yolov5模型压缩之模型剪枝
稀疏剪枝
图像恢复 SWinIR : 彻底理解论文和源代码 (注释详尽）
文章目录SwinIR 论文SWinIR 网络结构整体框架浅层特征提取深层特征提取图像重建模块主要代码理解SwinIRMLPPatch EmbeddingWindow Attention残差 Swin Transformer 块 (RSTB)HQ Image Reconstruction一个测试实例参
SPSS软件实操——ARIMA时间序列预测模型
案例：基于ARIMA模型对螺纹钢价格预测——以南昌市为例
六自由度机器人（机械臂）运动学建模及运动规划系列（四）——轨迹规划
本篇介绍了六轴机器人关节空间以及笛卡尔空间轨迹规划的简单方法，并给出了一种几何解法，以简化规划过程，并提供了简单的Matlab轨迹规划函数介绍。
【YOLOv7_0.1】网络结构与源码解析
对YOLOv7_0.1版本的整体网络结构及各个组件，结合源码和train文件夹中的配置文件进行解析
常见经典目标检测算法
目标检测(Object Dectection)的任务是图像中所有感兴趣的目标（物体），确定他们的类别和位置。除图像分类外，目标检测要解决的核心问题是：
猿创征文｜深度学习基于ResNet18网络完成图像分类
CIFAR-10数据集包含了10种不同的类别、共60,000张图像，其中每个类别的图像都是6000张，图像大小均为32×3232×32像素。
教你用300行Python代码实现一个人脸识别系统
最近又多了不少朋友关注，先在这里谢谢大家。今天我们来python实现一个人脸识别系统，主要是借助了dlib这个库，相当于我们直接调用现成的库来进行人脸识别，就省去了之前教程中的数据收集和模型训练的步骤了。
【人工智能】MindSpore Hub
【人工智能】MindSpore Hub
用Python实现简单的人脸识别，10分钟搞定！（附源码）
前言让我的电脑认识我，我的电脑只有认识我，才配称之为我的电脑！今天，我们用Python实现简单的人脸识别技术！Python里，简单的人脸识别有很多种方法可以实现，依赖于python胶水语言的特性，我们通过调用包可以快速准确的达成这一目的。这里介绍的是准确性比较高的一种。欲直接下载源代码文件，关注微信
Stable Diffusion搭建全过程记录，生成自己的专属艺术照
项目开发领导者有两位，分别是 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser，和慕尼黑大学机器视觉学习组的 Robin Romabach。这个项目的技术基础主要来自于这两位开发者之前在计算机视觉大会 CVPR22 上合作发表的潜伏扩散模型 (Latent Diffusion
Unity Rain Ai 插件的使用入门
利用Rain在Unity开发中完成基本的路径导航、障碍物规避、AI角色的视觉和听觉功能
当下最强的 AI art 生成模型 Stable Diffusion 最全面介绍
目录模型生成效果展示（prompt 全公开）如何注册 Stable Diffusion 使用SD（dreamstudio.ai ）的收费标注如何SD 提供哪些参数可以设置如何使用种子来改进一张作品我用 SD 创作的图片著作权如何归属，可以拿来商用吗？Stable Diffusion 背后的研发团队S
Attentional Feature Fusion 注意力特征融合
看到一篇比较不错的特征融合方法，基于注意力机制的 AAF ，与此前的 SENet、SKNet 等很相似，但 AFF性能优于它们，并且适用于更广泛的场景，包括短和长跳连接以及在 Inception层内引起的特征融合。AFF是由南航提出的注意力特征融合，即插即用！
[ 注意力机制 ] 经典网络模型2——CBAM 详解与复现
[ 注意力机制 ] 经典网络模型2——CBAM 详解与复现1、Convolutional Block Attention Module2、CBAM 详解Channel Attention ModuleSpatial Attention Module3、CBAM 复现简称 ``CBAM``，2018年
yolov7 网络架构深度解析
yolov7网络结构深度解析
深度强化学习-DDPG算法原理与代码
引言Deep Deterministic Policy Gradient (DDPG)算法是DeepMind团队提出的一种专门用于解决连续控制问题的离线式(off-line)深度强化学习算法，它其实本质上借鉴了Deep Q-Network (DQN)算法里面的一些思想。本文就带领大家了解一下这个算法
机器学习中的数据预处理方法与步骤
机器学习预处理详细方法
yolov5-6.0/6.1加入SE、CBAM、CA注意力机制（理论及代码）
yolov5-6.0/6.1加入SE、CBAM、CA注意力机制（理论及代码）
【YOLOv5-6.x】设置可学习权重结合BiFPN（Add操作）
文章目录前言修改common.py修改yolo.pyyolov5s-bifpn.yaml测试结果References前言在之前的这篇博客中，简要介绍了BiFPN的原理，以及YOLOv5作者如何结合BiFPN：【魔改YOLOv5-6.x（中）】：加入ACON激活函数、CBAM和CA注意力机制、加权双向
