tag 數據集

標籤
貢獻73
162
11:04 PM · Nov 06 ,2025

@數據集 / 博客 RSS 訂閱

超神經HyperAI - AI 編譯器技術分享會:上海交大/中科院計算所/微軟亞研/智源,他們來了!

4 場 Meetup、3 個城市、19 位嘉賓、1k+ 行業從業者、累計 100w+ 曝光, 2023 年 AI 編譯器社區小小刷新了一下存在感,我們在非常細分的領域裏找到了最為垂直的開發者和工程師,從 0 到 1 建立起一個個小據點,搭建交流平台、促成企內合作、連通生態上下游。 2024 年雖然已經過半,在大模型持久佔據技術圈「熱搜榜單」的今天,我們將於 7 月 6 日(週六)在中國科學院計算技

機器學習 , 數據集 , 人工智能 , 編譯器 , 深度學習

收藏 評論

u_15851118 - DeepSeek系列模型/項目介紹(二):Coder、Prover、Math、ESFT

概述 接上篇DeepSeek系列模型/項目介紹。 DeepSeek-Coder 代碼大模型系列,旨在通過AI技術來理解和生成代碼,提升開發效率。 特性: 核心定位:開源代碼智能模型,促進研究和商業應用 模型規模:從1.3B到236B等多種參數,V2採用MoE架構 訓練數據:從零開始訓練,使用2萬億高

數據集 , 數據 , 自然語言 , 人工智能 , Css , 前端開發 , HTML

收藏 評論

mb686fbcc4efbd6 - 電力場景無人機巡檢數據集杆塔缺陷檢測數據集VOC+YOLO格式1720張12類別

注意數據集中有部分增強圖片 數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數):1720 標註數量(xml文件個數):1720 標註數量(txt文件個數):1720 標註類別數:12 所在倉庫:firc-datas

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

mb686fbcc4efbd6 - 視障人士輔助移動數據集道路障礙物垃圾桶斑馬線盲道三輪車檢測數據集VOC+YOLO格式9977張20類別

數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數):9977 標註數量(xml文件個數):9977 標註數量(txt文件個數):9977 標註類別數:20 所在倉庫:firc-dataset 標註類別名稱(注意yo

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

夕年HM - 基於深度學習的農業蟲害自動識別系統:YOLOv8 的完整工程

一、研究背景:農業蟲害識別為何需要 AI? 在農業生產過程中,病蟲害是影響作物產量和質量的核心因素之一。據統計,全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴: 人工巡田觀察 專家經驗判斷 事後用藥處理 這種方式存在明顯問題: 🐞 識別效率低:人工巡檢難以覆蓋大面積農田 🐞

數據集 , v8 , 人工智能 , 深度學習 , 目標檢測

收藏 評論

資深程序設計 - 基於YOLOV8+Pyqt5的番茄成熟度檢測系統

1、研究背景 在現代農業發展中,番茄作為全球廣泛種植的重要經濟作物,其成熟度精準判斷對農業生產、加工及銷售環節意義重大。準確掌握番茄成熟度,能幫助農民確定最佳採摘時間,避免過早採摘導致果實未充分成熟、口感和營養不佳,或過晚採摘造成果實腐爛、產量損失,進而提高生產效益。在果蔬加工和銷售領域,成熟度檢測有助於生產商和商家準確評估產品質量,實施精準分級,提升產品市場競爭力。傳統番

數據集 , v8 , 成熟度 , yyds乾貨盤點 , 後端開發 , JAVA

收藏 評論

mb686fbcc4efbd6 - 無人機視角智慧交通擁堵識別分割數據集labelme格式2392張3類別

注意數據集大約有一半是增強圖片主要為旋轉增強圖片 數據集格式:labelme格式(不包含mask文件,僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數):2392 標註數量(json文件個數):2392 標註類別數:3 標註類別名稱:["crowdedstreet","notraffic","traffic"] 每個類別標註的

數據集 , json數據 , 後端開發 , JAVA , Json

收藏 評論

mb61c46a7ab1eee - 深入解析:YOLOv7自然場景Logo檢測項目yolov7-logo-detection (YOLOv7+Flickr27/LogoDet-3K):雙數據集驗證、模型訓練與工業部署實戰

目錄 yolov7-logo-detection項目概述 一、項目目標與核心概念界定 1. 核心目標 2. 關鍵概念區分 二、技術架構:為何選擇 YOLOv7? 1. YOLOv7 的核心優勢 2. YOLOv7 的三大核心組件 3. YOLOv7 的關鍵改進 三、數據集:從小規模驗證到大規模擴展 1. 兩個數據集的核心

