在网络中添加特征金字塔，和自注意力机制
FPN和注意力机制的阐述。
【YOLOv8】实战三：基于LabVIEW TensorRT部署YOLOv8
本文主要想和各位读者分享YOLOv8使用TensorRT工具包在LabVIEW中的部署。
基于Pycharm的YOLOv8教程——运行环境配置+杂草识别示例
目标检测只是计算视觉中很小的一部分，还包括分类、动态跟踪与定位等一系列的工作。上面的内容虽然看似简单，但却花费了小白我一个月时间去购置主机、配置yolov8环境、搜寻数据集、标注、跑程序等。接下来我会继续更新关于杂草识别与定位的个人研究内容，欢迎大家持续关注。
合肥工业大学机器视觉期末复习 课件梳理（穿插作业中的伪代码）
因为合肥工业大学机器视觉课程的课件为全英文，为了方便以后学弟学妹们复习，于是将自己考前两天基于课件梳理的知识点上传，内容有的比较主观，有疑问的地方大家可以另外搜索了解
关于双非人工智能应该如何学习
学习人工智能都需要掌握什么知识
工信部颁发的人工智能证书《自然语言与语音处理设计开发工程师》证书到手啦！
由国家工信部权威认证的人工智能证书是跨入人工智能行业的敲门砖，随着人工智能技术的发展越来越成熟，相关的从业人员也会剧增，证书的考取难度也会变高。如果已经从事或者准备从事人工智能行业的人员，对于考证宜早不宜迟，早拿证早安心，国家对人工智能行业从业证书的要求将会越来越高，现在证书刚开始推广，无论从费用上
RPN(Region Proposal Networks)候选区域网络算法解析（附PyTorch代码）
本文基于论文Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks对RPN候选区域网络进行解析说明，并基于PyTorch库对RPN网络进行编程。
AI：120-智能监控下的行人交通违法行为自动罚款系统
AI：120-智能监控下的行人交通违法行为自动罚款系统在城市交通管理中，行人交通违法行为时有发生，如穿越马路时无视红灯、在禁止区域内闲逛等。传统的监控手段难以高效地识别和处理这些违法行为，而人工智能技术的引入为解决这一问题提供了新的可能性。
一种基于YOLO改进的高效且轻量级的表面缺陷检测网络， NEU-DET和GC10-DET涨点明显
一种基于YOLO改进的高效且轻量级的表面缺陷检测， 在NEU-DET和GC10-DET任务中涨点明显
2024年1月10日最热AI论文Top5：DebugBench、AI智能体对齐、开放域问答系统、谈判游戏、联邦学习
大型语言模型（LLMs）已经展示出了卓越的编码能力。然而，作为编程熟练度的另一个关键组成部分，LLMs的调试能力相对未被充分探索。之前对LLMs调试能力的评估受到数据泄露风险、数据集规模以及测试错误种类多样性的显著限制。为了克服这些不足，我们引入了DebugBench，一个由4,253个实例组成的L
这个AI模型能识别出这个橘子吗？
图像识别任务是人工智能计算机视觉领域一个重要的子任务，本篇文章将通过使用一个预训练模型来帮助读者快速上手图像识别任务
总结 62 种在深度学习中的数据增强方式
此外，它表明传统的数据增强技术使 RL 算法能够在基于像素的控制和基于状态的控制方面胜过复杂的 SOTA 任务。从上图可以明显的看出，基于 SA 的数据增强方式可以将形状保留下来，但样式（包括颜色、纹理和对比度）是随机的。基于特征空间的数据增强首先将图像转换为嵌入或表示，然后对图像的嵌入执行数据增强
图像质量的评价指标【PSNR/SSIM/LPIPS/IE/NIE/Prepetual loss】
图像质量的评价指标【PSNR/SSIM/LIPIS/IE/NIE/Perceptual loss】
图像分割 Image Segmentation
图像分割是许多视觉理解系统的重要组成部分。它包括将图像（或视频帧）分割成多个片段或对象。分割在医学图像分析(例如，肿瘤边界提取和组织体积测量），自主载体(例如，可导航表面和行人检测），视频监控，和增强现实起到了非常重要的作用。
【年度总结】AI--2023年度大事记
AI 2023年度大事记
计算机视觉期末复习
立体匹配：为左图像的每个像素点(xl, yl)，在右图像中搜索对应点匹配基元：参与立体匹配，计算相似测度的基本单元常用的匹配基元：像素单个像素存在相似性歧义需结合一行或整幅图像的所有像素同时完成匹配局部窗口区域具有较好的局部独特性隐含假定：窗口内所有像素应能表征中心像素特征具有较好的独特性稀疏且不均
神经网络卷积反卷积及池化计算公式、特征图通道数（维度）变化实例
神经网络卷积反卷积及池化计算公式、特征图通道数（维度）变化实例
Python-OpenCV实现简单的颜色识别（对红色和蓝色识别并输出）
摄像头识别红色和蓝色并框选，当该颜色占摄像头屏幕上的大多数时打印出该颜色的名称新手学习笔记，第一次写博客，若有错误还请指出（ ~`_` ）~
opencv(20) 图像阈值（二值化）
二值化核心思想，设阈值，大于阈值的为0（黑色）或 255（白色），使图像称为黑白图。阈值可固定，也可以自适应阈值。自适应阈值一般为一点像素与这点为中序的区域像素平均值或者高斯分布加权和的比较，其中可以设置一个差值也可以不设置。图像的阈值化旨在提取图像中的目标物体，将背景以及噪声区分开来。通常会设定一
OpenCV实现手势音量控制
本次实验需要使用OpenCV和mediapipe库进行手势识别，并利用手势距离控制电脑音量。cv2：OpenCV库，用于读取摄像头视频流和图像处理。mediapipe：mediapipe库，用于手部关键点检测和手势识别。ctypes和comtypes：用于与操作系统的音频接口进行交互。pycaw：p
