污水处理厂智能巡检机器人项目技术方案.docx
2023-12-23 14:11:26 11KB
1
基于雾计算的交通灯智能调控研究,申江,樊秀梅,随着国家经济的飞速发展和国家对城市化建设的大力支持,人们在得益于日趋完善的道路基础设施所带来的交通便利的同时,给城市的交
2023-12-22 06:54:35 488KB
1
面向智能家居的轻量级雾计算架构,高登云,杨贯中,雾计算将云计算范例扩展到网络边缘,并为最终用户提供数据、计算、存储和应用服务。与云计算相比,雾计算更接近用户,具有低延迟
2023-12-22 06:54:26 424KB 计算机软件
1
本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先,利用YOLOv8算法对视频中的车辆目标进行检测,并对检测到的目标进行标记。然后,通过deepsort算法对标记的车辆目标进行跟踪,实现车辆目标的持续跟踪。最后,根据跟踪结果对车辆数量进行统计,实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明,帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。
2023-12-21 22:39:16 293.89MB 目标检测 Deepsort 目标跟踪 人工智能
1
1.项目基于OpenCV库,通过 Dlib 提供的机器学习、数值计算、图模型算法、图像处理等相关功能,采用人脸识别预训练,实现两张照片的换脸功能。 2.项目运行环境:需要 Python 3.6 及以上配置,完成该项目所需要的库文件有 OpenCV、dlib、numpy、sys、PIL、thikter、matplotlib。 3.项目包括 7 个模块:准备数据、提取面部标记、调整脸部对齐、混合图像、校正颜色、转换函数、交互式界面设计。 4.关键库及数据准备说明:dlib.get_frontal_face_detector()是人脸检测器,检测图片中是否有人脸,返回一个矩形列表的人脸检测器。dlib.shape_predictor(PREDICTOR_PATH)特征提取器,由人脸检测器提供的边界框作为算法输入,返回一个人脸关键点预测器。采用官方提供的预训练模型:http://sourceforge.net/projects/dclib/files/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2 构建有 68 个特征点组成的人脸特征
2023-12-21 21:31:07 618.31MB opencv python 深度学习 人工智能
1
解读 ChatGPT 背后的技术重点:RLHF、IFT、CoT、红蓝对抗.pdf
2023-12-21 20:49:57 716KB 人工智能
1
有全部代码和实验报告word版本 1. 读取DB18B20温度传感器数据 2. 风扇根据温度变化自动调节转速档位:当前温度在小于下限为0档;在上下 限之间为1档,大于上限为2档。 3. 按一次K1进入温度上限设置,K2,K3设置温度的增加或者减少;按两次K1进 入温度下限设置,K2,K3设置温度的增加或减少;按三次K1退出设置模式。 4. 1602显示屏显示当前温度、设置温度的上下限,风扇当前档位,进入设置模 式后在相应位置用光标显示。
2023-12-21 13:31:57 107.93MB 单片机实践
1
论文解读: ChatGPT 能否用于预测股价变动?2023 年 4 月,佛罗里达大学的 Aleiandro Lopez-Lira 发表了论文“CanChatGPT Forecast Stock Price Movements? Return Predictability andLarge Language Models”。 论文使用 ChatGPT 分析新闻标题对一只股票是利好还是利空,并预测次日股票回报,其表现优于传统模型。我们对论文的详细内容进行解读,供读者参考 AI中证 1000 增强组合上周超额收益0.03%,今年超额收益 2.54%截至2023年4月21日,中证 1000 增强组合相对中证 1000 上周超额收益为 0.03%,今年以来超额收益为 2.54%。模型 2018 年初回测以来相对中证1000年化超额收益率为 24.57%,年化跟踪误差为 8.25%,信息比率为 2.98超额收益最大回撤为 8.75%,超额收益 Calmar 比率为 2.81。 GAT+residual 模型上周超额收益 0.38%,今年以来超额收益-1.97%截至 2023 年4月21日,GAT+
2023-12-20 18:49:11 1.77MB 毕业设计 人工智能
1
Draw.io用阿里云3D矢量图标库-2022人工智能与物联网,使用请参考:[draw.io使用阿里云矢量图标库进行流程图、泳道图、UML、BPMN、架构图、部署图、原型图、用户故事图等绘制](https://blog.csdn.net/weixin_44479533/article/details/131289488)
2023-12-20 11:17:02 151KB 阿里云 draw.io
1
网上找了很久费了一些资源和RMB才凑齐的。
2023-12-18 20:05:52 24.92MB 人工智能
1