航空发动机数据检测
图像为大分辨率的涡轮发动机的类型与不同的缺陷情况模型YOLO准备在基础进行改进准备融入注意力机制和改进损失函数,以改变整个网络结构实验流程:找到数据集自己标注-->建立缺陷数据库-->用模型进行训练-->性能评估-->模型对比-->消融实验-->搭建缺线检测平台。
·
-
数据集选择:Aero-engine:Aero-engine defect (kaggle.com)图像为大分辨率的涡轮发动机的类型与不同的缺陷情况
-
模型YOLO准备在基础进行改进准备融入注意力机制和改进损失函数,以改变整个网络结构
-
实验流程:找到数据集自己标注-->建立缺陷数据库-->用模型进行训练-->性能评估-->模型对比-->消融实验-->搭建缺线检测平台
强化学习实现不平衡分类
Reinforcement Learning: 强化学习解决不平衡分类,一定要看README.md (gitee.com)
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
3
0- 0
已为社区贡献1条内容
所有评论(0)