视频：深度学习算法，使3D打印部件的CT检测更快、更准确

最新推荐文章于 2025-11-20 20:45:11 发布
转载 最新推荐文章于 2025-11-20 20:45:11 发布 · 179 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzUzNDE4NDQyOQ==&mid=2247534318&idx=2&sn=250550b8e4b0bb342ae7c3dd37651a39&chksm=fa9aae6ccded277aa269ae862283c0e244dff68c7d04001cb21d63ec679a50c1f8bb6a49eaa5&scene=126&sessionid=0

76fe9ec0234e1b6ca7e81f7f62d326e6.png

注：本文内容由3D打印技术参考整理编辑，转载请点击转载须知。

欢迎转发

主编微信：2396747576（请注明身份）; 硕博千人交流Q群：248112776；网址：www.amreference.com

延伸阅读：

1.新技术极大提高金属3D打印晶格「结构完整性」检测的准确性

2.视频：2023首篇Science，实时监测3D打印缺陷，预测率100%

3.巨型铸造——砂型3D打印应用的新突破，新能源汽车行业的新焦点

4.北理工-3D打印技术在5G通讯天线中的应用进展与挑战！

c52e22306ed712ddc398afa611512c5f.gif

88aa5d7e72207b4c0b9e509ea650c8f7.gif

AI人工智能深度学习算法：在缺陷检测中的应用
AI天才研究院
05-30 1616
AI人工智能深度学习算法：在缺陷检测中的应用 1. 背景介绍 1.1 缺陷检测的重要性 在现代制造业中,产品质量是关键因素之一。缺陷检测是确保产品符合预期质量标准的重要环节。传统的人工检测方法存在效率低下、疲劳造成的错误率高等
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 36万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
OpenCV 与深度学习：从图像分类到目标检测技术
阿博的博客
07-11 1645
深度学习作为机器学习的重要分支，通过神经网络实现自动特征提取，突破了传统机器学习依赖人工设计特征的局限。文章系统介绍了深度学习在图像识别领域的核心应用：1. 图像分类方面，CNN架构通过卷积和池化层处理图像数据，主流算法包括VGG、ResNet等；2. 目标检测方面，对比了两阶段（如Faster R-CNN）和单阶段（如YOLO系列）算法的特点，详细解析了YOLO从v1到v8的演进。文章还展示了如何利用OpenCV的dnn模块实现预训练模型的部署应用，并探讨了深度学习在自动驾驶、医疗影像等领域的实际应用与未
【深度好文】目标检测技术深度剖析：发展历程、关键技术、常用目标检测算法说明及应用
阿旭的博客
11-24 995
【深度好文】目标检测技术深度剖析：发展历程、关键技术、常用目标检测算法说明及应用
22、深度学习：原理、算法与现实应用
i7j8k9l的博客
09-11 25
本文深入探讨了深度学习的原理、核心算法及其在现实生活中的广泛应用。文章首先介绍了深度学习的基本概念和工作原理，重点解析了反向传播、过拟合问题以及主流网络架构如CNN、RNN和GAN等。随后详细阐述了多种深度学习算法的机制与数学表达，并通过mermaid流程图展示了模型应用的一般流程。最后，结合聊天机器人、自动驾驶、医疗诊断、机器人和推荐系统等实际案例，展现了深度学习在各领域的巨大潜力与价值。
快速上手大模型：深度学习9（池化层、卷积神经网络1）
weixin_45728280的博客
11-20 1117
本文介绍了卷积神经网络的关键技术和经典模型。主要内容包括：1）池化层的作用与实现（最大/平均池化）；2）经典CNN模型（LeNet、AlexNet、VGG、NiN）的原理与代码实现，重点分析了AlexNet的架构改进（ReLU、Dropout、数据增强）和VGG的深层结构；3）计算机硬件配置查询方法（CPU、内存、GPU等），为模型训练提供硬件支持。文章提供了详细的PyTorch代码示例，涵盖网络构建、数据预处理和训练过程，并针对训练中的OOM问题给出了解决方案建议。
深度学习 vs 传统机器学习：哪个更适合你的项目？
AI大模型应用之禅
06-17 541
随着AI技术普及，"该用深度学习还是传统机器学习"成了开发者和企业的高频问题。本文将覆盖两者的核心差异、适用场景、资源门槛，以及如何根据项目需求做选择。本文将从"核心概念对比→资源需求对比→典型场景分析→选择决策树"逐步展开，最后通过代码示例和真实案例验证结论。传统机器学习：依赖人工特征工程，适合小数据、结构化数据，计算资源需求低，可解释性强。深度学习：自动提取特征，适合大数据、非结构化数据，计算资源需求高，可解释性弱。