數據集 , redis , 數據 , 數據庫 , Python

收藏 評論

王校長的熱狗 - 街景目標檢測數據集4813張VOC+YOLO格式

街景目標檢測數據集4813張VOC+YOLO格式 數據集格式:VOC格式+YOLO格式 壓縮包內含:3個文件夾,分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計:4813 Annotations文件夾中xml文件總計:4813 labels文件夾中txt文件總計:4813

數據集 , 街景目標 , 後端開發 , txt文件 , 目標檢測 , Python

收藏 評論

IT智行領袖 - hadoop 配置多塊磁盤

數據存儲與分析 要實現對多個磁盤數據的並行讀寫 需要解決的很多問題 1 硬件故障問題。硬件多了,發生故障的概率變大。避免數據丟失的是備份。RAID(冗餘磁盤陣列),HDFS 2 大多數分析任務需要以某種方式結合大部分數據共同完成分析任務,一個磁盤讀取得數據可能需要和另外的99個磁盤中 讀取的數據結合使用,各種分佈式系統允許結合多個來源的數據並實現分析,但

數據集 , hadoop 配置多塊磁盤 , 大數據 , 數據 , hadoop , 結構化

收藏 評論

u_15214399 - 【案例共創】線性迴歸 - 汽車行駛里程與油耗關係預測

最新案例動態,請查閲【案例共創】線性迴歸 - 汽車行駛里程與油耗關係預測。小夥伴們快來領取華為開發者空間進行實操吧! 本案例由:梅科爾工作室提供 1 概述 1.1 案例介紹 在機器學習領域,線性迴歸就是使用一個線性函數(多項式迴歸可以是曲線)去擬合給定的訓練集,測試時,對輸入的x值,返回這個線性函數的y值。最終目標是找到y=Θ0 + Θ1x1 +

機器學習 , 數據集 , 數據 , 人工智能 , 開發者

收藏 評論

mb686fbcc4efbd6 - 航空飛機表面缺陷裂紋鏽蝕凹陷檢測數據集VOC+YOLO格式2495張5類別

數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數):2495 標註數量(xml文件個數):2495 標註數量(txt文件個數):2495 標註類別數:5 所在倉庫:firc-dataset 標註類別名稱(注意yol

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

mb6890178244a4e - 數字採集分類任務

圖像分類是計算機視覺中的基礎任務,本實例使用 TensorFlow 和 Keras 庫對 MNIST 手寫數字數據集進行分類。 import tensorflow as tffrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.models import Sequentialfrom tensorf

數據集 , 雲平台 , 數據 , tensorflow , 雲計算

收藏 評論

代碼天地 - 基於CNN-SVM的選煤廠浮選泡沫圖像識別方法

計算機視覺技術是指利用相機與電腦連接成的一個系統,通過對目標的檢測、追蹤、測量和進一步的預處理得到能夠代表圖像特徵的信息,再對這些特徵信息通過計算機算法進行識別[1-2]。在選煤行業,隨着選煤廠智能化水平的提高,對各個生產崗位的要求也更加嚴格,同樣浮選車間的控制也要求精煤灰分儘可能穩定[3]。前人在浮選泡沫圖像的識別問題上已經做了大量的研究,例如,Kaartinen[4]在鋅粗選

預處理 , 數據集 , 卷積 , 服務器 , 分佈式

收藏 評論

mb61c46a7ab1eee - Transformer實戰(22)——啓用FLAIR進行語義相似性評估

Transformer實戰(22)——使用FLAIR進行語義相似性評估 0. 前言 1. 使用 FLAIR 進行語義相似性評估 2. 平均池化詞嵌入 3. 基於循環神經網絡的文檔嵌入 4. 基於 Transformer 的 BERT 嵌入 4. Sentence-BERT 嵌入 系列鏈接 0. 前言

數據集 , redis , 數據庫 , 循環神經網絡 , 池化

收藏 評論

Python數據分析 - yolo目標檢測實際流程圖

Yolo v2 論文名稱 Yolo9000:Better,Faster,Stronger 該論文實際上包含了2個模型,Yolov2 和 Yolo9000,Yolo v2 是在 Yolo v1 基礎上進行了改進, 此外作者提出了一種 檢測和分類 的聯合訓練方法,並用該方法在 COCO 檢測數據集 和 ImageNet 分類數據集上訓練 Yolo v2,把得到的模型稱為 Yol

