YOLO模型：快速高效的目标检测算法 - 飞书文档
https://docs.feishu.cn/v/wiki/LiZswOp27ieilak4suRcYI9Knlf/a1One-Stage模型通常在单个卷积网络中同时预测类别和位置，而Two-Stage模型则将检测任务分解为两个阶段：区域提议和候选区域的分类与定位。One-Stage模型因为省略了区域提议 ...
飞搜侠
热门搜索
YOLO算法：物体检测的高效之选 - 飞书文档
https://docs.feishu.cn/v/wiki/KnKhwLbeHiLMo4k7FSncw7iwnCe/a1特征提取：算法使用深度学习模型（如卷积神经网络CNN）来提取图像的特征。这些特征捕捉了图像中的视觉信息，为后续的物体识别和定位提供基础。 候选区域生成：在某些 ...
基于10行代码实现目标检测的原理与应用 - 飞书文档
https://docs.feishu.cn/v/wiki/LvqewrvQCiukdSk6kAhcESF9nWd/a1让我们来想象一下这个过程。当一幅图像输入到我们的目标检测模型中时，首先经过卷积层。卷积层就像是一个过滤器，它会对图像中的每个小区域进行扫描，提取出一些局部的特征， ...
Task2：建模方案解读与进阶 - OPEN 1+X AI通识课 - 飞书
https://datawhaler.feishu.cn/wiki/LiZswOp27ieilak4suRcYI9Knlf以下是物体检测的一些关键概念和步骤：. 1. 输入：物体检测算法的输入通常是一张图像或视频帧。. 2. 特征提取：算法使用深度学习模型（如卷积神经网络CNN）来提取图像的 ...
AgentGPT实测：获取最新目标检测算法 - 飞书文档
https://docs.feishu.cn/v/wiki/SKLRwmRnzizAGMkdUFecMEYhnRb/a7**one-shot,two-shot,N-shot **等方法，即提供1、2 或N 个示例，以提高模型的准确性 · **Chain-of-Thought (CoT) Prompting（思维链） **，通过在增加逻辑推理步骤，实现比较复杂 ...
飞书云文档
https://datawhaler.feishu.cn/wiki/KnKhwLbeHiLMo4k7FSncw7iwnCe以下是物体检测的一些关键概念和步骤：. 1. 输入：物体检测算法的输入通常是一张图像或视频帧。. 2. 特征提取：算法使用深度学习模型（如卷积神经网络CNN）来提取图像的 ...
ZeroGPT的AI检测算法是如何工作的？ - 飞书文档
https://docs.feishu.cn/v/wiki/I39NwkRuUi2KnXk3uCvcq85fn2g/acAI检测器的功能在这个背景下显得尤为关键。随着AI技术能够生成看似合理的文本内容，区分人工创作和AI创作变得越来越困难。ZeroGPT通过其特定的算法和技术机制，试图对输入的 ...
如何选择适合的异常检测算法？ - 飞书文档
https://docs.feishu.cn/v/wiki/QlZLwX8plivI9YkYVYpcxRvvncd/ab3.1 机器学习的三板斧 · 孤立森林(Isolation Forest)：通过随机划分构建决策树，异常值就像森林中容易被隔离的稀有树种 · 局部离群因子(LOF)：计算数据点的局部密度偏差，如同 ...
AI 算法以98%的准确率识别深度伪造，成为当前最强防御工具
https://docs.feishu.cn/article/wiki/KkugweuWdiCFkOk8eeIcWWZdnP8该算法的研发团队指出，以往的法医检测程序在检测经过编辑的视频时，通常将其视为一系列图像，并应用相同的检测过程。然而，对于AI 生成的视频，由于其并非通过相机 ...
对抗样本检测方法的分类与解析 - 飞书文档
https://docs.feishu.cn/v/wiki/DVgaw9FSBitbohk12iAcswmcnCd/a5那么，带毒的检测思路是：利用k-NN 算法，为训练数据集中的每个训练数据计算标签，如果计算出的标签与该数据的真实标签不一致， 则认为这个训练数据被污染，将其从训练数据中移除 ...