OpenCV图像处理入门
OpenCV相关知识继续讲解
一文教会你使用ChatGPT画图
本文介绍了如何使用 ChatGPT 进行图形绘制，包括绘制基础图形、组合图形、复杂图形等。ChatGPT 是一种基于人工智能技术的文本生成工具，可以帮助用户根据输入的指令生成相应的 SVG 代码，从而实现图形绘制。通过本文的学习，读者可以了解到如何使用 ChatGPT 进行图形绘制，并可以尝试在实践
机器学习算法（三十）：强化学习（Reinforcement Learning）
目录1 简介1.1 什么是强化学习1.2 强化学习的主要特点1.3 强化学习的组成部分2强化学习训练过程3强化学习算法归类3.1 Value Based3.2Policy Based3.3 Actor-Critic3.4 其他分类4EE（Explore & Exploit）探索与利用5 强化
用于微小目标检测的上下文扩展和特征细化网络
作者又将这样的ASPP模块的融合方式通过下面三种方式进行实验，其中（a）和（c）方式就是一般的进行相加和拼接，几种不同的特征的权重是相同的，而对于(b)方式就是将最终结果再通过一个注意力机制进行重要性分析。一般来说第二种方式是比较不错的，因为这种方法我是在其他论文上见过的，在那篇小目标检测论文中，（
一文详解卡尔曼滤波两处噪声的来源及影响
本文主要对卡尔曼滤波的过程噪声及观测噪声的理论假设、工程获取、实际影响等展开讨论
【一般人不会告诉你】比肩chatgtp的5款AI网站
这个就是很常用的，免费素材库，里面都是高端的素材样式，并且都是ai生成的，不需要担心版权问题，点进网站，映入眼帘的就是非常吸引人的漂亮女孩图片。这样一来，恐怖的事情发生了，你在淘宝做衣服生意的时候，甚至不用请模特了，直接把衣服换到别人的身上就行了，这个也是有点逆天的一个功能。比如这个就是一个蓝色的橘
SegFormer
取消位置编码，使用简单的解码器
openai.error.AuthenticationError: No API key provided.
在所有的openai 的部署都完成后，就在运行的最后一步出了问题首先，如果API_KEY是直接使用而不是放在环境里的话，就不用。
目标检测算法——图像分割数据集汇总（附下载链接）
🎄🎄近期，小海带在空闲之余，收集整理了一批图像分割数据集供大家参考。整理不易，小伙伴们记得一键三连喔！！！🎈🎈
几个潜在的AI科研助手
最近看到一个新闻说ChatGPT被某科研文章列为作者之一。以自然语言处理和深度学习为基础的人工智能在语言修改润色和翻译方面表现优异，似乎还将改变一些传统的论文阅读和写作方式。本文记录几个最近了解到的几个工具。Scispace地址：https://typeset.io/搜索可以获取相关文献，一些最新的
深度学习实战14(进阶版)-手写文字OCR识别，手写笔记也可以识别了
大家好，我是微学AI，今天给大家带来手写OCR识别的项目。手写的文稿在日常生活中较为常见，比如笔记、会议记录，合同签名、手写书信等，手写体的文字到处都有，所以针对手写体识别也是有较大的需求。
VASP计算--INCAR参数详解以及INCAR模板和例子，铜的INCAR
VASP计算--INCAR参数详解以及INCAR模板和例子，铜的INCAR
核函数 高斯核函数，线性核函数，多项式核函数
核函数是我们处理数据时使用的一种方式。对于给的一些特征数据我们通过核函数的方式来对其进行处理。我们经常在SVM中提到核函数，就是因为通过核函数来将原本的数据进行各种方式的组合计算，从而从低维数据到高维数据。比如原来数据下样本点1是x向量，样本点2是y向量，我们把它变成e的x+y次方，就到高维中去了。
视频监控 智能交通 数据集（目标检测、跟踪）
前言总结一下视频监控的数据集，用于目标检测、跟踪。一、UA-DETRAC 数据集UA-DETRAC是一个具有挑战性的真实世界多目标检测和多目标跟踪基准。该数据集包括在中国北京和天津的24个不同地点使用Cannon EOS 550D相机拍摄的10小时视频。视频以每秒25帧（fps）的速度录制，分辨率为
超详细！手把手带你轻松用 MMSegmentation 跑语义分割数据集
本文主要讲解了数据集相关的内容，包括目前学术界主流的语义分割数据集在 MMSegmentation中的实现，以及如何用 MMSegmentation 跑自己的数据集。希望可以帮助大家快速上手使用 MMSegmentation 代码库进行实验。.........
52_Pandas处理日期和时间列（字符串转换、日期提取等）
将解释如何操作表示 pandas.DataFrame 的日期和时间（日期和时间）的列。字符串与 datetime64[ns] 类型的相互转换，将日期和时间提取为数字的方法等。以下内容进行说明。
如何利用Dpabi，AFNI，FSL软件计算种子点的功能连接？
fsl_glm 得到的是线性回归系数（beta coefficient），由于在自变量和因变量标准化（均值为 0，标准差为 1）的情况下，简单线性回归的回归系数和皮尔逊相关系数是相同的，因此这是一种间接的方法。（3）上一步得到的 PCC.nii.gz 文件是 Harvard-Oxford 概率模板中
Matlab回归分析
拟合模型的组建主要是处理好观测数据的误差，使用数学表达式从数量上近似因变量之间的关系拟合模型的组建是通过对有关变量的观测数据的观察、分析和选择恰当的数学表达防守得到的。回归平方和(SSR) : 反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y
多模态特征融合：图像、语音、文本如何转为特征向量并进行分类
学习多模态的话题可以从深度学习的分类任务出发，因为分类任务是最直观的可以观察到不同模态的数据，通过输入数据到模型中，我们可以看到模型是如何学习到数据的特征向量的，同时分类任务的模型也是实现更复杂任务模型的基础。从分类任务中可以了解到图像、文本、语音在模型的特征向量是什么。以飞浆的多模态视频分类模型为
实战：向人工智能看齐用Docker部署一个ChatGPT
用Docker部署一个ChatGPT较为简单，按照博文可以零基础搭建完成。体验了chatgpt，感觉OpenAI的人工语言处理工具还是不错的，基本问题都有着自己的思维方式。
