双栏Latex模板插入多个图片的各种排布
latex中图片排布问题
papers with code介绍（人工智能方向研究生的必备网站）
paperswithcode介绍（人工智能方向的必备网站）本文将从两个部分介绍：一、正文二、导航 **A、browse State-of-the-Art**B、Datasets****C、Method**D、More**网站首页一、正文2.最上面是四个导航选项。3.正文部分就是最新的研究论文正
yolov5使用知识蒸馏
本文介绍的论文《Distilling Object Detectors with Fine-grained Feature Imitation》即是基于 Fine-grained Feature Imitation 技术的目标检测知识蒸馏方法。该方法将 Fine-grained Feature Im
【GPT-4】GPT-4 相关内容总结
GPT-4没开通Plus的用户还没办法体验到GPT-4 是 OpenAI 最先进的系统，可产生更安全、更有用的响应。我们创建了 GPT-4，这是 OpenAI 努力扩展深度学习的最新里程碑。GPT-4 是一个大型多模态模型（接受图像和文本输入，发出文本输出），虽然在许多现实世界场景中的能力不如人类，
YOLO V5源码详解
首先读取图片以及标签路径，并将标签存入缓存，对单标签情况、特定类别、以及是否保持长方形等情况分别进行处理。如果需要进行mosaic 数据增强，首先找到中心点，将图片分别放置于四个位置，进行裁剪或者拼接以适应，并对labels进行调整。同时，对进行过mosaic数据增强过的图像，再进行copy_pas
一文搞懂ubuntu下colmap的使用方法
基于ubuntu20.04下colmap的两种使用方法，新手向
推荐 4个有趣实用的 ChatGPT 开源应用
这篇文章介绍了基于 ChatGPT 的4个有趣实用的开源应用。这些应用包括一个让你使用ChatGPT时生产力翻倍的快捷指令网站，连接了ChatGPT和计算机视觉基础模型，支持图片的发送和接收，以及一个智能语音对话机器人，可以以语音或文本方式与用户进行对话。此外，还有一个支持翻译、润色和总结三种模式，
一块GPU搞定ChatGPT；ML系统入坑指南；理解GPU底层架构
1. 跑ChatGPT体量模型，从此只需一块GPU在发展技术，让大模型掌握更多能力的同时，也有人在尝试降低AI所需的算力资源。最近，一种名为FlexGen的技术因为「一块RTX 3090跑ChatGPT体量模型」而获得了人们的关注。虽然FlexGen加速后的大模型看起来仍然很慢 —— 跑1750亿参
OpenMV：19OpenMV4 Plus训练神经网络进行口罩识别
注意： 只有可以自己训练神经网络，其他版本的性能不够本节讲解如何使用网站来自行训练神经网络模型，进而实现机器学习的功能是一个在线网站，是一个为嵌入式产品非常快速地生成嵌入式上面使用的神经网络的模型，非常地易用且快速，大概只需要5min左右就可以训练出一个OpenMV4 Plus上使用的模型机器学习有
警惕AI复制，几张图片就能实现视频伪造
从AI换脸这一技术诞生起，大众对它的争议就从未停止过。诚然，每一项新兴技术给我们带来了便利，也存在着颠覆伦理道德和冲击安全底线的风险，急需行为道德和法律规范的双重约束。而分享出这篇文章，会不会有人在本文的启发下做出恶意行为呢？事实上，不论是否由本文来介绍，该技术事实上就是存在的！我们更加需要做的是唤
pytorch yolov5的输入图像尺寸为指定尺寸
pytorch yolov5的输入图像尺寸为指定尺寸
torch中如何使用预训练权重
关于torch预训练权重载入的问题
mmsegmentation框架SegFormer训练自己的数据集
使用mmsegmentation中的SegFormer网络训练自己的数据集
ChatGPT新进展GPT-4 模型介绍
虽然在许多现实场景中，GPT-4的能力不如人类，但它在各种专业和学术基准上表现出了人类的水平，包括以大约前10%的成绩通过模拟律师资格考试。GPT-4是一个大型多模态模型(接受图像和文本输入，输出文本输出)，虽然在许多现实场景中不如人类，但在各种专业和学术基准上表现出与人类相当的性能。
NLP（自然语言处理）
目前存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，需要加强语用学的研究才能逐步解决。对大规模文档进行索引。自
评价类模型---TOPSIS法
TOPSIS法统一指标类型标准化处理我们根据例子让大家更好的知道应该如何计算总结第一步：将原始矩阵正向化第二步：正向化矩阵标准化第三步：计算得分并归一化练习题模型的扩展代码运行的几个问题基于熵权法对TOPSIS模型的修正熵权法的步骤...
激光雷达点云与单幅图像配准/映射变为彩色点云
本文提供激光雷达采集的点云与单幅二维图像之间的配准方法，目的是实现点云到图像之间的映射，同时也可以将点云转变为彩色点云。关于激光雷达点云与图像之间的映射原理有网上给出了很多，但是具体转换的方法或开源的代码却较少。因此本文就以一副点云和一副图像进行介绍，并给出具体的实现过程。
YOLOv5用TensorBoard可视化结果解读
TP为正确识别的判例个数，FN为有目标但识别为没有目标的判例个数。FP为没有目标但识别为有目标的判例个数。
【SLAM】LVI-SAM解析——综述
LVI-SAM可以认为是LIO-SAM和VINS-MONO的合体，在此基础上的修改不大。githubpaperLVI-SAM这个注释版代码中一些关于坐标系的注释我认为是有错误的，大家擦亮眼睛。和我也分别写过比较详细的代码解析，详情见链接。.........
传统与深度学习遥感变化监测遥感技术路线与方法
由于遥感算法、数据源质量等原因，遥感变化信息提取一般采用目视解译方式进行，但是目视解译方式费时费力，大区域工作效率很低。而深度学习可以在很短时间内按照模型训练要求，快速全面的进行解译，可以大大提高遥感解译的效效率,因此一般采用传统解译方法与深度学习相结合的方法进行。
