3D深度相机---结构光
去年的仪器仪表的课有汇报，我还专门为3D深度像机做了个调研，一直用inter realsense的，最近老师让看结构光方案的，正好总结一下。由于基于双目立体视觉的深度相机对环境光照强度比较敏感，且比较依赖图像本身的特征，因此在光照不足、缺乏纹理等情况下很难提取到有效鲁棒的特征，从而导致匹配误差增大甚
关于yolov8一些训练的情况
1、使用yolov8s训练(2000轮，真就一直训到了2000轮，不会象是yolov5一样收敛了就不训了)第一次map50=0.915，第一次训练依旧是2000轮，依旧是训练跑完2000轮了，map=0.91,map相差了0.5个点。(训练结果被我删除了，因为上面那个错误，然后我把run文件夹全部删
DDPG 代码调试问题
DDPG的一些问题整理：包括多维动作ddpg，ddpg取边界值，动作加约束的问题，尤其是添加动作约束后网络参数梯度为None这一块，很少有文章结合DDPG网络具体讲，因此把我的解决过程记录下来
OpenCV实战（17）——FAST特征点检测
Harris 算子根据两个垂直方向上的强度变化率给出了角点(或更一般地说，兴趣点)的数学定义。但使用这种定义需要计算图像导数，计算代价较为高昂，特别是兴趣点检测通常只是更复杂算法的先决步骤。在本中，我们将学习另一个特征点检测算子 FAST (Features from Accelerated Seg
SeAFusion:首个结合高级视觉任务的图像融合框架
在SeAFusion发表之前，关于图像融合的研究一直在魔改网络，设计loss function， 调整学习范式中徘徊，SeAFusion给与了我们新的启发，即联系高级视觉任务来研究图像融合。尽管SeAFusion的方法设计还比较简单，但是这也给了我们更多的优化空间。此外之前感觉大家觉得红外和可见光图
深度学习常用的backbone有哪些
深度学习中常用的backbone有resnet系列（resnet的各种变体）、NAS网络系列（RegNet）、Mobilenet系列、Darknet系列、HRNet系列、Transformer系列和ConvNet。
人工智能学习——神经网络（matlab+python实现）
神经网络文章目录神经网络前言一、神经网络理论知识二、matlab实现神经网络1.引入库2.读入数据三、python实现神经网络1.引入库总结前言此文章仅作为个人学习笔记使用，主要介绍理论以及学习过程，仅供参考！一、神经网络理论知识示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据
【ChatGPT】ChatGPT 能否取代程序员？
ChatGPT能否取代程序员
Prompt Learning详解
现阶段NLP最火的两个idea 一个是对比学习（contrastive learning） 另一个就是 promptprompt 说简单也很简单 看了几篇论文之后发现其实就是构建一个语言模板 但是仔细想想又觉得复杂 总感觉里面还有很多细节 因此我想从头到尾梳理一下prompt 很多地方会把它翻译成[
超分之EDSR
这篇文章是SRResnet的升级版——EDSR，其对网络结构进行了优化(去除了BN层)，省下来的空间可以用于提升模型的size来增强表现力。此外，作者提出了一种基于EDSR且适用于多缩放尺度的超分结构——MDSR。EDSR在2017年赢得了NTIRE2017超分辨率挑战赛的冠军。参考目录：①深度学习
CVAT——计算机视觉标注工具
CVAT 是用于计算机视觉的强大、有效、免费、在线、交互式视频和图像注释工具
如何使用Docker搭建PhotoPrism - 打造基于AI私有化的个人相册系统
PhotoPrism® 是一款由人工智能驱动的应用程序，用于浏览、组织和分享您的照片集。它利用最新技术自动标记和查找图片。您可以在家里、私人服务器或云端运行它。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kFAsGCtD-1668649131006)(https:/
准确率、精确率、召回率、F1-score
追求召回率高，则通常会影响精确率。F1值为算数平均数除以几何平均数，且越大越好，将Precision和Recall的上述公式带入会发现，当F1值小时，True Positive相对增加，而false相对减少，即Precision和Recall都相对增加，即F1对Precision和Recall都进行
游程编码（Run Length Coding）
游程编码（Run Length Coding）
ChatGPT Plus使用指南：解锁人工智能模型的强大功能
ChatGPT普通版使用的是GPT3.5模型，而Plus版使用的是GPT4。在语义理解和回答的组织上，GPT4有更高的推理及一致性，相比3.5有着明显的优势。因此，对于商业应用或工作中需要提高效率的人来说，使用ChatGPT Plus版是最佳选择。
笔记--Ubuntu20.04安装Nvidia驱动、CUDA Toolkit和CUDA CuDNN
注：选择合适的版本进行安装，确保 CUDA Toolkit 的版本低于 Nvidia 驱动的版本！时，表明 pytorch 安装成功，pytorch 可以使用 Cuda 进行加速，Nvidia驱动、CUDA Toolkit 和 CUDA CuDNN 等均安装成功！末尾添加以下两条路径：（由于博主安装
OpenCV图像特征提取学习四，SIFT特征检测算法
SIFT特征检测算法原理
ChatGPT国内怎么使用-ChatGPT是什么
尽管 GPT-3 的源代码尚未发布，但StackExchange网站上的一篇帖子表明 GPT-3 是用“与 GPT-2 相同的模型和架构”编写的。它以书籍、文章和网站的文本形式在有偏见和无偏见的数据上进行了良好的训练。一旦它对语言有了足够的了解，它就可以根据给定的提示或主题生成自己的文本。对于从事各
基于深度神经网络的中药材识别
近年来,受到我国国民经济发展与社会财富积累增速加快的影响,人们对自己的身体健康也越来越重视,很多的人都选择在服用中草药来治疗疾病、改善体质,因此,我国的中药材行业在这一段时间内也迎来了蓬勃的发展。人们对中医健康养生越来越重视,而中药材是中医健康养生体系的重要组成部分。中药材种类纷繁复杂,普通人对中药
如何将pytorch模型部署到安卓
这篇文章演示如何将训练好的pytorch模型部署到安卓设备上。我也是刚开始学安卓，代码写的简单。环境：pytorch版本：1.10.0pytorch_android支持的模型是.pt模型，我们训练出来的模型是.pth。所以需要转化才可以用。先看官网上给的转化方式：这个模型在安卓对应的包：注:pyto
