OpenPose笔记——在编译好的OpenPose C++代码上跑自己的图片和视频
前面自编译好了OpenPose 的python，但是没找到用python跑视频的代码。。。最终，还是需要在C++工程里来跑。编译好的解决方案里面有很多例子上面一共17个例子，图片、文件夹、手、脸、热力图、输入流（摄像头）等多个例子包含在内，但是没有视频的例子。第一种运行的方式是 命令行运行打开cmd
独家丨前美团联合创始人王慧文“正在收购”国产AI框架OneFlow，光年之外欲添新大将...
文丨谭婧以ChatGPT为代表的AI大模型是2023年的科技C位。2023年3月27日，ChatGPT引发的“抓马连续剧”，又有新剧更新。前情提要：前美团联合创始人、高级副总裁王慧文发文宣布进入AI领域，称将打造中国的OpenAI。新闻标题一：《王慧文放话：我先投3个亿》当然，他现在的身份是美团非执
联邦学习：FedProx框架
联邦学习不同于传统的分布式优化的两个关键挑战:高度的系统和统计异构性。引入了一个框架，FedProx以解决异构性难题（统计异构 系统异构）。FedProx可以看作是FedAvg的泛化、重构。对于非独立分布(统计异质性)的训练数据，框架提供收敛性保证（统计异构）；允许每个参与的设备执行可变数量的工作(
【Pytorch基础知识】数据的归一化和反归一化
搞清数据的归一化和反归一化，快速掌握将图片转为tensor进行系列操作后，再转为图片
PyTorch 深度学习实战 |用 TensorFlow 训练神经网络
为了更好地理解神经网络如何解决现实世界中的问题，同时也为了熟悉 TensorFlow 的 API，本篇我们将会做一个有关如何训练神经网络的练习，并以此为例，训练一个类似的神经网络。
常用的ControlNet以及如何在Stable Diffusion WebUI中使用
ControlNet是斯坦福大学研究人员开发的Stable Diffusion的扩展，使创作者能够轻松地控制AI图像和视频中的对象
深度学习中FLOPS和FLOPs的区别与计算
我们在购买GPU或者计算目标检测模型复杂度的时候，一般会遇到FLOPS和FLOPs这两个指标，在此加以区分。
Windows端CUDA11.3+CUDNN+pytorch环境搭建
1、显卡驱动的安装最近，在学习pytorch深度学习，遇到很多的坑，环境配置也出现过问题，忍不住和大家进行分享，现在把环境搭建过程分享给大家。1.1、查看自己的显卡。具体操作：我的电脑-——属性——设备管理器——显示适配器1.2、驱动的下载、安装。在找到自己的显卡后，去NVIDIA官网下载安装驱动选
nerf训练自己的数据，过程记录十分详细
用nerf渲染自己拍摄的数据，过程详细且配图解释！！！
AI绘画黑科技Stable Diffusion WebUI在线部署使用教程
AI绘画黑科技Stable Diffusion，能够根据文字描述生成精美图像，开源且在消费级GPU上就能运行。Stable Diffusion WebUI是Stable Diffusion的Web版，提供了便捷的WebUI交互界面，部署使用方便，支持中文汉化插件，而且通过Stable Diffusi
深度解析预训练权重的本质和作用：你真的了解它们吗？
为了训练自定义模型，通常需要使用大量标注好的图像数据来训练模型。但是，当可用的训练数据不够多时，可以使用预训练权重来提高模型的性能。
变化检测（Change Detection，CD） 综述2篇 & CD代码 & 常用CD数据集及链接
CD best paper 。综述1，介绍变化检测流程、各种类型的CD数据集、分析不同的算法框架与当前AI主流网络，实际应用，机遇与挑战（无监督、异构数据、是否可靠），内容丰富。综述2，包括，遥感领域中变化检测的应用，深度学习算法概述（历史、deep models、DBNs、SAEs、CNNs），已
强化学习PPO从理论到代码详解(2)---PPO1和PPO2
上一节我们了解了什么是策略梯度，本节开始讲PPO理论之前，我们先提出一个概念，什么在线学习，什么离线学习。
GPT-4 API 接口调用及价格分析
对开发者来说，GPT-4最激动人心的是API接口同步发布。我今天获得了API访问权限，本文将跟大家分享GPT-4 API接口的使用以及大家关心的价格分析。
ConvNeXt网络详解
今年(2022)一月份，Facebook AI Research和UC Berkeley一起发表了一篇文章A ConvNet for the 2020s，在文章中提出了ConvNeXt纯卷积神经网络，它对标的是2021年非常火的Swin Transformer，通过一系列实验比对，在相同的FLOPs
【pytorch】Vision Transformer实现图像分类+可视化+训练数据保存
一、Vision Transformer介绍Transformer的核心是 “自注意力” 机制。论文地址：https://arxiv.org/pdf/2010.11929.pdf自注意力（self-attention）相比 卷积神经网络 和 循环神经网络 同时具有并行计算和最短的最大路径⻓度这两个优
基于深度学习的图像配准
基于深度学习的图像配准技术
Batch Norm的原理和作用
Batch Normalization做了什么？怎么用？
Pytorch实现GAT(基于PyTorch实现)
本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。
yolov7训练自己的数据集
yolov7训练自己的数据集并使用labellmg标注工具的安装和使用
