首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏优图实验室的专栏

    视觉AI,第一!

    刚刚,腾讯的视觉AI能力得到了国际权威行业研究机构IDC的认可。 在IDC发布的“2021年亚太地区(不含日本)视觉人工智能软件平台供应商”评估报告中,腾讯的视觉AI能力位列中国厂商战略维度第一! 作为中国最大的人工智能服务提供商之一,腾讯云在AI领域的技术和应用一直走在前列。目前,腾讯云AI已提供了超过300多项标准化AI开放能力和80+AI行业解决方案。 在本次的评估中,依托腾讯优图实验室等顶尖实验室多年的技术研究和落地探索,腾讯云AI为数十万家内外部客户提供AI技术服务和丰富的计算机视觉产品组合,包括人脸识别、人脸核身、图像视频处理和分析、OCR与AI 泛娱乐等,同时也为国家人口普查、健康码、粤港澳小程序等提供核心的自研AI技术能力,为金融、工业、汽车等传统企业提供端到端的解决方案,腾讯云都提供了非常丰富的视觉AI产品组合,这也是IDC给出高分的一大原因 作为腾讯顶级的人工智能实验室,腾讯优图实验室始终专注基础研究、产业落地两条腿走路的发展战略,持续输出顶尖的视觉AI能力。

    1.1K30发布于 2021-10-28
  • 来自专栏AI机器学习与深度学习算法

    学习分类 2-3 感知机

    要如何求出权重向量呢?基本做法和回归时相同,将权重向量用作参数,创建更新表达式来更新参数。这就需要一个被称为感知机的模型。

    67310编辑于 2022-11-08
  • 来自专栏算法无遗策

    动画 | 什么是2-3树?

    2-3树正是一种绝对平衡的树,任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质,但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找,根据元素的大小来决定查找的方向。 动画:2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂,删除元素也和插入元素一样先进行命中查找,查找成功才进行删除操作。 2-3树为满二叉树时,删除叶子节点 2-3树满二叉树的情况下,删除叶子节点是比较简单的。 动画:2-3树删除 -----END---

    1.1K10发布于 2020-01-02
  • 来自专栏我是攻城师

    什么是2-3

    2-3树 VS 二叉搜索树 同样的一组数据,在2-3树和二叉搜索树里面的对比如下: ? 可以看到2-3树的节点分布非常均匀,且叶子节点的高度一致,并且如果这里即使是AVL树,那么树的高度也比2-3树高,而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性,2-3树的插入如果破坏了平衡性,那么树本身会产生分裂和合并,然后调整结构以维持平衡性,这一点和AVL树为了保持平衡而产生的节点旋转的作用一样,2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性,同样树本身也会产生分裂和合并,如下: ? 总结 本篇文章,主要介绍了2-3树相关的知识,2-3树,2-3-4树以及B树都不是二叉树,但与二叉树的大致特点是类似的,它们是一种平衡的多路查找树,节点的孩子个数可以允许多于2个,虽然高度降低了,但编码相对复杂

    2.4K20发布于 2019-04-28
  • 来自专栏刷题笔记

    2-3 链表拼接 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数

    73440发布于 2019-11-08
  • 来自专栏python3

    2-3 T-SQL函数

    2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数;重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询:select tno,name , salary From teacher,查询后的基本结构如图2-3所示。我们看见,分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录,一般将其应用到Web应用程序的分页功能上

    2.2K10发布于 2020-01-08
  • 来自专栏python3

    2-3 选项卡控件

    2-3 选项卡控件 u本节学习目标: n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件,主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示: 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡,该值应为 True,否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1.

    2.3K10发布于 2020-01-07
  • 嵌入式AI视觉落地的那些事儿——直面AI视觉落地难的挑战

    一、QT界面开发:算法与界面必须解耦嵌入式AI应用通常需要图形界面,QT是常见选择。但开发中容易陷入一个误区:把算法函数直接写在界面类的响应函数里。点一下“开始检测”,界面就卡住,直到检测完成才能动。 三、嵌入式平台适配:每块板子有自己的脾气RK3588和Jetson Orin是当前主流的嵌入式AI平台,但开发体验差异不小。交叉编译环境搭建就是个开端,库依赖容易出问题。 五、从原型到产品,每一步都不能省嵌入式AI产品开发,不是“写个算法然后拷过去”那么简单。界面要响应快,算法要跑得稳,硬件资源要榨干,还要考虑设备长时间运行的散热和稳定性。 高培觉得嵌入式AI开发需要的不是单点技术,而是全局视角:QT界面、OpenCV算法、模型部署、多线程优化、硬件加速、系统稳定性,缺一不可。

