【达摩院OpenVI】开源体验AI云台，去视频抖动
本文介绍AI开源能力对抖动的视频进行稳像，达到清晰稳定的效果。在ModelScope魔搭平台上开源了DUT-RAFT视频稳像算法，几行代码即可调用，无需复杂的操作，也无需复杂的输入。鼠标一点即可畅快体验让视频变稳定的AI“魔法”。
目标检测（Object Detection）学习笔记（概述与传统算法与基于深度学习算法）
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），不同于分类和回归问题，目标检测还需要确定目标在图像中的位置（定位），而确定识别目标的类别和位置（分类和定位），是计算机视觉领域的核心问题之一。
优化GPU显存不足，提高GPU利用率
1 常用GPU显存不足时的各种Trick1)监控GPU2）估计模型显存3）显存不足时的Trick4）提高GPU内存利用率2 数据处理及算法角度改善（以医学图像分割算法为例）1 常用GPU显存不足时的各种Trick1)监控GPU 监控GPU最常用的当然是nvidia-smi，但有一个工具能够更好的
安装mmdetection进行测试不出图片和报错记录
mmdetection安装测试出现warning和结果不出图
Yolov5 计算访存量MAC与计算量FLOPS
Yolov5 计算访存量MAC与计算量FLOPS
用YOLOv8推荐的Roboflow工具来训练自己的数据集
总而言之，Roboflow是一种非常有用的工具，它提供了一种简单的方式来调整训练数据，使其能够更好地适应YOLOv8的要求，帮助我们更轻松地准备YOLO v8所需的训练数据。用验证后的训练集模型预测新数据，需要先收集和我们的数据集相关的同类型图片，做成新的文件夹，图片大小和格式保持与之前的数据集图片
深度学习之图像分类（十八）-- Vision Transformer(ViT)网络详解
深度学习之图像分类（十八）Vision Transformer(ViT)网络详解目录深度学习之图像分类（十八）Vision Transformer(ViT)网络详解1. 前言2. ViT 模型架构2.1 Embedding 层2.2 Transformer Encoder 层2.3 MLP Head
ViT: Vision transformer的cls token作用？
一文普及ViT: Vision transformer的cls token作用？够全面
一天学会应用GAN扩充数据集（pytorch）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、GAN是什么？二、实现1.总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内
踩坑总结！Windows系统安装CUDA、cuDNN
windows系统安装CUDA和cuDNN
【YOLO系列】YOLOv5、YOLOX、YOOv6、YOLOv7网络模型结构
YOLOv5、YOLOX、YOLOv6、YOLOv7模型结构图
利用pytorch 模型载入部分权重
本文介绍如何在pytorch中载入模型的部分权重第1个常见的问题: 在分类网络中，当载入的预训练权重的全连接层与我们自己实例化模型的节点个数不一样时，该如何载入？比如在花卉数据集分类时只有5类，所以最后一层全连接层节点个数为5，但是我们载入的预训练权重是针对ImageNet-1k的权重,它的全连接层
深度残差网络（ResNet）之ResNet34的实现和个人浅见
残差网络是由来自Microsoft Research的4位学者提出的卷积神经网络，在2015年的ImageNet大规模视觉识别竞赛（ImageNet Large Scale Visual Recognition Challenge, ILSVRC）中获得了图像分类和物体识别的优胜。 **残差网络的特
基于pytorch使用LSTM进行文本情感分析
下载链接项目中使用的模型是LSTM，在模型中我们定义了三个组件，分别是embedding层，lstm层和全连接层。Embedding层：将每个词生成对应的嵌入向量，就是利用一个连续型向量来表示每个词Lstm层：提取语句中的语义信息Linear层：将结果映射成2大小用于二分类，即正反面的概率注意：在L
图像超分综述:超长文一网打尽图像超分的前世今生 (附核心代码)
图像超分的目的是提高图像的分辨率，同时丰富图像的纹理细节。本文总结整理在图像超分领域经典算法的创新点以及意义，同时指出当下图像超分的困境和未来，欢迎大家前来阅读收藏。本文全部观点受个人能力水平限制如有偏差还请指正。...
Pytorch中torch.sort()和torch.argsort()函数解析
torch.sort()，如下图所示：输入input，在dim维进行排序，默认是dim=-1对最后一维进行排序，descending表示是否按降序排,默认为False，输出排序后的值以及对应值在原输入imput中的下标3.1 dim = -1 表示对每行中的元素进行升序排序，descending=F
SE注意力机制
卷积神经网络（CNN）的核心构建块是卷积算子，它使网络能够通过融合每个层的局部感受野内的空间和通道信息来构建信息特征。大量的先前研究已经调查了这种关系的空间成分，试图通过增强整个特征层次的空间编码质量来增强CNN的代表能力。在这项工作中，我们转而关注信道关系，并提出了一种新的架构单元，我们称之为“挤
深度学习之wandb的基本使用
在深度学习训练网络的过程中，由于网络训练过程时间长，不可能一直关注训练中的每一轮结果，因此我们需要将训练过程中的结果可视化，留作后续的查看，从而确定训练过程是否出错。因此，我们需要使用到可视化工具，常用的几种可视化工具有：`wandb`（在线可视化）、`tensorboard`、这里主要介绍`wan
全网最全极限学习机（ELM）及其变种的开源代码分享
愿之称为全网最全的开源极限学习机（ELM）及其变种的开源代码分享~
yolov5修改骨干网络-使用自己搭建的网络-以efficientnetv2为例
efficientnet则是通过NAS搜索，同时增加width、depth以及resolution，使网络结构达到最优。下表为EfficientNet-B0的网络框架（B1-B7就是在B0的基础上修改Resolution，Channels以及Layers），可以看出网络总共分成了9个Stage。第一
