python峰谷值算法：findpeaks
python峰谷值算法：findpeaks
Mx_yolov3的安装并使用GPU训练
小白为了使用GPU训练模型，从各位大佬那里找来的解决方法，希望可以给大家提供帮助。
机器学习算法：UMAP 深入理解（通俗易懂！）
UMAP 是 McInnes 等人开发的新算法。与t-SNE相比，它具有许多优势，最显着的是提高了计算速度并更好地保留了数据的全局结构。降维是机器学习从业者可视化和理解大型高维数据集的常用方法。最广泛使用的可视化技术之一是 t-SNE，但它的性能受到数据集规模的影响，并且正确使用它可能需要一定学习成
反光板导航SLAM（三）反光柱导航开发与实验
在上一章中简单了解了VEnus算法对于反光柱导航的基本思路。其主要分为了高反点提取、高反点聚类查找中心、高反点与已知反光柱位姿匹配以及调用ceres库进行位姿优化等步骤。然后在这个算法的基础上，再进行一定的开发达到一个比较稳定且可视化的版本。简单录制一下运行效果，类似于这样：out这里使用的是自己录
参数估计方法总结（超全！！！）
本文介绍了常见的参数估计方法，包括点估计、区间估计、假设检验和模型选择等。
【周末闲谈】“深度学习”，人工智能也要学习？
人们在日常生活中接触人工智能的频率越来越高。有可以帮用户买菜的京东智能冰箱；可以做自动翻译的机器；还有Siri、Alexa和Cortana这样的机器人助理；以及无人车、AlphaGo等已经把人工智能技术带到了“看得到摸得着”的境地。我们也许会好奇，它是怎么做到的？今天我们就来谈谈人工智能的学习方式—
python人工智能技术
人工智能（AI）已成为当今世界的热门话题，它的应用范围越来越广泛。其中，Python成为AI开发中最受欢迎的编程语言之一。Python提供了许多功能强大的库和框架，大大简化了开发人员的工作。在本文中，我们将介绍Python在人工智能领域中的三个主要应用。
yolov5训练时的dataset not found
关于这个问题，大都是因为数据集的路径问题，需要主要的是自己的数据集的下的data.yaml文件，这个文件里的两个相对路径改成绝对路径（写的潦草，只为自己有点印象。
【集群】Slurm作业调度系统的使用
【集群】Slurm作业调度系统的使用
海康线阵相机调试指导
前段时间应公司结构要求，需评估结构和硬件，主要围绕线阵相机图像质量上，在此记录下调试过程中的一些经验，希望能给同行一些方向，互相学习。
Neuralangelo AI - 视频生成3D模型
通过 Neuralangelo，NVIDIA Research 展示了 AI 在将 2D 视频转换为身临其境的 3D 场景方面的巨大潜力。它捕捉复杂细节和纹理的能力为各个行业开辟了新的可能性，从游戏和艺术到机器人和工业数字孪生。Neuralangelo 彻底改变了创意工作流程，使专业人士能够以无与伦
relu函数的作用
relu函数的作用
GCNet: Global Context Network（ICCV 2019）原理与代码解析
本文通过观察发现non-local block针对每个query position计算的attention map最终结果是独立于查询位置的，那么就没有必要针对每个查询位置计算了，因此提出计算一个通用的attention map并应用于输入feature map上的所有位置，大大减少了计算量的同时又
人工智能的最新进展：2024年将会发生什么？
人工智能（AI）是一种快速发展的技术，它正在不断改变我们的生活。在过去几年中，AI取得了重大进展，我们可以预计在2024年将会看到更多突破。
自动驾驶级别划分（SAE分级）
目前被国内外广为接受的自动驾驶级别划分标准是 SAE（国际汽车工程学会）分级，从 Level-0～Level-5 总计6 个级别，Level-0 为最低级别，Level-5 为最高级别。如下图，从无自动化，到“解放双脚”，“解放双手”，“解放双眼”，“解放大脑”，最终达到完全的“无驾驶员”化。
WPS Office AI实战：智能表格化身智能助理
前面我们已经拿 WPS AI 对Word文字、PPT幻灯片、PDF 做了开箱体验，还没有看过的小伙伴，请翻看以前的文章，本文开始对【智能表格】进行AI开箱测验。表格在日常的数据处理中占绝对地位，但表格处理并不是每一个人都擅长，特别是涉及到函数、公式等相关的高级应用，基本上就劝退大部分人了，WPS A
4个将Pandas换为交互式表格Python包
Pandas是我们日常处理表格数据最常用的包，但是对于数据分析来说，Pandas的DataFrame还不够直观，所以今天我们将介绍4个Python包，可以将Pandas的DataFrame转换交互式表格，让我们可以直接在上面进行数据分析的操作。
【数据分析入门】人工智能、数据分析和深度学习是什么关系？如何快速入门 Python Pandas？
本文胎教般地科普了人工智能、深度学习和数据分析的区别和联系，并就数据分析中所常用的Python Pandas库做了快速入门的全面引导
高阶数据增强：Cutmix 原理讲解&零基础程序实现
CutMix是一种数据增强技术，用于在训练图像分类模型时减轻过拟合问题,可以帮助提高模型的泛化性能和鲁棒性，是竞赛的一个重要涨分点。CutMix的核心思想是将两张图像的一部分混合在一起，生成一个新的训练样本。本篇博客详细讲解了CutMix的原理，并从零开始教大家实现将CutMix移植到自己的网络模型
Yolov5环境搭建+运行过程
这是我个人在使用yolov5过程中的一些心得，搭建环境就让我爆炸，最后也是成功运行起来。其中也参考了很多其他人博客的文章，记录下我自己搭建的过程。提示：以下是本篇文章正文内容，下面案例可供参考以上就是本文介绍的我总结的个人经验，方便大家快速上手。
