OpenAI的人工智能语音识别模型Whisper详解及使用
拥有ChatGPT语言模型的OpenAI公司，开源了 Whisper 自动语音识别系统，OpenAI 强调 Whisper 的语音识别能力已达到人类水准。Whisper是一个通用的语音识别模型，它使用了大量的多语言和多任务的监督数据来训练，能够在英语语音识别上达到接近人类水平的鲁棒性和准确性。Whi
基于树莓派4B的智能无人巡逻小车设计
本实验设计的场景是智能警用无人巡逻小车，可以自动巡线，精准避障，遇到障碍物时实现S型绕弯，同时闪烁LED灯提醒，智能检测障碍物是车牌还是无关障碍，完成识别及做出相应的动作，完成信息发送，车牌存档等等操作，再实现精准避开车牌，若遇到四方都有障碍则原路返回，巡线直至检测到停车线，停车入库等内容。....
改进版ASPP（2）：ASPP模块中加入CBAM(卷积注意力模块)，即CBAM_ASPP
改进ASPP，加入卷积注意力机制，即为CBAM_ASPP
（四）yolov5--common.py文件解读
参考网址：https://blog.csdn.net/qq_38251616/article/details/124665998上次对yolov5s.yaml文件进行了解读，这次在对common.py文件解读之前，先放上yolov5s.yaml对应的网络结构图，如下图所示。对于网络结构图中的各个模块
矢量数据库对比和选择指南
矢量数据库是为实现高维矢量数据的高效存储、检索和相似性搜索而设计的。使用一种称为嵌入的过程，将向量数据表示为一个连续的、有意义的高维向量。
模型加载至 cpu 和 gpu 的方式
模型加载至 cpu 和 gpu 的方式,只需改一句话
PANet（CVPR 2018）原理与代码解析
信息在神经网络中的传播方式是非常重要的。本文提出的路径聚合网络（Path Aggregation Network, PANet）旨在促进proposal-based实例分割框架中的信息流动。具体来说，通过自底向上的路径增强，利用底层中精确的定位信息来增强整个特征层次，缩短了下层与最上层之间的信息路径
AI实战营：MMPose开源算法库
【代码】AI实战营：MMPose开源算法库。
WideNet:让网络更宽而不是更深
这是新加坡国立大学在2022 aaai发布的一篇论文。WideNet是一种参数有效的框架，它的方向是更宽而不是更深。通过混合专家(MoE)代替前馈网络(FFN)，使模型沿宽度缩放。使用单独LN用于转换各种语义表示，而不是共享权重。
基于 YOLOv8 的自定义数据集训练
图1.1：YOLOv8初始测试YOLOv8????于 2023年1月10日由Ultralytics发布。它在计算机视觉方面提供了进展，带来了对我们感知、分析和理解视觉世界的巨大创新。它将为各个领域带来前所未有的可能性。在速度、准确性和架构方面进行了相当大的改进。它是从头开始实现的，没有使用任何来自Y
LoRA模型是什么？
LoRA（Low-Rank Adaptation of Large Language Models，大型语言模型的低秩适应）是微软研究员提出的一种新颖技术，旨在解决微调大型语言模型的问题。研究人员发现，通过专注于大型语言模型的Transformer注意力块，LoRA的微调质量与完整模型的微调相当，同
pytorch 手动顺序搭建resnet18、附带训练代码、测试代码
文件名：mode_resnet18。
Simulink中传递函数transfer fcn中迟滞参数如何设置
simulink中传递函数transfer fcn中的参数设定，使其与原始信号更接近或按需平滑处理。
深度学习之FPN+PAN
FPN+PAN
芒果改进YOLOv8系列：改进特征融合网络 BiFPN 结构，融合更多有效特征
代码实践｜YOLOv8 + BiFPN 高效结构
LeViT-UNet：transformer 编码器和CNN解码器的有效整合
levi - unet[2]是一种新的医学图像分割架构，它使用transformer 作为编码器，这使得它能够更有效地学习远程依赖关系。levi - unet[2]比传统的U-Nets更快，同时仍然实现了最先进的分割性能。
通用人工智能之路：什么是强化学习？如何结合深度学习？
【专栏订阅必读】ChatGPT强大魔力的关键因素之一是应用了强化学习模型，本文系统梳理强化学习中环境、智能体、奖赏、动作、状态等关键概念，并给出深度强化学习框架。
注意力机制之SK Attention
注意力机制
人工智能与大数据面试指南——自然语言处理（NLP）
人工智能与大数据面试指南》系列下的内容会，有需要的读者可以文章，以及时获取文章的最新内容。
【深度学习】优化器详解
深度学习中常见的优化器