數據集 , 卷積 , 寬高 , yolo目標檢測實際流程圖 , 人工智能 , 計算機視覺

收藏 評論

mob64ca12e7b5cf - ollama退出模型指令

在使用Ollama時,我們有時會遇到“ollama退出模型指令”的問題。這通常表現為模型在運行過程中意外退出,無法執行預期的任務。接下來,我將詳細記錄我解決這一問題的過程,包括錯誤現象、根因分析、解決方案、驗證測試以及預防優化措施。 問題背景 在與Ollama進行模型推理時,用户注意到,在特定操作條件下,Ollama經常會無故退出。此現象對生產環境的穩定性產生了影響。以下是該問題

數據集 , 數據 , aigc , 解決方案

收藏 評論

智能創新者 - 玉米轉錄組的KEGG和GO富集分析_51CTO博客

1. 富集分析基礎知識 1.1 什麼是富集分析?為什麼要做富集分析? 富集分析(Enrichment Analysis)是生物信息學中一種重要的分析方法,主要用於識別在特定生物樣本(如基因集、代謝物集或其他分子集合)中是否存在某種功能類別或通路的顯著性聚集現象。該方法廣泛應用於基因表達分析、蛋白質組學、代謝組學等領域,有助於解析複雜的生物學過程、疾病發生機制以及基因功

標識符 , 數據集 , 數據庫 , 後端開發 , Python

收藏 評論

mb686fbcc4efbd6 - 香蕉葉子病害檢測數據集VOC+YOLO格式6113張3類別

注意數據集大約1/4是原圖剩餘為增強圖片 數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數):6113 標註數量(xml文件個數):6113 標註數量(txt文件個數):6113 標註類別數:3 所在倉庫:firc

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

AIIData數據中台 - 雲原生數據平台(cloudeon)--核心服務組件擴展

摘要:本文聚焦於雲原生數據平台(Cloudeon),詳細闡述了其核心服務組件的擴展情況,具體涵蓋以下新增服務: • 添加ZooKeeper服務 •添加HDFS服務 • 添加FIink服務 • 添加YARN服務 • 添加doris服務 雲原生數據平台基於開源項目CloudEon建設 基於開源項目CloudEon建設,簡化k

數據集 , 初始化 , 私藏項目實操分享 , 數據庫 , SQL Server , 開源項目

收藏 評論

detailtoo - 算網雲化設備故障OpenStack 日誌

今日分享 Calculator 科學計算器 Qalculate! 最強多功能計算器應用 這是 aptitude 上關於 Qalculate! 的介紹,我沒法總結的比他們更好了: 強大易用的桌面計算器 - GTK+ 版 Qalculate! 是一款外表簡單易用,內核強

數據集 , 虛擬化 , 學雲計算能幹什麼 , app , 雲計算 , 公眾號

收藏 評論

王校長的熱狗 - 建築缺陷數據集6808張VOC+YOLO格式

建築缺陷數據集6808張VOC+YOLO格式 數據集格式:VOC格式+YOLO格式 壓縮包內含:3個文件夾,分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計:6808 Annotations文件夾中xml文件總計:6808 labels文件夾中txt文件總計:6808 標籤種類數:7 標籤名稱:["Broken

數據集 , 標籤名 , 後端開發 , txt文件 , 建築缺陷數據集 , Python

收藏 評論

超神經HyperAI - 幾乎覆蓋元素週期表!Meta 發佈開源 OMat24 數據集,含 1.1 億 DFT 計算結果

隨着全球對可再生能源需求的日益增長,儲能技術作為一種能夠將能量儲存起來並在需要時釋放的解決方案,正受到越來越多的關注。但許多再生能源存儲技術初期投資成本高,運維困難,目前仍處於研發或示範階段。 針對於此,彼時還未更名的 Facebook 人工智能研究實驗室 (FAIR) 聯合卡耐基梅隆大學,於 2020 年發起了 Open Catalyst Project 項目,其目標是利用 AI 探尋用於可再生

機器學習 , 數據集 , 人工智能 , meta , 深度學習

收藏 評論

mb686fbcc4efbd6 - 口腔癌病理染色組織切片圖片分類數據集11303張2類別

注意數據集中圖片有超過一半是增強圖片 數據集類型:圖像分類用,不可用於目標檢測無標註文件 數據集格式:僅僅包含jpg圖片,每個類別文件夾下面存放着對應圖片 圖片數量(jpg文件個數):11303 分類類別數:2 類別名稱:['Normal','OSCC'] 每個類別圖片數: 訓練集圖片數:9264 - Normal訓練集圖片數:43

數據集 , 圖像分類 , 後端開發 , JAVA , 目標檢測

收藏 評論