人工智能基础部分11-图像识别实战（网络层联想记忆，代码解读）
大家好，我叫微学AI，今天给大家带来图像识别实战项目。图像识别实战是一个实际应用项目，下面介绍如何使用深度学习技术来识别和检测图像中的物体。主要涉及计算机视觉，实时图像处理和相关的深度学习算法。学习者将学习如何训练和使用深度学习模型来识别和检测图像中的物体，以及如何使用实时图像处理技术来处理图像。项
图片如何resize及使用opencv实现图片resize
example: 以下代码就可以将原图片转化为宽和长分别为300，300的图片。width和height可以自己任意指定，不论大小。
手部数据太难找？最全手部开源数据集分享
本期将给大家介绍22个与手部检测、手势识别、手部图像分割等任务相关的公开数据集，包含第一人称、第三人称视角，可用于人机交互、手语翻译、3D建模等场景。
VideoPose3D：基于视频的3D人体关键点检测
VideoPose3D，一个基于视频的3D人体关键点检测模型
Adding Conditional Control to Text-to-Image Diffusion Models
代码 URL：https://github.com/lllyasviel/ControlNet。
中国模式识别与计算机视觉大会｜多模态模型及图像安全的探索及成果
随着人工智能技术的不断演进，多模态大模型已是当下比较热的研究方向，它可以同时理解和生成多种输入和输出模态，如文本、图像、语音等，能够更好地模拟人类的多感知能力，给文档图像的分析处理带来了新的机遇和挑战！近期，中国模式识别与计算机视觉大会在厦门举办，是国内顶级的模式识别和计算机视觉领域学术盛会。大会汇
多模态及图像安全的探索与思考
智能图像处理作为其中的一个重要领域，合合信息开发出了高效、准确的图像处理算法和工具，为各种应用场景提供了优化的解决方案。答案是肯定的，OCR仍然是多模态大模型中的一项重要技术，因为要想训练一个很好的大模型，都依赖于高质量的大数据，而OCR本身就是一个提供高质量数据的工具。随着生成式人工智能的快速发展
图像分割中常用数据集及处理思路（含代码）
一些分割常用的道路数据集，以及一个普遍适合的读入数据代码
clion + opencv环境搭建
clion配置opencv环境，通过mingw源码编译opencv，设置相关环境变量。
【人工智能】MAAS 模型即服务：概念、应用场景、优势、挑战等 —— 我们人类已经进入人工智能大模型时代
MAAS即模型即服务，是一种通过网络提供人工智能模型的服务，用户可以通过API或其他接口访问和使用这些模型。MAAS的基本原理是将模型部署在云端服务器上，用户可以通过网络连接到这些服务器，使用云端的计算资源和存储空间，以及高效的模型部署和管理机制，从而实现模型的快速部署和使用。MAAS的出现，主要是
torchvision.models简介
torchvision.models简介
论文配色方案（收藏）
论文配色方案（收藏）
计算机专业研究方向相关论文查找方法，分享给大家，实测有用。
论文文献查找的方法合集
AI 大模型 LLM 中的注意力架构原理
上文所举的机器翻译的例子里，因为在计算Attention的过程中，Source中的Key和Value合二为一，指向的是同一个东西，也即输入句子中每个单词对应的语义编码，所以可能不容易看出这种能够体现本质思想的结构。在一般任务的Encoder-Decoder框架中，输入Source和输出Target内
ICP算法（仅供学习使用）
ICP（Iterative Closest Point）细化是一种点云配准算法，用于将两个或多个点云数据集对齐，以便进行后续的三维重建、拓扑分析等操作。在ICP细化中，通过迭代计算最小化两个点云之间的距离，来优化一个点云到另一个点云的转换矩阵（旋转矩阵和平移向量）。通过反复迭代，ICP细化算法可以逐
U-ViT（CVPR2023）——ViT与Difussion Model的结合
扩散模型（Diffusion Model）最近在图像生成领域大火。而在扩散模型中，带有U-Net的卷积神经网络居于统治地位。U-ViT网络是将在图像领域热门的结合应用在了中。本文将从Vision Transformer出发，分析U-ViT这篇CVPR2023的Paper并记录一些感想。
什么是卷积
此文章简单讲解了卷积是什么、卷积为什么这么厉害、卷积神经网络是什么。
计算机视觉——【数据集】MOT17、COCO数据输入格式、数据集可视化脚本
如下所示，该数据集中的文件结构如图所示。MOT17有21个训练集和21个检测集。
图-文多模态，大模型，预训练
图-文任务是指需要同时处理图像和文本数据的任务，如图像描述、图像检索（image retrieval）、视觉问答（visual question answering）等。例如，图像描述（image captioning）就是一种典型的多模态任务，它需要根据给定的图像生成相应的文本描述。既不是单塔模型
UE基础使用
需要翻墙，可以直接下载。
