机器人深度学习IMU和图像数据实现焊接精细操作
焊枪的移动和微调。 在学习人类焊工操作的实验系统中，IMU传感器安装在焊枪上。深度学习模型通过焊缝图像和IMU传感器数据进行训练。这种设置使得科研团队能够轻易获得大量用于模型训练的数据。通过这种方法，机器人可以学习焊工通过关注焊缝图像中的弧光，来对焊枪位置和姿态进行精确调整。采用这一革新技术，可以进行更精确的焊接操作。 ...
机器学习—— PU-Learning算法
机器学习—— PU-Learning算法 本篇博客将介绍PU-Learning算法的基本概念、基本流程、基本方法，并简单探讨Two-step PU Learning算法和无偏PU Learning算法的具体流程。最后，将通过Python代码实现一个简单的PU-Learning示例，以便更好地理解这些概念和算法。 1. 基本概念 PU-Learning是一种解决类别不平衡问题的机器学习方法，其中类别包...
ai智能机器人的关键技术。语音机器人多版本搭建
电话机器人是近几年兴起的人工智能产品，它主要通过电话群呼潜在客户，沟通进行信息筛选，帮助企业选择意向客户，我们一起来看看人工智能智能机器人的关键技术包括但不限于以下几个方面： 自然语言处理（NLP）： NLP 是让机器能够理解、解释、操纵人类语言的技术。它包括语言识别（将语音转换为文本）、语言生成（将文本转换为语音）、文本理解（理解文本的含义和意图）、信息检索（从文本中提取信息）等技术。 机器学习和深...
机器视觉学习（九）—— 边缘检测
目录 一、边缘检测 1.1 Canny边缘检测 1.1.1 cv2.Canny函数 1.1.2 Canny边缘检测示例 1.2 角点检测 1.2.1 cv2.goodFeaturesToTrack()函数 1.2.2 OpenCV角点检测示例代码 1.3 直线检测 1.3.1 cv2.HoughLinesP()函数 1.3.2 OpenCV直线检测示例代码 1.4 圆形检测 1.4.1 cv2.Hou...
机器视觉学习（十）—— 轮廓检测
目录 一、轮廓的检测与绘制 1.1 cv2.findContours()函数 1.2 cv2.drawContours()函数 1.3 轮廓检测示例代码 二、显示边界框 2.1 cv2.boundingRect()函数 2.2 cv2.rectangle()函数 2.3 显示绘制边界框 2.4 个人笔记和进阶版显示边框 2.4.1 个人笔记 2.4.2 进阶版显示边框 一、轮廓的检测与绘制 轮廓检测（...
机器学习——降维算法-主成分分析（PCA）
机器学习——降维算法-主成分分析（PCA） 在机器学习领域，主成分分析（Principal Component Analysis，简称PCA）是一种常用的降维技术，用于减少数据集中特征的数量，同时保留数据集的主要信息。本文将介绍PCA算法的过程、理论基础、以及优缺点，并通过Python实现一个简单的PCA算法示例，最后给出总结。 1. PCA算法过程 主成分分析的过程如下： 对原始数据进行标准化处理...
智能量化炒币机器人：为什么说成功的投资都是反人性的
足交易者个性的这两个方面。开始使用一套系统交易时，我们便面对两个期望。一个是统计学期望，另一个是对系统的心理期望。如果这两个期望不一致，那么在使用这套令人反感的系统时肯定不会快乐。公众号关注：自动炒币机器人CCR详解 这引出了我们为什么交易的问题。对于许多人来说，交易的唯一目的是赚钱。但是，我们可能有其他理由，比如交易带来的兴奋或者与其他交易者同台竞技时面对的智力挑战。交易者应该检查下列因素的一贯性:...
机器学习 - 提高模型 (代码）
如果模型出现了 underfitting 问题，就得提高模型了。 举个例子，代码如下： class CircleModelV1(nn.Module): def __init__(self): super().__init__() self.layer_1 = nn.Linear(in_features = 2, out_features = 10) self.layer_2 = nn.Linear(...
机器学习 - 手动实现 ReLU 和 Sigmoid
直接上代码 import torchimport matplotlib.pyplot as plt A = torch.arange(-10, 10, 1, dtype=torch.float(32))def relu(x): return torch.maximum(torch.tensor(0), x)plt.plot(relu(A)) 结果如下： import torchimport ...