3D目标检测学习笔记
DreamerWF的博客
01-07 3601
​博主初学3D目标检测，此前没有相关学习背景，小白一枚～现阶段的学习重点是点云相关的3D检测。 本文是阅读文章：3D Object Detection for Autonomous Driving: A Review and New Outlooks 后的学习笔记和总结。其中还包含经典论文VoxelNet、Second、PointPillar、CenterPoint、PV-RCNN的学习笔记。希望能为大家带来一些帮助，也期待各位同学来交流～
25、基于深度学习与迁移学习的脑肿瘤检测及拖拉机发动机部件可回收性研究
metaverse5vr的博客
09-08 29
本文探讨了基于深度学习与迁移学习的脑肿瘤检测方法及拖拉机发动机部件可回收性研究。在医疗领域，采用VGG16、ResNet101等预训练CNN模型对脑部MRI图像进行分类，实现了高准确率的肿瘤检测；在工业可持续设计方面，结合DFA规则与TODIM多属性决策方法，评估发动机部件的可回收性，并通过MATLAB验证结果可靠性。研究表明，迁移学习显著提升了小数据集下的模型性能，而可回收性分析有助于减少资源浪费。未来方向包括跨模态医学应用拓展、模型参数优化、可回收性分类细化以及跨领域技术融合，推动医疗诊断智能化与工业绿
YOLOv3圆形目标检测：深度学习算法的突破：解决圆形目标检测难题
![YOLOv3圆形目标检测：深度学习算法的突破：解决圆形目标检测难题]...# 1. YOLOv3圆形目标检测概述 YOLOv3圆形目标检测是一种先进的计算机视觉算法，专为检测和识别圆形目标而设计。它基于YOLOv3算法，并针对圆
面向视觉检测的深度学习图像分类网络及在零部件质量检测中应用.pdf
08-18
在应用深度学习图像分类网络于零部件质量检测的系统构建时，需要综合考虑网络的性能指标，例如分类准确度、处理速度、模型大小、训练时间和资源消耗等。系统还需要具备一定的灵活性，能够适应不同的检测环境和要求。...
基于C语言与AG32VF303单片机的智能输液器控制系统设计（含ESP8266 WIFI模块、PCB及源码文档）
12-03
本设计实现了一种基于AG32VF303可编程逻辑器件与ESP8266无线通信模块的智能输液监控系统。该系统提供了完整的源代码、设计文档及印制电路板布局文件，适用于学术研究、教学实践或工程开发等应用场景。经过充分验证的程序代码具备较高的可靠性，可供后续扩展与二次开发参考。 系统硬件架构以AG32VF303为核心处理器，配合ESP8266模块构建无线通信链路。操作界面支持物理按键与移动终端远程控制两种交互模式，用户可根据实际需求灵活选择控制方式。主要功能模块包括：输液流速精确调节单元、药液温度恒温管理单元以及储液容器液位监测预警单元。 工程文件中已包含完整的电路板设计资料，可直接用于生产制造。该设计方案充分考虑了临床输液过程的实际需求，通过集成化的控制策略实现了输液参数的智能化管理。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
【自主多无人机系统通信模式选择的概率模型】基于动态环境中的实时数据做出决策，从而提高多无人机协同作业中的协作效果与任务成功率（Matlab代码实现）
12-03
内容概要：本文提出了一种针对自主多无人机系统的通信模式选择概率模型，该模型能够基于动态环境中实时采集的数据进行智能决策，有效提升多无人机在协同作业中的协作效率与任务执行成功率。研究结合了不确定性因素的影响，采用Matlab实现算法仿真，构建了适应复杂环境变化的通信机制，重点解决了多无人机系统在动态环境下通信稳定性与可靠性的问题，具有较强的实用性和工程应用价值。; 适合人群：具备一定控制理论、通信系统或无人机相关背景，熟悉Matlab/Simulink仿真的科研人员及研究生；适用于从事多智能体系统、无线通信优化或协同控制方向的研究者。; 使用场景及目标：①应用于多无人机协同任务中的通信【自主多无人机系统通信模式选择的概率模型】基于动态环境中的实时数据做出决策，从而提高多无人机协同作业中的协作效果与任务成功率（Matlab代码实现）资源动态分配与模式切换；②为应对动态环境干扰下的通信中断问题提供决策支持；③提升复杂场景下无人机集群的任务完成率与系统鲁棒性； 阅读建议：建议结合Matlab代码深入理解模型实现细节，重点关注概率决策机制与实时数据处理流程，可进一步扩展至其他多智能体系统通信优化场景进行二次开发与验证。
UWB-IMU、UWB定位对比研究（Matlab代码实现）
最新发布
12-03
