登录
主页
 文章
卷积神经网络人脸检测（Cascade CNN）
Cascade CNN由一系列级联的卷积神经网络组成，每个网络都对前一个网络的输出进行进一步的细化和优化。通过逐步提高检测的精度和准确性，最终得到准确的人脸检测结果。Cascade CNN可以有效地提高人脸检测的准确率，对于复杂背景和多样化的人脸姿态具有较好的适应性。一、基本概念
2024-11-30
880
4
6
单阶段多任务卷积神经网络人脸检测模型（RetinaFace）
RetinaFace 是一种先进的单阶段多任务卷积神经网络人脸检测模型，采用多阶段的检测策略，结合了特征金字塔网络（FPN）和自注意力机制等技术。通过不同层次的特征图来检测不同大小的人脸，同时利用自注意力机制增强对人脸关键特征的关注。在复杂场景下，如光照变化、姿态多样、遮挡等情况下，仍能保持较高的检测准确率，对人脸的特征提取更加精细。
2024-11-29
883
4
10
编程预训练模型（PLBART）
PLBART是一种基于Transformer架构的预训练模型，专门用于处理编程语言相关的任务。它在多种编程语言的代码和自然语言文本上进行了联合预训练，能够将代码和自然语言进行有效的融合和转换。PLBART可以用于代码生成、代码修复、代码摘要、代码问答等任务，通过对代码和自然语言的联合学习，能够更好地理解开发人员的意图，生成更符合需求的代码。
2024-11-29
590
4
12
预训练代码生成模型（CodeT5）
CodeT5是由Salesforce研究团队开发的一种开源的预训练代码生成模型，它基于T5架构，并在大规模的代码数据集上进行了预训练。CodeT5能够将代码的输入转换为相应的输出，例如根据函数的签名生成函数体、根据代码片段生成完整的代码等。它在代码生成任务中表现出色，能够生成高质量、符合语法和逻辑的代码。CodeT5在多种代码相关任务上取得了先进的性能表现，如代码生成、代码补全、文本到代码检索等任务。经过指令调整的CodeT5+ 16b在HumanEval代码生成任务中取得了35.0%的一次通过率和54.5%的十次通过率，超过了许多其他开放代码语言模型以及闭源的OpenAI codecushman001模型。
2024-11-28
1060
9
6
图像处理和机器视觉库（CVCUDA）
CVCUDA是一个开源的、GPU加速的图像处理和计算机视觉库，由NVIDIA和字节跳动的机器学习团队联合开发。它支持batch操作，可以充分利用GPU的并行加速特性，提升计算效率和吞吐率。一、特点1.支持batch操作：能够充分利用GPU高并发、高吞吐的并行加速特性，提升计算效率和吞吐率，可让开发者一次性处理多个图像，提高处理速度，适用于大规模图像数据的批量处理。
2024-11-28
1170
8
3
软件开发语言模型（CodeBERT）
CodeBERT由微软和清华大学2020年共同开发，是一种预训练的语言模型，在大规模的代码数据上进行了预训练，能够理解和生成代码。它可以用于多种软件开发任务，如代码补全、代码生成、代码翻译、代码摘要等。通过对大量不同编程语言的代码进行学习，CodeBERT能够捕捉代码中的语义和结构信息，从而为开发人员提供更准确、更有用的代码建议和生成结果。
2024-11-27
758
4
0
多任务级联卷积神经网络（MTCNN）
Multi Task Cascaded Convolutional Networks（MTCNN）是一种多任务的级联卷积神经网络，它同时处理人脸检测、面部关键点定位和人脸姿态估计三个任务。由于MTCNN在人脸检测和面部关键点定位方面的高精度和较好的性能，它被广泛应用于各种需要人脸处理的应用中，如人脸识别门禁系统、社交平台的人脸特效（如添加滤镜、美颜等）、视频会议软件中的人脸跟踪等。在直播软件中，MTCNN可以实时检测主播的人脸，为后续的美颜、特效添加等操作提供基础。
2024-11-27
544
3
7
网络表示学习工具包（OpenNE）
OpenNE是一个网络表示学习工具包，提供了标准化的网络表示学习训练和测试框架，基于TensorFlow实现了DeepWalk、LINE、node2vec等代表网络表示学习模型，并可以对结果进行分类评测和可视化分析。OpenNE是由清华大学自然语言处理实验室（THUNLP）开发的开源网络嵌入工具包，提供一个统一且标准化的训练和测试平台，帮助研究人员和开发者更好地理解和挖掘大规模网络数据中的潜在关系，以进行网络表示学习。
2024-11-26
949
6
5
人脸图像特征提取（ArcFace）
ArcFace核心是通过多层卷积和池化操作提取人脸图像的特征，然后将特征向量进行归一化和角度度量。在训练时使用大量的人脸图像和对应的标签，通过反向传播算法优化网络参数。通过对人脸特征进行归一化处理，使得特征向量具有更好的可比性和稳定性，从而提高了人脸识别的准确率。采用余弦相似度度量方法，比传统的欧式距离度量更能准确地衡量特征向量之间的相似度。
2024-11-26
744
3
10
AI眼镜：智能生活的好伙伴
AI眼镜是一种融合了人工智能技术的智能穿戴设备。特点● 轻巧舒适：AI眼镜在设计上追求与传统眼镜相似的外观，确保长时间佩戴也不会感到不适。比如雷鸟创新携手博士眼镜共同打造的新一代AI眼镜，在保证功能性的同时，也注重了佩戴者的舒适体验，即使镜腿略宽，但整体依然保持了良好的佩戴感。
2024-11-25
1107
2
8
端到端的AI平台（Dataiku）
