49.在ROS中实现local planner（2）- 实现Purepersuit(纯跟踪)算法
实现了一个模板，接下来我们将实现一个简单的纯跟踪控制，也就是沿着固定的路径运动，全局规划已经规划出路径点，基于该路径输出相应的控制速度。
指纹识别工具WhatWeb使用教程，图文教程（超详细）
WhatWeb是一款指纹识别工具，使用Ruby语言开发，kali自带。一、扫描网站指纹二、扫描强度三、扫描内网主机四、批量扫描五、导出扫描结果六、WhatWeb的插件
CLIP，GLIP论文解读，清晰明了
CLIP：Contrastive Language-Image Pre-training，论文名称：Learning Transferable Visual Models From Natural Language Supervision。GLIP论文名称：Grounded Language-Im
阿里巴巴开源Chat2DB v1.0.11 初体验
作为一名阿里巴巴开源项目的拥护者，从Chat2DB开源至今都有关注这个开源项目，因为之前的版本还存在较多BUG，暂时就没有分享，目前升级到 v1.0.11 版本后，我来谈谈我个人的一个使用感受Chat2DB 是一款有开源免费的多数据库客户端工具，支持windows、mac本地安装，也支持服务器端部署
【深度思考】人工智能技术对未来各行业的影响，我们该如何应对？
随着技术的不断发展，AI已经开始深刻影响着各行各业。从生产制造到金融、医疗和交通等行业，人工智能技术都在发挥着越来越重要的作用。现在让我们一起探讨人工智能技术对未来各行业的影响、发展和创造的机会，及如何应对。1、AI的应用对行业带来的机遇人工智能（AI）的应用为各行各业带来了广泛的机遇，下面是其中的
最新版本 Stable Diffusion 开源 AI 绘画工具之 老照片高清修复 篇
学习AI老照片高清修复功能，留住你过往的记忆
AIGC提示(prompt)工程之开宗明义篇
本文介绍使用使用AIGC提示(prompt)工程之开宗明义篇，希望对学习Prompt不久，但对Prompt理解尚欠的同学们有所帮助。文章目录1. 问题：为什么要使用prompt2. 大语言模型的本质3. 两大关键参数
【码银送书第一期】通用人工智能：初心与未来
自20世纪50年代图灵在其划时代论文《计算机器与智能》中提出“图灵测试”以及之后的达特茅斯研讨会开始，用机器来模仿人类学习及其他方面的智能，即实现“人工智能”（Artificial Intelligence，AI）便成为计算机领域持续的研究热点。达特茅斯会议指出，“人工智能”的研究目标是实现能模拟人
功能安全介绍
随着各行各业在产品开发设计和测试过程中都采用了一套标准化的实践，安全实践也变得越来越规范。汽车行业也不例外，功能安全标准 ISO-26262 满足了针对安全关键零部件的汽车专用国际标准的需求。ISO-26262是电气和电子（E/E）系统的通用功能安全标准。本文将结合ISO-26262，从什么是功能安
OpenCV入门（十八）快速学会OpenCV 17 直线检测
霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough（霍夫）于1962年首次提出。最初的霍夫变换只能用于检测直线，经过发展后，霍夫变换不仅能够识别直线，还能识别其他简单的图形结构，常见的有圆、椭圆等。霍夫直线
Matlab实现机器学习（附上完整仿真源码）
Matlab实现机器学习（附上完整仿真源码）
国科大. 图像处理与计算机视觉：期末复习题目与知识点总结（一）
意义若一幅图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。该图像主要存在两个问题（1）存在椒噪声、（2）整体灰度值偏低，图像过暗，对比度过低。均值滤波器、中值滤波器、最大值和最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器。高斯噪声、瑞利噪声、伽马噪声、指数分布
移动云COCA架构，重新定义下一代云
加快算力网络基础设施建设与关键核心技术自主可控。所搭载的磐石DPU由COCA-DPU单元纳管。移动云COCA架构三大核心单元各司其职。乍一看，移动云COCA架构这么猛。也是移动云当前重点发力的方向之一。创新推动“算力+连接”的深度融合。实现算力底座与网络底座的合二为一。攻克多机多卡规模互联的业界难题
RFM客户分类模型
在Python中，可以使用Pandas、NumPy等数据分析库进行数据处理和RFM计算，使用可视化库（如Matplotlib、Seaborn）进行数据展示和分析，也可以使用机器学习库（如Scikit-learn）进行聚类分析等。在上述代码中，我们首先读取了一个交易数据文件，并计算了每个客户的RFM得
深入浅出PaddlePaddle函数——paddle.full
paddle.full
【AIGC】9、BLIP-2 | 使用 Q-Former 连接冻结的图像和语言模型 实现高效图文预训练
一个很关键的地方就在于促进不同模态之间的校准，但由于大语言模型 LLM 在训练的时候并没有见过图像，简单的冻结参数可能无法达到预期的效果，现有的方法是通过使用 image-to-text 生成 loss 来解决的，但本文证明这种方法难以很好的弥补其中的 gap。BLIP-2 的 image-to-t
ROS简介（新手入门须知）
ROS简述
ChatGPT基础入门教学
在本文中，我们将介绍如何使用ChatGPT解决生活中的问题和提高工作效率。
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
基于深度学习设计AI麻将程序
基于深度学习设计AI麻将程序
