方式提高系统可解释性和安全性。

  智驾最前沿

  849

  02/24 09:44

  自动驾驶 深度学习
• Mavenir 与 Red Hat 合作

  致力于构建 AI 原生设计移动网络的软件公司 Mavenir 宣布与全球领先的开源解决方案提供商 Red Hat 展开合作，利用 Red Hat AI 技术，提供对话式 AI 和智能体 AI 服务保障解决方案。 这些运营商级生成式 AI (gen AI) 产品由本地部署的 Red Hat OpenShift AI 赋能，为电信服务提供商打造高度可扩展、聚焦安全、具备弹性且成本优化的网络运营基础。

  与非网编辑

  512

  02/24 07:05

  GPU 生成式AI
• 传统计算机视觉已死？

  本文介绍了经典计算机视觉方法及其应用场景，强调了在深度学习盛行的时代，传统方法仍具有不可替代的优势。作者分享了图像处理、特征提取、背景减除器、视角转换等经典技术的应用实例，并指出这些方法在特定场景下的独特价值。无论是初学者还是从业者，理解和掌握这些经典技术都能提高项目的灵活性和可靠性。

  机器视觉与AI深度学习

  544

  01/28 09:22

  深度学习 计算机视觉

  
• 从“瞎子摸象“到“火眼金睛“：深度学习这场魔术，如何让机器读懂世界？

  深度学习是一种通过大量样本训练机器识别复杂模式的技术，类似于教孩子识物的过程。其核心是神经网络，能够自动提取特征并进行高效分类。深度学习不仅应用于图像识别，还能处理语言和其他类型的数据，广泛应用于医疗、自动驾驶等领域，改变了人们的生活方式。

  中兴文档

  686

  01/02 11:22

  深度学习

  
• 从“测距器”到“数据平台”，解读艾迈斯欧司朗 dToF 的发展之路

  2025年9月10日，在深圳举行的第27届中国国际光电博览会（CIOE 2025）上，照明与传感创新的全球领导者艾迈斯欧司朗（ams OSRAM）发布了新一代直接飞行时间（dToF）传感器 TMF8829。这款新品在分辨率、视场角和刷新率等关键指标上实现了跨代提升，标志着ToF技术进入新阶段。在实际应用中，TMF8829展现出高分辨率带来的优势。例如，智能咖啡机可通过传感器区分意式浓缩杯和旅行杯，

  李坚

  2172

  2025/09/26

  传感器 深度学习

  
• Cloudera调查发现：96%的企业已将AI融入核心业务，AI已从竞争优势转为必备技术

  致力于将AI技术应用于复杂环境中数据的Cloudera今日发布最新全球调研报告《AI的发展演变：企业AI与数据架构现状》。该报告基于对1500余位IT领导者的调研，针对2025年AI应用加速、企业数据架构演进及安全扩展AI过程中出现的新挑战进行了深入分析。在Cloudera2024年报告基础上，报告着重分析了短短一年间企业优先事项、应用障碍与目标的变化，勾勒出企业AI快速发展演变的图景。报告强调，

  与非网编辑

  753

  2025/09/26

  AI 深度学习

正在努力加载...