YOLOv5区域入侵检测【附完整代码以及视频演示】
基于yolov5框架修改的。可以自己定义需要检测的区域，采用的权重文件是官方版本的yolov5s.pt。增加了本地摄像头检测、处理帧率的显示、以及检测的种类及其数量进行输出表示。
ChatGPT 从入门到精通12：教你如何用AI 五分钟做出一个高大上的PPT
常见的 AI 制作 PPT 的软件包括：Mindshow.fun、闪击 PPT sankki.com、Tome.app、chat-ppt-ai.com、gamma.app、chatba.com、slide.ai、beautiful.ai、office365e 等。登录成功后，点击“在线体验”按钮，您
FMCS厂务管理系统
FMCS厂务管理系统以工业网络安全为基础，通过健全的数字化建设，消除各子系统之间的信息孤岛。对主生产设备以外的公辅设备进行监控管理，全面覆盖的厂务监控管理，打开工厂运营的黑匣，对厂务设备以全生命周期的管理提高设备运行效率，依托标准化的能源管理模式，为企业的节能减碳提供支撑，以多元化全方位的沉浸式体验
【全年汇总】2023年CCF人工智能会议截稿时间汇总（持续更新）
【Call for papers】2023年CCF人工智能会议信息汇总（持续更新）
yolov5s.pt下载
yolov5s.pt 直达下载地址
图解《狂飙》人物关系
就用知识图谱的方式来探清狂飙中的人物关系。
图像的灰度化灰度值的读取Matlab
在matlab工作区选取灰度矩阵I，即可得到图像详细的灰度值矩阵。使用数据游标测得灰度图片上，海域灰度为218，陆地灰度为243。figure->工具->数据游标。
Stable Diffusion v1.5 Out of Memory 解决
【代码】Stable Diffusion v1.5 Out of Memory 解决。
人工智能AI系列 - java 版的stable diffusion 图像生成
java 版的stable diffusion 图像生成
apollo自动驾驶进阶学习之：如何实现施工路段限速绕行及其参数调试
首先需要理解Planning模块是基于Scenario、Stage、Task这样的层次来进行的，即场景->步骤->具体的决策方法。Apollo可以应对自动驾驶所面临的不同道路场景，都是通过Scenario统一注册与管理。Scenario通过一个有限状态机来判断选择当前行车场景，每个Scenario下
如何使用 ControlNet 和 OpenVINO 控制您的 StableDiffusion模型
我们将探讨如何使用 ControlNet 和 OpenVINO 控制您的稳定扩散模型。众所周知，稳定的扩散模型可用于模拟各种自然现象，但其固有的随机噪声使其难以获得准确的结果。但是，借助 ControlNet 和 OpenVINO，您可以控制您的模型并生成可靠的预测。和我一起探索稳定扩散模型的世界，
Midjourney V5太炸裂：逼真到颤抖！“有图有真相”时代彻底过去 画画创作者 模特一键淘汰
新人有25次免费使用次数，不加入特定指令的情况下，是能生成四合一的图片的（算一次），单独挑出其中一张选择U或V（U是放大图片，U1\U2\U3\U4分别指的是放大四张图片中的某一张，V是采用图片的构图形式，重新生成），现在只需要在输入框输入“/imagine”就可以开启AI智能图片之旅。而这个生成过
如何使用 ChatGPT 生成 Stable diffusion 提示词
如何使用 ChatGPT 生成 Stable diffusion 提示词
使用LoRA对大语言模型LLaMA做Fine-tune
目前有大量对LLM（大语言模型）做Fine-tune的方式，不过需要消耗的资源非常高，例如Stanford Alpaca: 对LLaMA-7B做Fine-tune，需要4颗A100 (80GB) GPUFastChat/Vicuna: 对LLaMA-7B做Fine-tune，需要4颗A100 (40
别光想着chatgpt 国内AI写作软件也很棒
别光想着chatgpt 国内也有很棒的AI写作软件
【有奖提问】AI 终将取代人类？向图灵奖得主 Joseph Sifakis 提出你的疑问与焦虑
人类要怎么在 AI 世界追求幸福？
如何正确下载PyTorch、CUDA版本！！
因为在torch框架里经常出现NVIDIA、CUDA、PyTorch这几个不兼容，等等一些让人头疼的问题。这里总结正确下载pytorch的方法。
2.线性代数基础
笔记
使用 LangChain 和 Elasticsearch 的隐私优先 AI 搜索
在过去的几个周末里，我一直在 “即时工程” 的迷人世界中度过，并了解像 Elasticsearch® 这样的如何通过充当长期记忆和语义知识存储来增强像 ChatGPT 这样的大型语言模型 (LLM)。然而，让我和许多其他经验丰富的数据架构师感到困扰的一件事是，那里的许多教程和演示完全依赖于向大型网络
Opencv (C++)系列学习---模板匹配
文章介绍了opencv(c++)中模板匹配算法cv::matchTemplate的具体参数含义和用法的实例，尤其对其匹配方法进行了具体介绍，以及在匹配后对结果的处理，通过minMaxLoc算子提取出匹配结果最好的点。