    12501编辑于 2026-03-23
  • 来自专栏机器学习入门

    算法原理系列:2-3查找树

    结构缘由 首先,搞清楚2-3查找树为什么会出来,它要解决什么样的问题?假设我们对它的基本已经有所了解了。先给它来个简单的定义: 2-3查找树: 一种保持有序结构的查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢? 这里我们从BST遇到的实际问题出发,提出设计指标,再去思考利用些潜在的性质来构建2-3树。 这部分内容,没有什么理论根据,而是我自己尝试去抓些字典的性质来构建,而2-3树的诞生过程并非真的如此,所以仅供参考。 构建2-3树 字典的两个主要操作为:查找和插入。 我就不卖关子了,直接给出2-3树的其中一个基本定义: 一棵2-3查找树或为一颗空树,或由以下节点组成: 2-节点:含有一个键和两条链接,左链接指向的2-3树中的键都小于该节点,右链接指向的2-3树中的键都大于该节点 3-节点:含有两个键和三条链接,左链接指向的2-3树中的键都小于该节点,中链接指向的2-3树中的键都位于该节点的两个键之间,右链接指向的2-3树中的键都大于该节点。 !!!

    1.2K20发布于 2019-05-26
  • 来自专栏U3D技术分享

    《游戏引擎架构》阅读笔记-第2-3

    本系列博客为《游戏引擎架构》一书的阅读笔记,旨在精炼相关内容知识点,记录笔记,以及根据目前(2022年)的行业技术制作相关补充总结。 本书籍无硬性阅读门槛,但推荐拥有一定线性代数,高等数学以及编程基础,最好为制作过完整的小型游戏demo再来阅读。 本系列博客会记录知识点在书中出现的具体位置。并约定(Pa b),其中a为书籍中的页数,b为从上往下数的段落号,如有lastb字样则为从下往上数第b段。 本系列博客会约定用【】来区别本人所书写的与书中观点不一致或者未提及的观点,该部分观点受限于个人以及当前时代的视角

    1K10编辑于 2022-10-28
  • 来自专栏智慧物联产品&方案

    AI视觉识别有哪些工业应用

    AI视觉识别,主要是利用人工智能算法对图像或视频数据进行分析和处理,以提取关键信息并执行筛选、判断、预警等任务。AI视觉识别涵盖多种应用,如人脸识别、目标检测和识别、图像分割、行为识别、视频分析等。 本篇就简单介绍一下AI视觉识别的应用场景。1、质量控制和检验在制造领域,AI视觉识别可用于检查生产线上的产品是否存在缺陷,确保产品质量稳定,减少残次品。 3、智能安防在公共安全领域,AI视觉可以识别和跟踪公共场所中的在逃嫌疑人,以及可用于安全管制区域的访问控制。 5、智慧零售在零售领域,AI视觉识别可以通过监控店铺客流、货架消耗来分析营销和库存水平,提升店铺经营效率。6、智慧农业AI视觉识别可以通过空中或地面图像,识别监测作物生长状态、健康状况、病虫害情况等。 7、自动驾驶汽车AI视觉可以帮助车辆感知环境、检测障碍物并安全导航,这已成为智能化新能源车的必备能力之一。以上人工智能视觉识别在不同行业的多样化应用的几个例子。

    1.8K10编辑于 2023-11-27
  • 来自专栏理论坞

    视觉数据和AI的“杀手应用”

    虽然许多人正在寻找“杀手级”的视觉,但更有可能视觉AI和计算机的“杀手级应用”。 ? 今天有AI模块的app,只需拍摄一个照片,便可在几秒钟内告诉你狗的种类,或植物的种类。 例如,最前沿的AI系统采用在人脑神经网络之后建模的深度学习或深层神经网络。(当然,他们没有任何地方接近人类相同的能力)。 AI系统和视觉数据 视觉对于我们具有非常重要的意义,这解释了为什么65%的人都是视觉工作者。 要做到这一点,它需要更高质量的视觉数据和复杂的算法将信息翻译成有意义的东西。 当涉及到AI,领先的科技公司都在这个领域寻求突破和探索。他们知道,AI是一个改变我们生活和工作的游戏规则。 虽然许多人正在寻找“杀手级”视觉,但我想说,视觉AI和计算领域的“杀手级” 。 我们已经依赖于视觉内容。然而,飞飞预测,随着相机技术和传感器的使用越来越多,未来将更加依赖它。

    56630发布于 2018-08-06
  • 来自专栏五分钟学算法

    数据结构与算法——2-3

    因此,引入了 2-3 树来提升效率。2-3 树本质也是一种平衡搜索树,但 2-3 树已经不是一棵二叉树了,因为 2-3 树允许存在 3 这种节点,3- 节点中可以存放两个元素,并且可以有三个子节点。 2-3 树定义 2-3 树的定义如下: (1)2-3 树要么为空要么具有以下性质: (2)对于 2- 节点,和普通的 BST 节点一样,有一个数据域和两个子节点指针,两个子节点要么为空,要么也是一个2 例如图 2.1 所示的树为一棵 2-3 树: ? 图2.1 2-3 树性质 性质: (1)对于每一个结点有 1 或者 2 个关键码。 (2)当节点有一个关键码的时,节点有 2 个子树。 2-3树查找 2-3 树的查找类似二叉搜索树的查找过程,根据键值的比较来决定查找的方向。 例如在图 2.1 所示的 2-3 树中查找键为H的节点: ? img 2-3树为满二叉树,删除叶子节点 操作步骤:若2-3树是一颗满二叉树,将2-3树层树减少,并将当前删除节点的兄弟节点合并到父节点中,同时将父节点的所有兄弟节点合并到父节点的父节点中,如果生成了4

