关于硕士毕业论文中会议conference的参考文献格式修正GB7714-87#outputstyle#endnote
1问题描述在硕士毕业论文中需要按照GB7714-87的参考文献引用标准对会议论文进行参考文献格式规范GB7714-87中的要求如图：（因为我们文中引用的论文一般 不会是论文集，而是论文集合中析出的一篇文章，so这个格式非常复杂，原本下载的outputstyle中没有现成的格式，所以需要手动修正）![
ControlNet引导生成图像的详细教程
controlnet引导stable diffusion生成图像使用教程，边缘检测、深度估计、涂鸦、分割等
OpenCV实战案例——车道线识别
方法：在图像中，黑色表示0，白色为1，那么要保留矩形内的白色线，就使用逻辑与，当然前提是图像矩形外也是0，那么就采用创建一个全0图像，然后在矩形内全1，之后与之前的canny图像进行与操作，即可得到需要的车道线边缘。TIPs:使用霍夫变换需要将图像先二值化。
使用新版FLIR (FLIR_ADAS_v2) 红外数据集训练基于pytorch的YOLOv7模型
本文主要介绍了如何使用新版FLIR (FLIR_ADAS_v2) 红外数据集来训练基于pytorch的YOLOv7模型
目标检测算法——YOLOv5/v7/v8改进结合涨点Trick之Wise-IoU（超越CIOU/SIOU）
WIoU 可以聚焦于普通质量的锚框，并提高检测器的整体性能。将WIoU应用于最先进的单级检测器 YOLOv7 时，在 MS-COCO 数据集上的 AP-75 从 53.03% 提升到 54.50%。
道路裂缝坑洼图像开源数据集汇总
数据集下载链接：http://suo.nz/2wdNdXCrackForest数据集是一个带注释的道路裂缝图像数据库，可以大致反映城市路面状况。道路裂缝坑洼图像数据集数据集下载链接：http://suo.nz/3eEDlj这个数据集是一个极具挑战性的集合，包含 5,000 多张野外道路上的坑洼图像。
OpenCV实战（16）——角点检测详解
在计算机视觉中，兴趣点 (interest points) 也称为关键点 (keypoints) 或特征点 (feature points)，广泛用于解决对象识别、图像匹配、视觉跟踪、3D 重建等领域的问题。与其将图像作为一个整体进行评估，不如选择可以用于局部分析的点，以获得将该点应用于局部或全局的
Pytorch平均池化nn.AvgPool2d()使用记录
PyTorch学习笔记之二维平均池化nn.AvgPool2d()
一键式AI绘画，让你也能体验当画师的魅力（附原理分析）
AI绘画无疑在最近掀起了一阵热潮，本篇文章首先提供了一个一键式的AI绘画功能包，能够轻松让大家完成AI绘画的操作，在演示之后也分析AI绘画内部所蕴含的AI知识原理。
Segment Anything阅读笔记
这篇文章最近有点火，已经有1万多star了。
NuSences 数据集解析以及 nuScenes devkit 的使用
nuScenes数据集(发音为/nuːsiːnz/)是由Motional(前身为nuTonomy)团队开发的用于自动驾驶的公共大规模数据集。motion公司正在让无人驾驶汽车成为一个安全、可靠、方便的现实。通过向公众发布我们的一部分数据，motion旨在支持公众对计算机视觉和自动驾驶的研究。为此，我
【个人记录 | UNet | 整理ing】
和UNet做好朋友：代码/框架/整理/阅读
CVPR2023论文及代码合集来啦~
80、半监督学习、弱监督学习/无监督学习/自监督学习。36、行为识别/动作识别/检测/分割/定位。46、场景重建/视图合成/新视角合成。74、迁移学习/domain/自适应。23、图像复原/图像增强/图像重建。26、图像去噪/去模糊/去雨去雾。32、人脸生成/合成/重建/编辑。35、图像&视频检索/
ORB特征
ORB(Oriented FAST and Rotated BRIEF)特征是一种常用的图像特征，其最大的优点是提取速度快，按业界的说法，ORB特征提取速度臂SURF快10倍，比SIFT快100倍。ORB特征由关键点和描述子两部分组成。他的关键点称为“Oriented FAST”，是一种改进的FAS
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
YOLOv5入门实践最终篇，保姆级别手把手带你从零开始训练自己的目标检测模型（包含pyqt5界面实现）超级详细！小白必看！
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
AutoDetectionModel类SAHI基于AutoDetectionModel类的from_pretrained函数加载深度学习模型。目前支持YOLOv5 models, MMDetection models, Detectron2 models和HuggingFace object det
【深度学习】详解 BEiT
【深度学习】详解 BEIT: BERT Pre-Training of Image Transformers
【深度估计】单目深度估计
【深度估计】单目深度估计
三维点云| CloudCompare软件使用总结
CloudCompare软件功能介绍
关于通过matlab实现Canny边缘处理的一些笔记
最近看了一些神经网络处理图像的视频，受到卷积核的启发，通过matlab实现了Canny边缘处理。左图为基本边缘处理，右图为Canny算法处理，本文记录了matlab实现Canny边缘检测时遇到的一些问题以及过程中的处理原理，各参数对结果造成的影响，并附有matlab代码即演示。
