猿急送    37人浏览/9人投稿    793天前    已托管赏金

工作内容 1. 使用yolov8或者其他深度学习模型，训练多通道（大于3）的图像数据，完成分割任务。 2. 部署在机器上，能使用gpu运行，保证快速运行

开源众包    95人浏览/50人投稿    800天前    已托管赏金

本平台主要功能是训练深度学习的缺陷检测及分类算法模型，需支持目标定位算法，图像分割算法以及图像分类算法。主要功能分为数据管理、模型开发管理、模型测试&部署、任务管理和资源管理，数据库链接 ，6个部分。功能：1. 数据管理：数据统计和筛选。可以进行数据查询检索，数据项统计和展示。2 . 模型开发管理：管理已部署的模型和参数以及使用的模型选择。可以进行模型转换，模型下载、查看现有模型的相关数据等。3. 模型测试&部署：管理测试过程中的模型和参数选择训练完的工程，并上传图片测试训练好的模型效果。上传完数据之后需要创建工程训练，工程管理模块可以创建训练工程，修改创建工程，删除创建工程，训练工程。4. 任务管理：查看正在训练的工程或者训练完成的工程的训练状态5. GPU资源管理：查看GPU的状态等：6.数据库连接:设定和自动生成数据库项目、查看和管理数据库项目。需提供源代码供2次开发,系统架构合理有扩展性。

开源众包    42人浏览/39人投稿    802天前    已托管赏金

我有5-6个输入变量，想要做机器学习模型预测1个变量，最终这个模型要能实时预测。首先要做特征工程。我希望能通过特征添加和特征转换，从原始变量生成数百个变量。然后通过Recursive Feature Elimination (RFE)来筛选出几个最有关联的变量。

猿急送    37人浏览/5人投稿    808天前    已托管赏金

海上目标检测算法改进，提升1%-3%(提供公共数据集作为私人数据集，深度学习算法工程师可任意选择)。交付:源代码、网络改进前后对比图、网络改进前后评价指标对比、网络训练图、方法改进原因，指导改进后模型部署(测试和训练)

猿急送    44人浏览/19人投稿    817天前    已托管赏金

第4章 安全帽检测模块的实现 27 4.1安全帽跟踪检测及训练过程 27 4.1.1 YOLOv3+DSST算法流程图 27 4.1.2训练过程配置修改 27 4.1.3安全帽的特征提取 28 4.1.4安全帽检测定位 30 4.1.5损失函数 31 4.1.6 DSST算法原理 32 4.1.7训练结果及分析 33 4.2安全帽检测 34 4.2.1单目标检测 34 4.2.2多目标检测 35 4.2.3追踪检测 35 第5章 整体框架设计与系统的实现 37 5.1系统架构设计 37 5.1.1监测系统设计 37 5.1.2视频流接入模块设计 38 5.

猿急送    48人浏览/4人投稿    817天前    已托管赏金

4.1安全帽跟踪检测及训练过程 27 4.1.1 YOLOv3+DSST算法流程图 27 4.1.2训练过程配置修改 27 4.1.3安全帽的特征提取 28 4.1.4安全帽检测定位 30 4.1.5损失函数 31 4.1.6 DSST算法原理 32 4.1.7训练结果及分析 33 4.2安全帽检测 34 4.2.1单目标检测 34 4.2.2多目标检测 35 4.2.3追踪检测 35

猿急送    51人浏览/6人投稿    818天前    已托管赏金

1）在OpenGait对CASIA-B数据集复现，建立个人模型（仅对CASIA-B数据集训练测试） 1) 完成人体步行特征的提取，利用深度学习框架遍历数据集下不同分类下的人物的姿态信息进行提取作为动作特征。 2) 划分训练集和验证集，测试模型效果，对模型进行评估。 3) 按照要求编写文档手册

猿急送    32人浏览/41人投稿    819天前    已托管赏金

使用机器学习或深度学习的方式做声纹识别，识别的是工厂高温铝水泄漏的声音、会提供8个样本、要到达的效果的是实时接收电脑的音频，识别出泄漏的声音、然后通知其他系统，准确率要达到90%以上，有相关经验的再报名

猿急送    43人浏览/24人投稿    824天前    已托管赏金

一、设计内容 基于工业现场PLC大数据中存在数据缺失的状况，采用机器学习的方法对数据集进行建模。 二、技术要求 程序设计合理、简洁，满足功能需求，文档齐全。 三、成果形式 1、程序软件 四、所需软硬件实验平台 基于Python开发平台。 （我这边提供数据集）

猿急送    40人浏览/45人投稿    827天前    已托管赏金

硬件平台：海思SS928 移植需求： ① 获取三路500万分辨率YUV数据图像，转换成三路RGB图像； ② 对三路RGB图像进行算法处理，算法主要是opencv类传统函数，无深度学习模型，如：convertTo、split、medianBlur、absdiff等以及图像的矩阵计算； ③ 经过算法处理后，输出一路RGB图像，然后转换成YUV图像输出给嵌入式应用程序，进行网络推流使用； ④ 算法运行单帧图像耗时＜40ms； ⑤ 与嵌入式应用程序联调，可调用算法进行图像推流输出； ⑥ 开发时长：7天以内；