123,123,123

使用 TensorFlow Lite 在 Android 上進行印地語字符識別

介紹如果你曾經(jīng)想構建一個用于文本識別的圖像分類器，我假設你可能已經(jīng)從 TensorFlow 的官方示例中實現(xiàn)了經(jīng)典的手寫數(shù)字識別應用程序。該程序通常被稱為計算機視覺的“Hello World”，它是 ML 初學者構建分類器應用程序的一個很好的起點

TensorFlow 計算機視覺 2022-11-22

SageMaker TensorFlow對象檢測模型

這篇文章描述了如何在Amazon SageMaker中使用TensorFlow對象檢測模型API來實現(xiàn)這一點。首先，基于AWS示例筆記本，將解釋如何使用SageMaker端點在單個圖像上運行模型。對于較小的圖像，這種方法可行，但對于較大的圖像，我們會遇到問題

AmazonSageMaker TensorFlow 對象檢測模型API 2022-09-06

使用 TensorFlow 2.x API 介紹圖像中的顯著性圖

TensorFlow 2．x 簡介在計算機視覺領域中，顯著性圖是圖像在人類視線最初聚焦的區(qū)域。顯著性圖的主要目標是突出特定像素對人類視覺感知的重要性。例如，在下圖中，花和手是人們首先注意到的東西，因此必須在顯著性圖上強調它們

顯著圖計算機視覺 ImageNet 2022-08-08

使用 TensorFlow.js 在瀏覽器上進行自定義對象檢測

什么是物體檢測？與許多計算機視覺認知應用相比，對象檢測是在圖像和視頻中識別和定位對象的常用技術之一。顧名思義——“計算機視覺”，是計算機獲得類似人類視覺以查看和識別物體的能力。目標檢測可以被視為具有一些高級功能的圖像識別

物體檢測算法神經(jīng)網(wǎng)絡 2022-02-07

使用TensorFlow從頭開始實現(xiàn)這個架構

在此之前，我已經(jīng)討論了MobileNet的體系結構接下來，我們將看到如何使用TensorFlow從頭開始實現(xiàn)這個架構。實現(xiàn)：MobileNet架構：圖顯示了我們將在代碼中實現(xiàn)的MobileNet體系結構

模型濾波器卷積 2021-12-15

如何使用python+pandas+tensorflow實現(xiàn)Covid新冠病毒檢測

介紹Covid 是一種致命的疾病,會影響呼吸系統(tǒng)。檢測一個人是否患有新冠病毒非常重要。在本博客中,我們將確定一個人是否患有新冠肺炎。輸入讓我們導入執(zhí)行任務所需的工具。import pandas as

python 新冠病毒檢測 2021-08-03

如何用Tensorflow框架構建用于食品分類的機器學習模型？

摘要在今天的報告中，我們將分析食品以預測它們是否可以食用。我們應用最先進的遷移學習方法和 Tensorflow 框架來構建用于食品分類的機器學習模型。介紹圖像分類是機器預測圖片屬于哪個類別的工作。在深度學習開始蓬勃發(fā)展之前，圖像分類等任務無法達到人類水平

遷移學習 TensorFlow 食品分類 2021-06-07

如何使用OpenCV+Keras+Tensorflow實現(xiàn)去噪算法與自定義預處理函數(shù)

理解問題在處理計算機視覺問題時,我們經(jīng)常遇到需要對整個數(shù)據(jù)集應用某種形式的轉換的情況。Keras中的ImageDataGenerator類提供了各種轉換,如翻轉、規(guī)格化等。然而,應用在Keras中不可用的自定義轉換變得非常困難

去噪算法處理函數(shù) 2021-03-28

使用Python+OpenCV+Tensorflow+Flask實現(xiàn)檢測X光中的新冠病毒

本研究是為X光圖像中COVID－19的自動檢測而開發(fā)的，完全是為了教育目的。由于COVID－19沒有經(jīng)過專業(yè)或學術評估，最終的應用并不打算成為一個準確的用于診斷人類的COVID－19診斷系統(tǒng)。

Python OpenCV Tensorflow Flask X光 2020-08-18

使用Tensorflow+OpenCV構建會玩石頭剪刀布的AI

這個項目的基礎是深度學習和圖像分類，目的是創(chuàng)建一個簡單而有趣的石頭剪刀布游戲。

Tensorflow OpenCV AI 2020-06-09

谷歌正式發(fā)布TensorFlow Lite，可實時運行移動端人工智能應用

TensorFlow Lite是可在移動設備上運行的深度學習工具，它允許開發(fā)人員在用戶的移動設備上實時地運行人工智能應用。

谷歌 TensorFlow Lite 人工智能 2017-11-22

Tensorflow