weixin_49199056 2023-05-07 20:25 采纳率: 0%
浏览 14

通过电脑的命令提示符窗口通过代码命令将识别的救援目标物标注信息进行导入,并通过相关命令代码编程完成AI识别目标物的模型训练

怎么通过电脑的命令提示符窗口通过代码命令将识别的救援目标物标注信息进行导入,并通过相关命令代码编程完成AI识别目标物的模型训练?

  • 写回答

1条回答 默认 最新

  • CSDN-Ada助手 CSDN-AI 官方账号 2023-05-07 22:33
    关注
    • 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7584778
    • 我还给你找了一篇非常好的博客,你可以看看是否有帮助,链接:【目标检测】超分重建对小目标检测有效性探究
    • 除此之外, 这篇博客: 【AI论文精粹】特征归因方法;视觉注意力模式分类;链接预测基准的词表外实体;脑机接口命令中的 标题:特征归因方法的有效性及其与自动评估分数的相关性 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
    • 时间:2021.5.31

      作者:Giang Nguyen, Daeyoung Kim, Anh Nguyen

      机构:KAIST,Auburn University

      链接:https://arxiv.org/abs/2105.14944

      简介:

      在许多现实世界的高风险应用程序中,可解释人工智能模型的决策变得越来越重要。数以百计的论文提出新的特征归因方法,以及在人们的工作中讨论或利用这些工具。然而,尽管人类是目标最终用户,但大多数归因方法仅根据代理自动评估指标进行评估。在本文中,我们对 320 个非专业用户和 11 个专家用户进行了第一次大规模用户研究,以阐明最先进的归因方法在帮助人类进行 ImageNet 分类、​​Stanford Dogs 细粒度分类方面的有效性。但当输入图像包含对抗性扰动时,我们发现,总的来说,特征归因并不比向人类展示最近的训练集示例更有效。在对狗进行细粒度分类的艰巨任务中,向人类展示归因图并没有帮助,与单独的人工智能相比,反而会损害人类人工智能团队的表现。重要的是,我们发现自动归因图评估措施与实际的人工 AI 团队表现的相关性很差。我们的发现鼓励社区在下游的人在环应用程序上严格测试他们的方法,并重新考虑现有的评估指标。

    • 您还可以看一下 CSDN讲师老师的AI出入证-人工智能助力疾控复工课程中的 复杂网络技术可以构建跨多度连接、多种关联关系的图数据库数据服务小节, 巩固相关知识点
    评论

报告相同问题?

问题事件

  • 创建了问题 5月7日

悬赏问题

  • ¥15 PPOCRLabel
  • ¥15 网友们我该怎么办啊,急
  • ¥15 混合键合键合机对准标识
  • ¥100 现在不懂的是如何将当前的相机中的照片,作为纹理贴图,映射到扫描出的模型上
  • ¥15 目标跟踪,计算机视觉
  • ¥15 魔霸ROG7 pro,win11.息屏后会显示黑屏,如图,如何解决?(关键词-重新启动)
  • ¥15 有没有人知道这是哪里出了问题啊?要怎么改呀?
  • ¥200 C++表格文件处理-悬赏
  • ¥15 Windows Server2016本地登录失败
  • ¥15 复合卡卡号轨道写入芯片卡