社区
客服专区
帖子详情
应该加开 人工智能版!!!!!!!!!!!!!!!!
i_am_a_frog
2003-10-17 10:24:14
如题
...全文
36
回复
打赏
收藏
应该加开 人工智能版!!!!!!!!!!!!!!!!
如题
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
关于
人工智能
数据标注学习.pdf
关于⼈⼯智能数据标注学习 ⽬录 项⽬⼀:认识数据标注 ⼈⼯智能数据标注主要包括:图像标注,语⾳标注,⽂本标注! 数据标注是借助标注软件,对⼈⼯智能学习数据进⾏加⼯和运⽤的⾏为! 项⽬⼆: 项⽬⼆:图像标注的学习 1.基本命令提⽰符 基本命令提⽰符 cd A:\ 将A盘的当前⽬录改为根⽬录 cd A:\xx 将A盘的当前⽬录改为⼦⽬录xx下 cd ..\98 先返回⽗⽬录,再进⼊⽗⽬录下的98⼦⽬录 cd ..返回到⽗⽬录(注:"."代表当前⽬录 ".."代表⽗⽬录) 以上为⽐较常⽤的命令提⽰符,其他提⽰符就不列出来了,可以⾃⾏上⽹查阅! 2.Anaconda软件的安装 软件的安装 笔记本电脑直接软件商店搜索就 ,台式的话得到官⽹去下载! 安装的时候记得这两个都勾选!以便配置全局变量!!!!!! 3.labelme软件的安装 软件的安装 直接到 直接到Anaconda的命令提⽰框⾥⾯! 的命令提⽰框⾥⾯! 先安装虚拟环境! 激活虚拟环境! conda creat -n Labelme python=3.8 安装Labelme软件 以下基本为labelme的运⾏界⾯! 该软件是英⽂
版
基本使⽤⽅法就⾃⾏琢磨吧! 4.Labelme软件命令和常⽤的图像数据集 软件命令和常⽤的图像数据集 activate Labelme Pip install labelme==3.16 -i https://pypi.tuna.tsinghua.edu.cn/simple Labelme软件⽣成的JSON⽂件转化为dataset⽂件的操作 5.图像分类 图像分类 ⾸先啊!就是激活环境啦! 然后通过⽂本打开Labelme!!! 命令如下 单双标签都⼀样的打开⽅式! 6.⽬标检测标注 ⽬标检测标注 ⽬标检测标识是指通⼈⼯标注出图像中感兴趣的⽬标,同⼀类的标签中可以有多个,通常使⽤矩形进⾏标注!!!基本有两种类型: 物体的标注和⼈脸的标注但其实操作都⼀样!!!仅仅知识标签和⽂件路劲的问题!!! ⽅法同5差不多! 1建⽴标签⽂本启动Labelme 2通过⽂本打开Labelme 操作代码如下 1 Labelme_json_to_dateset 路径+⽂件名 2 如:Labelme_json_to_dateset D:\1.json 1 //激活环境: activate Labelme 2 //通过⽂本启动Labelme: Labelme --flags D:\flags.txt --nodata 3 //不管怎样还是得根据⽂件路劲来 1 1.激活:activate Labelme 2 2.打开:Labelme --labels D:\labels.txt --nodata --autosave 3 注意:具体⽂件名和路劲应根据相应你建⽴的来填 采⽤矩形框来标注!!! 7.语义分割标注 语义分割标注 语义分割就是对图像中的每个对象都打上标签,如把图像中的⼈,树⽊,草地,天空和动物等都打上对于的标签。语义分割标注需要将 物体的轮廓都标注出来,标注的精度远⾼于⽬标检测标注。 同样如上: 转化为VOC数据集可以时使⽤" Labelme2voc.py"命令 。格式如下 8.实例分割 实例分割 实例分割是⽬标检测和语义分割的结合,即在图像中先将⽬标检测出来(⽬标检测),然后对每个⽬标打上对应的标签(语义分割)。 在语义分割中,不区分属于相同类别的不同⽬标(所有⽬标都标为相同颜⾊),实例分割标注则需要区分同类的不同实例(使⽤不同颜⾊来 区分不同的⼈)。 9.