聊一聊AI发展的过去现在与未来-由OpenAI之ChatGPT想到的
最近由微软等几大财团研发的OpenAI之ChatGPT火热出圈，这是一款聊天机器人，可以回答你各种各样奇怪问题，使用过以后网友们纷纷惊呼，这是人工智能已经诞生了吗？ChatGPT可以撰写食谱、编写代码、创作绘画、撰写论文、设计广告、编写小说、给孩子起名字等等。简直是无所不能。
人工智能之深度学习常见应用方向你都了解吗？（文末包邮送书5本）
1. 数字识别2. 图像识别3. 图像分类4. 目标检测5. 人脸识别6. 文本分类7. 聊天机器人
QARepVGG：让RepVGG再次强大：一种量化感知的方法
Make RepVGG Greater Again
斯皮尔曼相关(spearman)相关性分析一文详解+python实例代码
经常用希腊字母ρ表示。它是衡量两个变量的依赖性的非参数指标。它利用单调方程评价两个统计变量的相关性。如果数据中没有重复值， 并且当两个变量完全单调相关时，斯皮尔曼相关系数则为+1或−1。斯皮尔曼相关系数被定义成等级变量之间的皮尔逊相关系数。对于样本容量为n的样本，n个原始数据被转换成等级数据，相关系
python进阶——AI视觉实现口罩检测实时语音报警系统
python进阶——AI视觉实现口罩检测实时语音报警系统（不到五十行代码）
机器学习中的预测评价指标MSE、RMSE、MAE、MAPE、SMAPE
你一定要知道的预测评价指标MSE、RMSE、MAE、MAPE、SMAPE！！！
AI人工智能方向
图像处理，犬类识别，场景文字识别，人脸算法，图像增强，计算机影像，车型识别，物体检测，黄色图片识别，目标检测API文档Logo检测使用手册，名人识别，车辆分析，显微识别，图像风格化，天空分割，概念识别，图像美学评分，图像质量评估，场所识别，风格迁移，网红人物识别，无限天空，图像视频分析，智能相册，智
torch.load()加载模型及其map_location参数
torch.load()加载模型的方法及其map_location参数
2021电赛F题视觉教程+代码免费开源
2021电赛F题视觉教程+代码免费开源最近好多宝宝们要电赛题的源码，其他csdn营销号下载都需要会员或钱，哥们先把视觉分析+代码开源，饿死营销号视觉的一个任务是视觉上位机模块识别数字并进行滤波和判断处理，传指令给下位机；另一个任务是红线循迹。不多bb，先上代码和效果图~K210数字识别模型文件及主程
数学建模——熵权法步骤及程序详解
权重的求解一直都是数学建模的重点关注对象，所以学好建模论文的重要一步就是如何确定权重，今天是来介绍一种客观确定几个指标各自所占的权重的方法——熵权法。之前的数学建模实战里有提到用熵权法确定了每个指标各自的权重，这里展开详细的写一下。按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序
linux下 yolov8 tensorrt模型加速部署【实战】
基于TensorRT cuda c++实现模型end2end的gpu加速，支持win10、linux，在2023年已经更新模型：YOLOv8, YOLOv7, YOLOv6, YOLOv5, YOLOv4, YOLOv3, YOLOX, YOLOR,pphumanseg,u2net,Efficien
PyTorch搭建卷积神经网络（CNN）进行视频行为识别（附源码和数据集）
PyTorch搭建卷积神经网络（CNN）进行视频行为识别（附源码和数据集）
注意力机制-CA注意力-Coordinate attention
CA（Coordinate attention for efficient mobile network design）发表在CVPR2021，帮助轻量级网络涨点、即插即用。CA不仅考虑到空间和通道之间的关系，还考虑到长程依赖问题。简单进行记录，如有问题请大家指正。
python进阶——人工智能实时目标跟踪
python进阶——人工智能实时目标跟踪
人工智能与模式识别的意义(模式识别与图像处理课程作业)
模式识别从20世纪20年代发展至今，人们的一种普遍看法是不存在对所有模式识别问题都适用的单一模型和解决识别问题的单一技术，我们拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把统计模式识别或句法模式识别与支持向量
人工智能时代八大类算法你了解吗？（包邮送书6本）
本文导读1. 关联规则分析2. 回归分析3. 分类分析4. 聚类分析5. 集成学习6. 自然语言处理7. 图像处理8. 深度学习
图像特征提取（VGG和Resnet特征提取卷积过程详解）
图像特征提取（VGG和Resnet卷积过程详解）第一章 图像特征提取认知1.1常见算法原理和性能众所周知，计算机不认识图像,只认识数字。为了使计算机能够“理解”图像，从而具有真正意义上的“视觉”，本章我们将研究如何从图像中提取有用的数据或信息，得到图像的“非图像” 的表示或描述，如数值、向量和符号
【论文精选】TPAMI2020 - PFENet_先验引导的特征富集网络_小样本语义分割
由于训练类的高级语义信息使用不当，查询目标与支持目标的空间不一致，目前的小样本分割框架仍然面临着对未见类的泛化能力降低的挑战。为了缓解这些问题，PFENet提出了先验引导特征富集网络(PFENet)。它包括:(1)一种无需训练的先验掩码生成方法，不仅保留了泛化能力，还提高了模型性能;(2)特征富集模
ChatGPT 使用 API 进行 Postman 调用测试
当获得 ChatGPT 的 API Key 以后，想使用 Postman 来进行一下调用。调用的方法为 POST。需要设置几个参数。
机器学习中的数学原理——对数似然函数
通过这一篇博客，带你详细理解最大似然函数！通过博文的推导，我们学习了最大似然函数，这与我们之前接触的最小二乘法不同，最小二乘法以误差作为评判标准，误差越小越好，而最大似然函数以概率作为评判标准，概率越大越好。在计算概率时，我们求了一次对数log计算，避免了连乘概率越来越小，受计算机计算进度影响也越来
