【定位导航科普篇】北斗卫星导航技术介绍
这是北斗三号全球组网卫星突出的亮点之一，极大地提高了卫星独立运转的能力，各卫星可以通过星载设备相互通讯，彼此实时共享位置，很快就能知道所有卫星与自己的相对位置。北斗卫星导航系统（简称北斗系统）是我国自主发展、独立运行的全球卫星导航系统，为全球用户提供全天候、全天时、高精度的定位、导航和授时服务，是继
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
亚马逊云科技中国峰会：Amazon DeepRacer——载着 AI 梦想向前奔跑
YOlov5网络架构
yolov5网络架构
机器学习第一章 发展历史与背景
机器学习的发展历史和背景
让 ChatGPT 自己告诉你如何与它高效交流（对话全过程展示，请自行感受）
在本博客中，我们介绍了与 ChatGPT 高效交流的方法和技巧。
使用ChatGpt做考试卷: 助力拿高分的利器
作为一名学生，在考试的时候总是会有些焦虑和压力。为了在考试中取得更好的成绩，我们经常会去准备各种资料和笔记，并不断地复习和巩固。但是，有时候，这些准备方法并不足以让我们完全应对考试中的各种难题。这时候，我们就需要借助其他的工具来帮助我们。最近，我发现了一种新的方法——使用ChatGpt来做考试卷。在
线性卷积和循环卷积（圆周卷积）
线性卷积和循环卷积（圆周卷积）
DeepFaceLab 教程之硬件配置要求
换脸软件出来也好几年了，但是目前依旧对硬件依赖比较大。想要在自己电脑上跑换脸软件就必须要一张显卡，想要轻松点，就必须要一张好显卡（今年搞一张好显卡不容易）。 显卡主要分N卡（英伟达）和A卡（AMD），一般来说是推荐N卡，N卡的支持会更好，使用场景更广泛。
Anchor based and Anchor free(无锚VS有锚)【总结】
anchor-based方法使用不同大小和形状的anchor框来回归和分类目标，例如faster rcnn、retinanet和yolo等。anchor-free，例如fcos、atss和cornernet等。anchor-free方法比anchor-based方法更简单和灵活，但可能存在召回率或定
一文解惑，对于SCI论文投稿Under Review状态的一万种解读
论文Under Review后的一万种可能
决策树之ID3的matlab实现
决策树是什么？决策树当然顾名思义用来做决策。怎么决策？以树状的形式来表示逻辑的一种决策过程。既然是一棵树，必然有树枝，那么把树枝的分叉表示我们的一种划分，来判断往哪个树枝继续前进。决策树有以下部分组成：（1）根节点：即为决策树的起点（2）分支点：属于内部节点，所谓分支就是要选择一个某一个特征或者属性
Ai作图可控性演进——从SD到MJ
1.介绍了文本生成图提高可控性的几种思路2.介绍了市面主流的可控模型几个解决方案3.回归到问题本质，更细粒度的控制更精准的控制才是未来4.多模态和数据的规范化是未来竞争实力
49.在ROS中实现local planner（2）- 实现Purepersuit(纯跟踪)算法
实现了一个模板，接下来我们将实现一个简单的纯跟踪控制，也就是沿着固定的路径运动，全局规划已经规划出路径点，基于该路径输出相应的控制速度。
图解transformer中的自注意力机制
本文将将介绍注意力的概念从何而来，它是如何工作的以及它的简单的实现。
CLIP，GLIP论文解读，清晰明了
CLIP：Contrastive Language-Image Pre-training，论文名称：Learning Transferable Visual Models From Natural Language Supervision。GLIP论文名称：Grounded Language-Im
最新版本 Stable Diffusion 开源 AI 绘画工具之 老照片高清修复 篇
学习AI老照片高清修复功能，留住你过往的记忆
AIGC提示(prompt)工程之开宗明义篇
本文介绍使用使用AIGC提示(prompt)工程之开宗明义篇，希望对学习Prompt不久，但对Prompt理解尚欠的同学们有所帮助。文章目录1. 问题：为什么要使用prompt2. 大语言模型的本质3. 两大关键参数
【码银送书第一期】通用人工智能：初心与未来
自20世纪50年代图灵在其划时代论文《计算机器与智能》中提出“图灵测试”以及之后的达特茅斯研讨会开始，用机器来模仿人类学习及其他方面的智能，即实现“人工智能”（Artificial Intelligence，AI）便成为计算机领域持续的研究热点。达特茅斯会议指出，“人工智能”的研究目标是实现能模拟人
OpenCV入门（十八）快速学会OpenCV 17 直线检测
霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough（霍夫）于1962年首次提出。最初的霍夫变换只能用于检测直线，经过发展后，霍夫变换不仅能够识别直线，还能识别其他简单的图形结构，常见的有圆、椭圆等。霍夫直线
Matlab实现机器学习（附上完整仿真源码）
Matlab实现机器学习（附上完整仿真源码）
