漫画风格迁移神器 AnimeGANv2：快速生成你的漫画形象
趁着有空的时间，给大家介绍一些有趣的项目吧，比如这个漫画风格迁移神器 AnimeGANv2，可以快速生成自己的漫画形象
目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构（高性能骨干|仅需1ms）
目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构。移动端仅需1ms的高性能骨干！
Yolov5口罩佩戴实时检测项目（模型剪枝+opencv+python推理）
yolov5口罩佩戴实时检测项目
Nerf系列数据集记录
nerf系列数据集记录
【MMDetection】——训练个人数据集
mmdetection训练自己的数据集，全过程记录。
ACE2005数据集介绍、预处理及事件抽取
ACE2005数据集的介绍、中英文的预处理以及事件抽取的样例参考
【Stable Diffusion】基本概念之lora
使用lora可以提取画面中的任何特征，进而生成任意的画风、动作、表情等，非常方便、好用
【网络结构设计】11、E-LAN | 通过梯度传输路径来设计网络结构
本文主要介绍 E-LAN
YOLOv8 全家桶再迎新成员！新增Pose Estimation模型!
关注公众号，发现CV技术之美不知不觉间，YOLOv8已经发布三个月了，等待中的YOLOv8论文没来，昨天官方默默又加了新模型：姿态估计。说好的"目标检测"工业界标杆，正向着“CV全家桶”阔步向前。现在你可以用YOLOv8做目标检测、实例分割、图像分类、目标跟踪、姿态估计了，也许还有更多惊喜在后面。要
什么是轴向注意力（Axial Attention）机制
注意力机制之 Axial Attention
深入理解深度学习——正则化（Regularization）：正则化和欠约束问题
大多数形式的正则化能够保证应用于欠定问题的迭代方法收敛。例如，当似然的斜率等于权重衰减的系数时，权重衰减将阻止梯度下降继续增加权重的大小。是奇异的，这些方法就会失效。当数据生成分布在一些方向上确实没有差异时，或因为例子较少（即相对输入特征的维数来说）而在一些方向上没有观察到方差时，这个矩阵就是奇异的
使用NLPAUG 进行文本数据的扩充增强
数据增强可以通过添加对现有数据进行略微修改的副本或从现有数据中新创建的合成数据来增加数据量。这种数据扩充的方式在CV中十分常见，因为对于图像来说可以使用很多现成的技术，在保证图像信息的情况下进行图像的扩充。
【模型+代码/保姆级教程】使用Pytorch实现手写汉字识别
保姆级教程，手把手用Pytorch搭建神经网络，识别3755类手写汉字，模型参数、项目完整源码、预处理数据集全部公开。
深入浅出PaddlePaddle函数——paddle.zeros
paddle.zeros
深入浅出Pytorch函数——torch.zeros_like
torch.zeros(input.size, dtype=input.dtype，layout=input.layout，device=input.device)
MultiHeadAttention多头注意力机制的原理
MultiHeadAttention多头注意力作为Transformer的核心组件，其主要由多组自注意力组合构成，Attention Is All You Need，self-attention。
谷歌发布一个免费的生成式人工智能课程
谷歌推出了一个生成式人工智能学习课程，课程涵盖了生成式人工智能入门、大型语言模型、图像生成等主题。
用自己网络添加注意力机制后画出热力图
用自己网络添加注意力机制后画出热力图
【人工智能】期末复习 重点知识点总结
人工智能期末复习考点
SAM 模型真的是强悍到可以“分割一切”了吗？
关注公众号，发现CV技术之美上周，Meta AI发布了 Segment Anything Model（SAM）—— 第一个图像分割基础模型。很多计算机视觉从业者惊呼“这下CV真的不存在了，快跑！”。但是SAM 模型真的是强悍到可以“分割一切”了吗？它在哪些场景或任务中还不能较好地驾驭呢？研究社区已经