    87210发布于 2019-09-03
  • 来自专栏育种数据分析之放飞自我

    笔记GWAS 操作流程2-3:MAF过滤

    因为这里是人的数据,所以染色体只需要去1~22的常染色体,提取它的家系ID和个体ID,后面用于提取。

    6.2K20发布于 2020-04-14
  • 来自专栏CreateAMind

    彻底解决AI视觉深度估计

    (i) 和视觉可能性(1)3 与对眼睛角度 µθ 的置信度不同,该置信度仅受到以下级别的可能性的偏差,该置信度同时受到 中编码的先验和来自 的视觉可能性的影响。 3.3. 这反映了这样一个事实,即生物中央凹中心的受体远多于周边视觉的受体,而周边视觉之前是用指数关联建模的[25]。 在均匀条件下,视觉噪声设置为零。 最后,同时实现深度估计和目标固定的主动视觉模型所达到的性能水平几乎与在正确位置初始化固定的模型相当。事实上,后两个条件之间唯一明显的区别是主动视觉条件下的时间步数稍多。 我们的结果表明主动视觉可以改善深度估计。然而,如果聚散度不能提供有用的深度提示,那么这怎么可能呢?答案在于中央凹的分辨率不均匀,其注视中心的感受器远多于周边视觉的感受器。

    93911编辑于 2024-04-11
  • 来自专栏InCerry

    .NET周刊【4月第2-3期】

    此外,文中还提到了一些AI SDK和框架,展示了.NET在AI应用开发中的潜力。 使用WPF实现,XAML代码定义了用户控件的结构,包括数据绑定和视觉元素。代码示例展示了如何设置用户控件的宽高,以及在界面中展示圆形元素和绑定的料管数据。 C# 工业视觉开发必刷20道 Halcon 面试题 https://www.cnblogs.com/1312mn/p/18755838 随着工业4.0的推进,对C#和Halcon专业人才需求增加。 本文整理了20道Halcon面试题,涵盖基础知识、图像处理和机器视觉等方面,帮助读者掌握Halcon核心技能。 学习者无需深究AI理论,能通过交互式Polyglot Notebook轻松上手。课程提供核心技能培训,如Prompt工程和AI插件开发,助力开发者在AI时代立足。

    1K10编辑于 2025-05-04
  • 来自专栏算法无遗策

    (基于2-3树)

    学习过2-3树之后就知道应怎样去理解红黑树了,如果直接看「算法导论」里的红黑树的性质,是看不出所以然。 此时我们借着2-3树去理解基本的红黑树,当然我会在后几篇文章介绍2-3-4树以及基于2-3-4树的红黑树。 红黑是指被指向节点的链接颜色,对于一颗2-3树,因为3-节点的存在有很多不同的二叉树的表示,所以我们只考虑左倾的情况。 (和2-3树等价的,任意节点到其叶子节点的高度都是相同的)。 因为2-3树不存在永久的4-节点,4-节点终归要分解的(在2-3-4树中,为了更好地插入和删除,4-节点可存在于叶子节点和非叶子节点)2-3树一样不行,所以在2-3树中没有任何一个节点能同时和两条红链接相连

    1.1K20发布于 2020-01-02
  • 来自专栏静之森

    记录折腾路上用到的教程 自2-3开始

    netdata: Real-time performance monitoring

    73920编辑于 2021-12-28
  • 来自专栏Android知识点总结

    2-3树与红黑树

    直到今天了解了2-3树,才豁然开朗。2-3树是一种神奇的树,它能够保证该树是一个完美树。2-3树可以演化成红黑树,这便是保证红黑树效率的根本。 先说奇葩的2-3树,首先2-3树满足二分搜索树,但每个节点可能存在1或2个数据,对应的该节点就可能存在2或3个子节点 2-3树 ? 2-3树引入.png 2-3树插入操作: ? 2-3树.png 2-3树演化为红黑树 将三节点拆为两个节点,并将左数据节点设为红色来实现2-3树同等功能 ? 红黑树.png

    62530发布于 2018-09-29
  • 来自专栏mysql

    hhdb数据库介绍(2-3)

    HHDB Server在参数配置、服务监控、数据检测、安全防护、故障告警等多方面提供智能化运维服务。

    66110编辑于 2025-03-07
领券