下面介绍几个IRC名词：NICKNAME (或nick) 昵称。在命令中可以表示你本人或者其他聊天客。#CHANNEL (或#chan) 频道、聊天室房间名字。房间名字前面一定要加 # 符号。服务器机器人 是irc上的服务器机器人。他的最基本职责是呆在房间内并使房间继续生效。在cr1.3以后的irc服务器里面，只有注册了的房间才会有守房间的机器人。帽子 就是管理权限标志@的俗称.取之于乌纱帽.这个
做语音识别这块的呢，国内领先的有科大讯飞，BAT这几家公司，鉴于使用科大讯飞的接口需要付费，腾讯云的语音识别申请了几天也没给通过，比较了一下阿里和百度的，个人觉得阿里云的好用一些，这篇博客来讲讲怎么讲阿里云的语音识别应用到项目中。首先是一些链接阿里云语音识别官网：https://help.aliyun.com/document_detail/30416.html语音识别demo下载：http://
OCR的相关应该应用应该也是目前人工智能场景落地的比较好的场景之一，所以今天这篇文章主要想和大家聊一下OCR文字识别。 一.什么是ocr文字识别？OCR（optical character recognition）文字识别是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，其本质就是利用光学设备去捕获图像并识别文字，将人眼的能力
转载
2024-08-02 12:49:12
25阅读
CTC模型是语音识别模型中常见的模块之一，现有主流的语音识别系统经常采用该模型来实现端到端的语音识别。而CTC出现之前，语音识别模型的端到端识别效果还是相对较弱的，也就是说CTC解决了这一问题。1、CTC的相关原理深度学习的序列到序列模型可以解决许多现实任务，如：Image ClassificationImage GenerationLanguage ModelingSentiment Analy
主要内容一. 定义二. 目前常用的三维姿态的表示方式（两种）三. 基本解法四. 研究倾向4.1 Weak supervision(弱监督学习)4.2 From image to video(视频中的姿态估计)4.3 Total capture of detailed motion(对全身的精细的运动捕捉)4.4 Multiple people(多人的3D姿态估计)4.5 Human-scene
在车牌信息收录过程中，如果还是传统的手工输入的方式在面对庞大的数量时，肯定会让一线的工作人员力不从心，但是如果能直接通过移动端摄像头采集车牌信息并完成录入则会给工作人员和客户带来巨大的便利。汽车是目前出行的必备交通工具，这也导致路面上行驶的车辆越来越多，在驾车出行不断方便人们的同时，车辆的管理难度也在不断的加强：车辆管理、车辆查询、车辆收费等等。与日俱增的车总量与不断压缩的工作人员数量形成了一个巨
#作者：韦访 1、概述上三讲，我们将语音识别的模型训练出来了，模型训练完以后总得拿来用啊，所以，这一讲，我们就来固化模型，并应用。环境配置：操作系统：Win10 64位显卡：GTX 1080tiPython：Python3.7TensorFlow：1.15.02、固化模型固化模型很简单，我们只要将cpkt格式的模型转成pb格式的即可。参考博客：/article/details/90546290&
这一周主要是围绕两个主题来展开，一个是机器学习的基本概念和KNN算法的基本逻辑。我们先来谈谈机器学习方面。机器学习的概念与用途及分类。1.概念，主要区分两个对比，主要参考两个图，但是这个两个概念之间没有明显的界限，有时候会互相影响。à机器学习V.S.人工智能V.S. 深度学习à机器学习V.S. 数据挖掘V.S.大数据2. 机器学习的用途，分为三个方面。à优化评价指标à发现规律à用于预测3. 分类à
转载
2024-07-23 11:44:51
25阅读
前面三章，我们介绍了LD3320、SYN6288和DHT11温湿度传感器，并把代码资料一一分享给大家了，拿到代码后，我们就可以做一个简单的语音识别毕设了，即通过语音命令获取当前环境的温湿度数值，（但还达不到正常水平的毕设项目，所以后面我会再教大家怎么用这一套程序去控制可调亮度和色温的LED灯）。首先打开LD3320和SYN6288工程文件夹，我们将以LD3320的工程为基础，把SYN6288和DH
转载
2024-05-31 13:19:19
426阅读
摘要YoloV6出来没有多久，YoloV7就开始流行了。如今的Yolo系列的模型都是沿用了YoloV3的架构，大家都是在卷积上做了一些更改。Yolov6和Yolov7都加入了Rep的结构。如图： 图片来自：https://zhuanlan.zhihu.com/p/543743278 YOLOv7 在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的物体检测器，并且在 GPU