内容概要：本文主要围绕UWB-IMU与UWB定位技术的对比研究展开，基于Matlab代码实现，结合状态估计算法（如UKF、AUKF等）对两种定位方式的性能进行分析与比较。研究重点在于通过数据融合提升定位精度与稳定性，尤其适用于复杂环境下的高精度定位需求。文中提供了完整的仿真代码和实现方法，便于读者复现与扩展应用。此外，文档还列举了大量相关科研方向和技术服务内容，涵盖机器学习、信号处理、路径规划、电力系统等多个领域，展示了广泛的技术支持能力。; 适合人群：具备一定Matlab编程基础，从事定位技术、状态估计、传感器融合或相关科研UWB-IMU、UWB定位对比研究（Matlab代码实现）方向的研究生、科研人员及工程技术人员。; 使用场景及目标：①用于高精度室内定位系统的设计与优化；②开展UWB与IMU融合定位算法的研究与验证；③学习和掌握卡尔曼滤波（如UKF、EKF）在实际定位问题中的应用；④为科研项目提供算法仿真支持和技术参考。; 阅读建议：建议读者结合提供的Matlab代码逐模块分析，重点关注数据融合策略与状态估计实现过程，同时可参考文中提及的相关技术方向拓展研究思路。注意区分纯UWB与UWB-IMU融合方案的性能差异，深入理解IMU在补偿UWB信号缺失方面的关键作用。
基于Flask框架构建的弹幕微电影在线播放与互动平台_集成用户注册登录电影分类展示收藏评论弹幕实时发送与显示会员特权后台管理权限控制电影数据爬取与入库个人中心电影.zip
12-03
基于Flask框架构建的弹幕微电影在线播放与互动平台_集成用户注册登录电影分类展示收藏评论弹幕实时发送与显示会员特权后台管理权限控制电影数据爬取与入库个人中心电影.zip
六自由度机械臂ANN人工神经网络设计：正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)
12-03
内容概要：本文档围绕六自由度机械臂的ANN人工神经网络设计展开，涵盖正向与逆向运动学求解、正向动力学控制，并采用拉格朗日-欧拉法推导逆向动力学方程，所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术，提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用，如状态估计中的UKF、AUKF、EKF等滤波方法，以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解，展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群：具备一定Ma六自由度机械臂ANN人工神经网络设计：正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础，从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生；熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标：①实现六自由度机械臂的精确运动学与动力学建模；②利用人工神经网络解决传统解析方法难以处理的非线性控制问题；③结合路径规划与轨迹优化提升机械臂作业效率；④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法； 阅读建议：建议结合提供的Matlab代码进行实践操作，重点理解运动学建模与神经网络控制的设计流程，关注算法实现细节与仿真结果分析，同时参考文中提及的多种优化与估计方法拓展研究思路。
谷粒商城是一个完整的大型分布式架构电商平台项目它全面涵盖了微服务架构下的各项核心技术旨在通过实战演练帮助开发者掌握高并发高可用的企业级电商系统开发能力_该项目以电商业务为核心.zip
12-03
谷粒商城是一个完整的大型分布式架构电商平台项目它全面涵盖了微服务架构下的各项核心技术旨在通过实战演练帮助开发者掌握高并发高可用的企业级电商系统开发能力_该项目以电商业务为核心.zip
微信小程序菜谱系统源码：含推荐、分类、列表与详情功能模块
12-03
该微信小程序专注于提供烹饪指导服务，其核心功能模块涵盖个性化食谱推送、系统化类别划分、结构化菜单陈列以及详尽的制作步骤解析。平台通过算法分析用户偏好，实现定制化内容推荐；同时依据食材类型、烹饪难度及菜系流派进行多维度分类，便于用户精准检索。每个食谱均附有高清图文教程、精确配料比例、分阶段操作指南及营养构成分析，确保烹饪过程的可靠性与成功率。界面设计强调逻辑清晰与操作便捷，支持收藏、分享及进度跟踪等辅助功能，旨在构建一体化的数字厨房助手体验。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
（44页PPT）智慧农业业务模型.pptx
12-03
（44页PPT）智慧农业业务模型.pptx
基于深度学习的图像分类与结节检测方法研究
结合标签内容——“图像分类、结节检测、深度学习、卷积神经网络、医学影像、特征提取、模型训练、数据预处理、分类算法、目标检测”，我们可以系统地梳理出一系列关键技术知识点。 首先，图像分类是计算机视觉中最...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值