全景分割标注 全景分割标注 全景分割标注是语义分割标注和实例分割标注的结合,既要检测所有⽬标,⼜要区分类别中的不同实例。实例分割只是对图像中的⽬ 标进⾏检测和按照橡素分割,区分不同实例(使⽤不同颜⾊),⽽全景标注分割是对图⽚中的所有物体包括背景都要进⾏检测和分割。 10.视频标注 视频标注 1 2 3 1激活: activate Labelme 4 2打开: Labelme --labels D:\labels1.txt --nodata 5 3同样需要注意⽂件名和路劲 6 4.JSON转为dataset 7 Labelme_json_to_dataset 路劲+JSON⽂件名 8 5如:Labelme_json_to_dataset D:\hello\2021_12_27_001.json 9 10 1 2 命令: python Labelme2voc.py 图像⽬录 ⽣成voc⽬录 --labels labels⽂件路径 3 如下: python d:\Labelme2voc.py D:\Hello\DIRS\semantic_segmentation D:\data_dataset_voc --labels D:\
实现点击复制微信号并自动打开微信加好友的代码
实现点击复制微信号并自动打开微信加好友的代码,新人直接可用,小白也看得懂
《大咖来了》:共话
人工智能
技术新生态!
经历 60 多年的发展,
人工智能
技术从实验室走向产业落地的阶段,并在企业、行业、人力等掀起深刻变革 。随着政策加持、众巨头互联网企业喊出“All in AI”,
人工智能
热潮蔓延。如今人们期待AI技术更多落地应用与深入商业化:科技巨头企业在横向铺设AI技术平台,更关注AI与每个垂直行业的深度融合;AI创业公司亦立足自身优势,深挖应用场景,在AI江湖里步步为营。如何聚焦AI技术,探索可沉淀于时代潮流的落地应用?弥补AI开发者与企业应用间的鸿沟?如何利用
人工智能
技术助力变革企业信息化?
非常好的Resnet项目资源,分享出来.zip
基于pytorch框架用resnet101加GPT搭建AI玩王者荣耀 本源码模型主要用了SamLynnEvans Transformer 的源码的解码部分。以及pytorch自带的预训练模型"resnet101-5d3b4d8f.pth" 注意!!! 本项目不再更新,由用强化学习训练AI玩王者代替。 注意运行本代码需要注意以下几点 注意!!!!! 1、目前这个模型在用后裔100多局对战数据下训练出来后,对局表现出各种送人头之类的问题,以及代码本身各种不规范,请多原谅。 2、本代码本来只是我试验模型能否玩王者荣耀,B站朋友强烈要求开源。仓促开源估计问题很多,请多原谅。 三、运行环境win10;win7未测试,估计是可以。 需要一张6G或以上显存的英伟达显卡,虽然4G的1050ti勉强也可以。 四、需要一台打开安卓调试并能玩王者荣耀的手机,虚拟机没有试过,理论上
应该
可行。 五、需要下载scrcpy 的windows
版
本。 把所有文件解压到项目根目录即可(这是我的笨办法) 。 位置如图 scrcpy
Scratch作品:中国象棋AI( 采用了alphabeta 剪枝算法 )
主要使用算法: maxmin 极大极小值搜索 alphabeta 剪枝算法( 与阿尔法围棋 AlphaGo 一样的算法 ),可进行 AI 人机对决。 注:使用AI算法比较复杂,1500+的代码计算起来会很慢。使用turbowarp编译可以大幅度提升速度(大约快15倍左右)! 操作:【Q】查看日志,【R】开外挂( 作弊按键 )。 此后仍有作品或有趣游戏,请关注原作者,且点赞加收藏,记得推荐好友。下载即可游玩,快来下载吧!
客服专区
544
社区成员
48,808
社区内容
发帖
与我相关
我的任务
客服专区
客服专区
复制链接
扫一扫
分享
社区描述
客服专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章