一、前言最近在做课程设计，之前都是用OpenCV 做人脸识别，今天了解到百度AI 开放平台也提供人脸识别这一功能，于是来试了试。本文介绍一系列较为常用的方法和用法，若需要更加具体的食用方法，请参见百度AI 开放平台人脸识别Python SDK文档二、开始1）准备工作首先注册百度AI 开放平台的开发者；然后创建应用（记得在所使用功能处勾选人脸识别等功能）；获得AppID、API Key、Secret
2021SC@SDUSC 这一篇博客我来介绍PaddleOCR的方向分类器使用的评估代码。 在机器学习中，性能指标(Metrics)是衡量一个模型好坏的关键，通过衡量模型输出预测值和 真实值之间的某种“距离”得出的。性能指标往往是我们做模型时的最终目标，如准确率，召回率，敏感度等等，但是性能指标常常因为不可微分，无法作为优化的loss函数，因此采用如cross-entropy，rmse等“
转载
2024-02-17 18:52:54
98阅读
因工作需要，需要将目标检测模型 部署在开发板上。在走了很多弯路后 找到一个成功的案例并记载下来这里说一下我现有的硬件设备 。我是购买的RADXA的rock3a开发板 搭载的soc是rk3568这是开发板的正面图，因为瑞芯微针对计算机视觉中的目标检测模型有一套自己的前向推理框架，所以我就着眼于搭载rockchip的开发板rock3a目标检测模型 这里采用的是yolo模型 由于原生yolo
转载
2024-07-05 20:05:07
692阅读
目录Keras简介快速浏览模型安装和导入转换器将Keras模型转换为ONNX摘要和后续步骤参考文献下载源547.1 KB系列文章列表如下：ONNX系列一 --- 带有ONNX的便携式神经网络ONNX系列二 --- 使用ONNX使Keras模型可移植ONNX系列三 --- 使用ONNX使PyTorch AI模型可移植ONNX系列四 --- 使用ONNX使TensorFlow模型可移植ONNX系列五
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。需要用摄像机或摄像头采集含有人脸的图像或者视频，并自动在图像中检测和跟踪人脸，从而对检测到的人脸进行脸部的认证一系列相关技术，一般情况下也会叫做人像识别、面部识别。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。需要用摄像机或摄像头采集含有人脸的图像或者视频，并自动在图像中检测和跟踪人脸，从而对检测到的人脸进行脸部的认
转换模型的代码很多，列举一二如下： 一：直接修改就完事儿，只要你能找对输出节点"""
-通过传入 CKPT 模型的路径得到模型的图和变量数据
-通过 import_meta_graph 导入模型中的图
-通过 saver.restore 从模型中恢复图中各个变量的数据
-通过 graph_util.convert_variables_to_constants 将模型
几个月前开始突发兴致想要尝试搭一个mask rcnn，奈何能力有限，每次跟着别人教程进行到一半就死掉，简直是屡试屡败，期间也是放弃过很多次，但是最近迫于项目的需要，又重新拾起了这件事，经历了一番疯狂的安装与卸载之后，终于跑通了mast rcnn自带的demo，所以想和碰到相同问题的朋友们分享这段心路历程。第一次写博客，如果有什么不正确的地方，欢迎各位大佬批评指正。 文章目录前言一、安装ana
转载
2024-05-06 15:19:02
202阅读
# 从入门到精通：如何实现"from rknn.api import rknn"
作为一名经验丰富的开发者，我将向你介绍如何实现"from rknn.api import rknn"这个操作。在这篇文章中，我将逐步展示整个流程，并为每一个步骤提供详细的代码示例和解释。
## 整个流程
在介绍每一个步骤之前，我们先来看看实现"from rknn.api import rknn"的整个流程。以下
原创
2024-04-28 10:21:38
324阅读
关于RKNN RKNN 是Rockchip npu 平台使用的模型类型，以.rknn后缀结尾的模型文件。Rockchip 提供了完整了模型转换 Python 工具，方便用户将自主研发的算法模型转换成 RKNN 模型，同时 Rockchip 也提供了C/C++和Python API 接口。
RKNN
转载
2024-05-21 15:24:31
1158阅读
1评论
最近忙于爬坑搭建自己的公网流媒体服务器，RKNN的使用教程写的不太及时，在此对各位朋友说声抱歉。我将继续努力将本人使用RKNN工具进行算法移植、开发的教程分享给大家。 文章目录1.可视化工具的启动2.可视化工具功能介绍3.本人遇到的问题汇总 1.可视化工具的启动RKNN ToolKit有两种使用工具，一种是通过Python工具进行模型转换及量化，另一种通过可视化工具手动选择进行模型转换及量化
转载
2024-06-21 17:27:14
408阅读
