卷积神经网络CNN实现mnist手写数字识别
卷积神经网络CNN实现mnist手写数字识别
OpenCV安装配置教程VS2022（超级顺利）
博主最开始没打算写这篇博客，只是想简单的在网上找一下最新版的OpenCV的安装配置教程，适用于VS2022的，但是我搜了一早上，也没搜到一个能让我成功安装配置的，看了很多很多文章，根本就没有几篇有用的。所以没办法了，只能自己研究了，于是就整理了这篇博客，希望能帮到和我一样的人，这就是博主一直信奉的利
CVPR2022目标检测文章汇总+创新点简要分析
CVPR2022目标检测文章汇总+创新点简要分析
【语义分割】1、语义分割超详细介绍
图像分割是机器视觉任务的一个重要基础任务，在图像分析、自动驾驶、视频监控等方面都有很重要的作用。图像分割可以被看出一个分类任务，需要给每个像素进行分类，所以就比图像分类任务更加复杂。此处主要介绍 DL-based 方法。encoder：输入图像→resize到特定大小→输入 backbone→得到特
人脸检测5种方法
5种人脸检测方法快速使用。
文本生成视频Make-A-Video，根据一句话就能一键生成视频 Meta新AI模型
Meta公司在9月29日首次推出一款人工智能系统模型：Make-A-Video，可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**，该技术旨在实现文本到视频的生成，可以仅用几个单词或几行文本生成异想天开、独一无二的视频，将无限的想象力带入生活
使用YOLOv5实现人脸口罩佩戴检测（详细）
获取人脸口罩的数据集有两种方式：第一种就是使用网络上现有的数据集labelImg 使用教程 图像标定工具注意！
视觉 注意力机制——通道注意力、空间注意力、自注意力
本文介绍注意力机制的概念和基本原理，并站在计算机视觉CV角度，进一步介绍通道注意力、空间注意力、混合注意力、自注意力等。
AI 预测世界杯比赛结果，惊掉下巴
哈喽，大家好。今天看到Kaggle上有一个预测世界杯比赛结果的项目，截至目前 4 场比赛预测结果全中。今天把源码研究了一下，做了中文注释，给大家分享下。提醒大家，本文只做学习交流使用，不做决策参考，更不要盲目赌球。
AI 杀疯了，NovelAI开源教程
NovelAI杀疯了，安装教程安排！
基于yoloV7-pose添加任意关键点 ＋ 多类别分类网络修改
基于yoloV7-pose 修改任意关键点+多分类模型
深度学习常见名词概念：Sota、Benchmark、Baseline、端到端模型、迁移学习等的定义
深度学习：Sota的定义sota实际上就是State of the arts 的缩写，指的是在某一个领域做的Performance最好的model，一般就是指在一些benchmark的数据集上跑分非常高的那些模型。
一文带你了解推荐系统常用模型及框架
通过对用户之间的关系，用户对物品的评价反馈一起对信息进行筛选过滤，从而找到目标用户感兴趣的信息。用户—商品的评分矩阵（该矩阵很可能是稀疏的）用户\物品xxxxxx行向量表示每个用户的喜好，列向量表明每个物品的属性余弦相似度皮尔逊相关系数欧氏距离曼哈顿距离主要有基于用户的协同过滤与基于物品的协同过滤。
TPH-YOLOv5 | 基于Transformer的YOLOv5小目标检测器 | 四头加注意力
在无人机捕获的场景中进行对象检测是最近的一项热门任务。由于无人机总是在不同的高度航行，物体尺度变化剧烈，给网络优化带来了负担。
【计算机视觉】图像分割与特征提取——基于Roberts、Prewitt、Sobel算子的图像分割实验
主要介绍Roberts算子、Sobel算子、Prewitt算子在图像分割中的应用以及它们之间的分割效果对比。
Python安装Pytorch教程（图文详解）
最近人工智能等多门课需要复现论文，近两年的论文很多都是Pytorch环境，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。本机环境Win10+1050Ti+Python3.7+1、查看本机的CUDA版本1、打开NVIDIA的控制面板，在开始菜单里面的NVIDIA Con
利用yolov5实现口罩佩戴检测算法(非常详细)
帮助你快速掌握利用yolov5来训练口罩佩戴检测模型。
目标检测算法——YOLOV7——详解
本文详细解读了YOLOV7 0.1版本代码的网络结构、损失函数、正负样本匹配规则等。可以高效的快速掌握YOLOV7的宏观结构和真正实现时的核心点。
Pytorch安装，这一篇就够了，绝不踩坑
在pytorch安装时踩到了不少坑，看了好多博客，最后整合了一份不会踩坑的安装教程，主要是参考各个博主的内容，从零开始安装pytorch，分享给大家！因为这篇文章是整合各个链接，所以我自己可能写的比较简略，只是为大家提供一个流程，解释的不明白的就点进各位大佬的博客详细看就可以了。最重要的是：这些链接
