树莓派图像识别应该怎么上手
就我自己来说第一次做图像识别（那时候我Linux，Python都没接触过）最难的就是自己训练模型和装环境，索性我不干了，直接找已经弄好的。
易语言调用Yolov8与Yolov8综合工具使用
相信大家也看了不少的Yolo(Yolov4\Yolov5\Yolov6Yolo\v7\Yolov8)系列那些繁杂的理论.自己也经过了一段的深入研究。有一定基础的小伙伴，也许已经能够成功使用了。但是肯定还有一部分，基础不是很强的小伙伴们还不能成功的运用。那么欢迎加入我们，我会翻译好，整理好。会让你快速
深度学习基础及实现的必备步骤
深度学习基础--深度要素和步骤，以及相关算法讲解
GPU算力租用平台推荐
GPU算力租用平台推荐，推荐AutoDL、OpenBayes、智星云
【人工智能 | 多模态】几种常见的多模态任务
【人工智能 | 多模态】几种常见的多模态任务
人工智能之深度学习
在DNN中，每个隐藏层都可以学习不同的特征和模式，从而更好地适应各种复杂的任务。近年来，深度学习在图像识别领域取得了重大的突破，如在2012年ImageNet图像识别挑战赛中，AlexNet网络使用了深度学习的方法，取得了显著的成绩，并引起了深度学习的热潮。在实际应用中，深度学习模型被广泛应用于自然
深度学习——CNN实现MNIST手写数字的识别
本篇博客记录了学习K同学啊的深度学习100例的第一例的学习过程,主要介绍了CNN神经网络的基本知识,使用方法及使用流程, 简单介绍了数据集的归一化和标准化 激活函数 优化器 损失函数 metrics等配置............
【新手向】conda安装及虚拟环境创建-ubuntu18.04
【新手友好版】conda安装及虚拟环境创建-ubuntu18.04
【论文合集】Awesome Low Level Vision
介绍Low-level任务以及视觉顶会中的相关文章。
如何在PS2023中安装神经网络滤镜离线安装包
如何在PS2023中安装神经网络滤镜离线安装包
VGG网络讲解——小白也能懂
我们上文已经说了，VGG其实就是五层卷积。我们来看这个图：这个图是作者当时六次实验的结果图。在介绍这个图前，我先进行几个概念说明：卷积层全部为3*3的卷积核，用conv3-xxx来表示，xxx表示通道数。在这个表格中，我们可以看到，第一组（A）就是个简单的卷积神经网络，没有啥花里胡哨的地方。第二组（
label studio 结合 MMDetection 实现数据集自动标记、模型迭代训练的闭环
一个 AI 方向的朋友因为标数据集发了篇 SCI 论文，看着他标了两个多月的数据集这么辛苦，就想着人工智能都能站在围棋巅峰了，难道不能动动小手为自己标数据吗？查了一下还真有一些能够满足此需求的框架，比如 [cvat](https://github.com/opencv/cvat) 、 [doccan
走进人工智能|机器学习 解码未来的科技革命
在本文中，我们深入探索了机器学习的发展历程、历史背景以及其在应用领域中的重要性。机器学习不仅是科技革命的驱动力，也是我们解码未来的关键。通过机器学习，我们能够从海量的数据中发现模式、提取有价值的信息，并应用于各个领域，从而推动社会的进步和创新。机器学习的发展源于科学家们对人工智能的追求和探索。他们希
学习记录：BRATS 2021数据集介绍
BRATS 2021数据集是一个医学图像分割数据集，该数据集由2000例患者脑部MRI（核磁共振成像）扫描构成。其中训练集有1251例、验证集219例、测试集530例，每例MRI扫描有4个模态的3D图像。其中训练集是包含3D图像和分割标签的，而验证集和测试集则不包含分割标签，验证集被用于公共排行榜，
［超级详细］如何在深度学习训练模型过程中使用GPU加速
在深度学习当中，我们训练模型通常要对模型进行反复的优化训练，仅用CPU来进行训练的话需要花费很长时间，但是我们可以使用GPU来加速训练模型，这样就可以大大减少我们训练模型花费的时间。
轻量级的深度学习框架Tinygrad
Tinygrad是一个轻量级的深度学习库，它提供了一种简化和直观的方法来理解和实现神经网络。在本文中，我们将探讨Tinygrad及其主要功能，以及它如何成为那些开始深度学习之旅的人的有价值的工具。
深度学习项目：男女性别识别【附完整源码】
深度学习项目：男女性别识别【附完整源码】
CVPR2023 即插即用系列 | 一种高效轻量的自注意力机制助力图像恢复网络问鼎SOTA！
如果您也对人工智能和计算机视觉全栈领域感兴趣，强烈推荐您关注有料、有趣、有爱的公众号『CVHub』，每日为大家带来精品原创、多领域、有深度的前沿科技论文解读及工业成熟解决方案！同时欢迎添加小编微信: cv_huber，备注CSDN，加入官方学术|技术|招聘交流群，一起探讨更多有趣的话题！
李宏毅2022机器学习HW12解析
李宏毅2022机器学习HW12解析，强化学习！
PromptBench:大型语言模型的对抗性基准测试
PromptBench是微软研究人员设计的一个用于测量大型语言模型(llm)对对抗性提示鲁棒性的基准测试。这个的工具是理解LLM的重要一步，随着这些模型在各种应用中越来越普遍，这个主题也变得越来越重要。
