PaddleOCR的使用
PaddleOCR是一套丰富领先实用的OCR工具库，打通数据、模型训练、压缩和推理部署全流程，您可以参考。# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan`# 例如`ch`, `en`, `fr`, `german`, `korean`, `japan
【AI实时变声器，声音甜甜的小姐姐背后竟是抠脚大汉】
这是一款基于AI算法的实时变声器，如果你不懂AI也没事，直接使用我提供的一键安装包
PyTorch基本操作练习
实现了一些PyTorch基本操作，减法等。原理可参考《神经网络与深度学习》《动手学深度学习》中的内容。
AIGC和ChatGPT的区别是什么？
当谈到人工智能的聊天机器人时，人们不可避免地会想到AIGC和ChatGPT这两个备受关注的模型。虽然两者都能够进行自然语言处理，但是它们之间存在一些重要的区别，我们可以从以下几个方面来进行分析：首先，AIGC采用的是基于规则的方法，而ChatGPT则是一种基于神经网络的方法。基于规则的方法需要预先设
YOLOv5训练速度慢 GPU占用率低
用Yolo5跑自己的数据集，torch_GPU和CUDA都安装了，使用GPU跑模型，GPU的占用率为1%，设置的epoch为300，batch size为32，大概6min多/epoch，数据集很小，刚过一千。在网上查了相关的文章，发现可能是读取数据造成的，把cache-image的action='
用python实现高斯滤波器
用python实现高斯滤波器
coco数据集标注格式
COCO数据集中目标实例的json文件整体是以字典的形式来存储内容的。主要包括5个key（info、licenses、images、annotations、categories）。
chatGPT给出Python time.sleep()假死（挂起）的解决办法
使用time.sleep()，最好使用线程方法；合理的引导chatGPT交流，能快速帮助我们解决问题。
深度学习apex包安装问题
深度学习中apex安装问题
bevfusion单显卡训练/测试
bevfusion单显卡
2022年国赛高教杯数学建模C题古代玻璃制品的成分分析与鉴别解题全过程文档及程序
2022年国赛高教杯数学建模C题古代玻璃制品的成分分析与鉴别解题全过程文档及程序
OpenCASCADE完整教程专栏完整目录
OpenCASCADE完整教程专栏完整目录
yolov5 backbone 更改为 mobilevit(即改即用)
前提须知：在看了几位大佬的博客后，始终无法跑起来，反反复复的修改yaml文件，和其他代码，于是便有了以下第4条最终的解决方法，能跑，不能保证效果，读者如果有更好的解决办法，欢迎评论
【神经网络绘制工具】PlotNeuralNet详解
PlotNeuralNet库是用于绘制神经网络的工具库，其绘制的神经网络较为干净整洁，比较适合用于科研论文写作插图。笔者整理了有关该库的使用方法，希望帮助更多朋友能够借助这个库绘制出更多优美的神经网络，在科研道路上能够更加顺利~
Python配置OpenCV
Python配置OpenCV的过程
opencv怎么使用GPU加速
要使用 OpenCV 的 GPU 模块，首先你需要安装带有 GPU 支持的 OpenCV 版本。然后，你需要确保你的计算机有一个 NVIDIA GPU，并且已经安装了 NVIDIA 的驱动程序和 CUDA 工具包。在你的代码中，你需要首先将 OpenCV 的 GPU 模块导入，例如：import c
Xilinx Vitis AI量化部署Yolov5至DPU (PYNQ)
本文章记述了从YOLOv5源代码使用Xilinx Vitis AI进行量化并部署到DPU上的全流程。在开Pynq环境下运行测试通过。
百度飞桨paddlespeech实现小程序实时语音流识别
启动小程序后不要用电脑的麦克直接测试，因为小程序录音接口不支持PC。可以采用微信小程序真机调试 （手机网络在wifi局域网中），用手机去测试录音识别即可达到视频中的效果。哈哈，这是我2023年4月份的公司作业。如果仅仅是简单的语音识别倒也没什么难度，wav文件直接走模型输出结果的事。注意：如果nlp
matplotlib.pyplot plt绘图颜色大全，及plt.plot()的使用
plt颜色大全plt.plot()的使用，简单例子X = np.linspace(1, 20, 10) #[1 3 5 7 9 11 13 15 17 19] [2 4 6 8 10 12 14 16 18 20]Y = np.sin(X)plt.plot(X, Y, color = "blue",
YOLO训练产出warning： NMS time limit 1.060s exceeded原因与解决办法
在进行模型训练结束后，模型代码会执行对模型进行map准确率的验证，使用时候出现talk is cheap ，show me the code.找到warning的代码出处：以上是NMS非极大值抑制代码实现过程，其原理也很简单，解决的是多个锚框重叠的问题。其实原因来看，进行NMS的时间断点太长了，将阈
