YOLOv5源码逐行超详细注释与解读（5）——配置文件yolov5s.yaml
全网最详细的YOLOv5源码解读之配置文件yaml。逐行注释，逐句讲解，一文带你了解yaml。小白必看！
ChatGPT应用场景与工具推荐
本文会简单介绍ChatGPT的特点、局限以及存在的问题，相信随着科技的发展，ChatGPT功能会越来越强大，也会有更多类似ChatGPT的大模型出现服务用户。以下所有介绍及其演示均基于2023年3月的ChatGPT进行。
憨批的语义分割重制版11——Keras 搭建自己的HRNetV2语义分割平台
最近学了一下HRnet，代码真的好难看懂，还只有Pytorch版本的，Keras复现很有难度，作者写的逻辑很厉害，只能慢慢攻破啦！传统的卷积神经网络模型是自上而下不断进行特征提取的，如VGG、Mobilenet、Resnet系列等，VGG网络中存在5个步长为(2, 2)最大池化，Mobilenet网
改进YOLO系列 | YOLOv5 更换骨干网络之 ConvNeXt
YOLOv5 更换骨干网络之 ConvNeXt
使用c++onnxruntime部署yolov5模型并使用CUDA加速（超详细）
接到一个项目，需要用c++和单片机通信，还要使用yolo模型来做到目标检测的任务，但目前网上的各种博客并没有完整的流程教程，让我在部署过程费了不少劲，也踩了不少坑（甚至一度把ubuntu干黑屏）。于是想把训练及部署过程记录下来，并留给后来者方便使用。（博主使用的系统是ubuntu20.04）
支持CUDA运算的显卡算力表
GPUs supportedSupported CUDA level of GPU and card.AdaLovelace参考：https://en.wikipedia.org/wiki/CUDA
ImageNet数据集 & 下载
ImageNet官网：http://image-net.org/ImageNet 由斯坦福李飞飞教授带领创建，ImageNet 本身有2万多个的类别，超过 1400 万张图片，其中超过 100 万张图片有明确类别标注和物体位置标注。ImageNet 按照 WordNet 层级结构组织数据，首先介绍一
YOLOv5源码逐行超详细注释与解读（4）——验证部分val（test）.py
全网最详细的YOLO源码解读之验证部分val.py。全文近5万字，代码逐行注释，逐段精讲！小白0基础必看！
老师，不干了，被偷家了，SAM分割任何事物模型，0样本分割了我研究一个月的数据
简介Segment Anything Model
Chat GPT国内懒人专用版（基于镜像网站开发使用）
小伙伴们肯定都知道沸沸扬扬的Chat GPT（全名：Chat Generative Pre-trained Transformer），美国Open AI研发的聊天机器人程序 ，于去年11月30日发布。ChatGPT是人工智能技术驱动的工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上
【2】YOLOv8原理解析：重新定义实时目标检测的速度和精度
YOLOv8原理解析！
深度学习环境配置(pytorch版本)----超级无敌详细版（有手就行）
全体目光向我看齐，我宣布个事：看完这个，妈妈再也不用担心我不会配置深度学习环境了！！！
NILM非侵入式负荷识别（papers with code、data）带代码的论文整理——(论文及实现代码篇) 全网最全
非侵入式负荷识别（NILM,non-intrusive load monitoring）领域的深度学习论文及代码实现，全网最全。
【AIGC】6、Segment Anything | Meta 推出超强悍可分割一切的模型 SAM
本文主要介绍 segment anything
【满血Buff】ChatGPT科普篇，三段式介绍，内含各种高效率插件
本篇博客采用三段论的叙事方式进行时下流行的人工智能工具ChatGPT的科普。
对 ChatGLM-6B 做 LoRA Fine-tuning
ChatGLM-6B 是一个支持中英双语的对话语言模型，基于 GLM (General Language Model)。它只有 62 亿个参数，量化后最低 (INT4 量化) 只需要 6GB 的显存，完全可以部署到消费级显卡上。在实际使用这个模型一段时间以后，我们发现模型的对话表现能力确实非常不错。
PyTorch 深度学习实战 | 基于生成式对抗网络生成动漫人物
生成式对抗网络（Generative Adversarial Network, GAN）是近些年计算机视觉领域非常常见的一类方法，其强大的从已有数据集中生成新数据的能力令人惊叹，甚至连人眼都无法进行分辨。本文将会介绍基于最原始的DCGAN的动漫人物生成任务，通过定义生成器和判别器，并让这两个网络在参
《从零深入理解Yolo系列v1-v8全家桶 + 目标检测面试提问》
从零深入理解Yolo系列理论v1-v8
b站B导的yoloV7版本添加注意力机制
yolov7增加注意力机制（b导版本）
