目标检测算法——YOLOv5/YOLOv7改进之结合GAMAttention
论文题目：Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions作者设计一种减少信息缩减并放大全局维度交互特征的机制，采用了CBAM中的顺序通道-空间注意机制，并对子模块进行了重新设
类ChatGPT的各种语言大模型LLM开源Github模型集合
ChatGPT不开源，但是有诸多不输ChatGPT的各类语言大模型LLM有分享。我们筛选出其中影响力较大的各个开源Github仓库
漫画风格迁移神器 AnimeGANv2：快速生成你的漫画形象
趁着有空的时间，给大家介绍一些有趣的项目吧，比如这个漫画风格迁移神器 AnimeGANv2，可以快速生成自己的漫画形象
目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构（高性能骨干|仅需1ms）
目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构。移动端仅需1ms的高性能骨干！
Yolov5口罩佩戴实时检测项目（模型剪枝+opencv+python推理）
yolov5口罩佩戴实时检测项目
Nerf系列数据集记录
nerf系列数据集记录
【MMDetection】——训练个人数据集
mmdetection训练自己的数据集，全过程记录。
ACE2005数据集介绍、预处理及事件抽取
ACE2005数据集的介绍、中英文的预处理以及事件抽取的样例参考
【Stable Diffusion】基本概念之lora
使用lora可以提取画面中的任何特征，进而生成任意的画风、动作、表情等，非常方便、好用
【网络结构设计】11、E-LAN | 通过梯度传输路径来设计网络结构
本文主要介绍 E-LAN
YOLOv8 全家桶再迎新成员！新增Pose Estimation模型!
关注公众号，发现CV技术之美不知不觉间，YOLOv8已经发布三个月了，等待中的YOLOv8论文没来，昨天官方默默又加了新模型：姿态估计。说好的"目标检测"工业界标杆，正向着“CV全家桶”阔步向前。现在你可以用YOLOv8做目标检测、实例分割、图像分类、目标跟踪、姿态估计了，也许还有更多惊喜在后面。要
什么是轴向注意力（Axial Attention）机制
注意力机制之 Axial Attention
深入理解深度学习——正则化（Regularization）：正则化和欠约束问题
大多数形式的正则化能够保证应用于欠定问题的迭代方法收敛。例如，当似然的斜率等于权重衰减的系数时，权重衰减将阻止梯度下降继续增加权重的大小。是奇异的，这些方法就会失效。当数据生成分布在一些方向上确实没有差异时，或因为例子较少（即相对输入特征的维数来说）而在一些方向上没有观察到方差时，这个矩阵就是奇异的
使用NLPAUG 进行文本数据的扩充增强
数据增强可以通过添加对现有数据进行略微修改的副本或从现有数据中新创建的合成数据来增加数据量。这种数据扩充的方式在CV中十分常见，因为对于图像来说可以使用很多现成的技术，在保证图像信息的情况下进行图像的扩充。
【模型+代码/保姆级教程】使用Pytorch实现手写汉字识别
保姆级教程，手把手用Pytorch搭建神经网络，识别3755类手写汉字，模型参数、项目完整源码、预处理数据集全部公开。
深度学习之卷积神经网络中常用模型评估指标(混淆矩阵，精确率，召回率，特异度计算方法)——python代码
混淆矩阵，精确率，召回率，特异度作为卷积神经网络的模型性能评价指标，它们的计算和绘制具有非常重要的意义，特别是在写论文的时候，我们往往需要这些指标来证明我们模型的优异性，这里给出相应的代码方便大家计算和绘制自己的混淆矩阵和计算各种指标。首先是文件夹摆放方式： num_classes.json为写自己
深入浅出PaddlePaddle函数——paddle.zeros
paddle.zeros
在pycharm中安装并配置pytorch深度学习环境
在pycharm中配置pytorch深度学习环境，本人第一次配置pytorch环境，亲测成功，但是仅供参考
深入浅出Pytorch函数——torch.zeros_like
torch.zeros(input.size, dtype=input.dtype，layout=input.layout，device=input.device)