Dataiku是一个端到端的AI平台，它简化了深度学习的工作流程，包括图像分类和对象检测。Dataiku提供了无代码工具来实现图像分类或对象检测工作流程的核心领域，并支持模型的培训、解释、部署等。一、功能特点1.数据准备与处理：提供可视化和编码两种方式来进行大规模的数据连接、清洗和准备工作，帮助企业快速整合和预处理数据，减少数据准备时间，提高数据质量，为后续的分析和建模奠定基础。
2024-11-25
1034
0
2
自回归视觉生成（OpenMAGVIT2）
OpenMAGVIT2由腾讯ARC实验室、清华大学和南京大学共同发起的OpenMAGVIT2项目，旨在民主化自回归视觉生成，提供了从300M到1.5B参数规模的自回归图像生成模型。一、项目介绍OpenMAGVIT2通过改进原有的VQGAN架构，克服代码本大小限制及利用率低的问题，全面提升自回归视觉生成的质量与效率，实现自动回归视觉生成的民主化。产生了一个开源的Google MAGVITv2分词器的复制，这是一个具有超大规模词汇表（即，$2^{18}$个代码）的分词器，并在ImageNet 256x256上实现了最先进的重建性能（1.17 rFID）。
2024-11-25
1010
6
14
神经网络机器翻译工具包（THUMT）
THUMT是一个神经网络机器翻译工具包，包含基于TensorFlow和Theano两种实现的基于端到端、循环神经网络和自注意力的翻译模型。THUMT是由清华大学自然语言处理组开发。http://thumt.thunlp.org/ ，官网提供了项目的详细介绍、文档、在线演示等内容，方便用户了解和使用该工具包。
2024-11-24
718
7
8
企业管理解决方案（PostBooks）
PostBooks建立在 xTuple ERP 的基础上，涵盖财务、销售、采购、库存、制造、项目管理等多个业务领域，为中小型企业提供全面的业务管理解决方案。PostBooks是一个开源项目，采用 xTuple Public License 许可证，用户可以自由使用、修改和分发软件。用户界面设计直观且易于使用，无论是通过图形界面还是 Web 界面，用户都可以方便地进行交互和操作，执行各种业务任务。
2024-11-24
904
7
11
医疗大模型（Disc-MedLLM）
Disc-MedLLM由复旦大学发布的针对医疗健康对话式场景而设计的医疗领域大模型与数据集，该模型由 DiscMedSFT 数据集基于 Baichuan13BBase 指令微调得到，有效地对齐了医疗场景下的人类偏好。2.数据训练：为训练DISC-MedLLM，研究人员构建了一个高质量的数据集DISCMedSFT，该数据集包含了超过47万个不同的示例，这些示例来源于现有的多个医疗数据集，并采用目标导向策略，通过选择性地重构数据集，使其能够帮助语言模型获取医学领域知识、对齐人类偏好行为模式以及捕捉真实世界在线医疗对话的分布情况。
2024-11-23
1050
5
9
协作计算SDK（NVIDIA FLARE）
NVIDIA FLARE（NVIDIA Federated Learning Application Runtime Environment）是一个用于协作计算的开源Python SDK。它允许研究人员和数据科学家将机器学习、深度学习或一般计算工作流调整为联合范式，以实现安全、隐私保护的多方协作。一、核心特点1.保护数据隐私：在多方协作计算中，数据往往分布在不同的参与方手中，NVIDIA FLARE通过多种技术确保数据隐私。如使用TLS证书来建立安全的通信通道，防止数据在传输过程中被窃取或篡改；采用同态加密、安全多方计算、安全求交、匿踪查询等隐私保护算法，让数据在加密状态下进行计算和处理，保证各方数据的保密性和完整性。
2024-11-23
904
9
2
开源深度学习平台（NiftyNet）
NiftyNet是一个基于TensorFlow API的开源深度学习平台，专注于医学影像领域。NiftyNet提供了模块化的深度学习流程，包括数据加载、数据增强、网络架构、损失函数和评估指标，这些组件都针对医学影像分析和计算机辅助干预进行了定制。NiftyNet由英国伦敦大学学院的Wellcome/EPSRC介入与外科科学中心、医学图像计算中心以及高维成像小组等机构共同开发推出.
2024-11-22
915
1
1
开源客户关系管理（CiviCRM）
CiviCRM是一个为主要为非营利组织、慈善机构等量身定制的开源项目。该软件基于 Web，高度可定制，被世界各地的各种组织使用，并被翻译成数十种语言。其功能包括联系人管理、可配置和定制、电子邮件营销、案例管理等，可以帮助非营利组织实现高效的客户关系管理。一、特点
2024-11-22
750
0
4
因果学习开源平台（SnnGrow）
SnnGrow于 2022 年 5 月 29 日上线，是全球首个因果学习开源平台。它是基于脉冲神经网络的第三代人工智能的底层开发平台和工具集合，为全球开发者提供基础知识、技术资料和训练工具，还有技术社区供开发者学习讨论，在底层基础设施架构、前沿科技共享、行业标准制定以及民族科技振兴方面意义非凡。
2024-11-21
585
5
7
开源3D软件包（Blender）
Blender是一个免费且开源的3D软件包，支持场景建模和渲染等功能，可以通过Python脚本引擎自动化执行构建和变形网格或渲染图像序列等活动。 它被用于生成合成测试图像以进行数字图像相关性分析。用于创建动画电影、视觉效果、艺术作品、3D打印模型、交互式3D应用程序和视频游戏。
2024-11-21
954
5
0
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号