睿智的目标检测65——Pytorch搭建DETR目标检测平台
基于Transformer的目标检测一直没弄，补上一下。DETR可以采用多种的主干特征提取网络，论文中用的是Resnet，本文以Resnet50网络为例子来给大家演示一下。将靠前若干层的某一层数据输出直接跳过多层引入到后面数据层的输入部分。意味着后面的特征层的内容会有一部分由其前面的某一层线性贡献。
机器学习及其MATLAB实现——BP神经网络
本文章为学习MATLAB机器学习时所整理的内容，本篇文章是该系列第一篇，介绍了BP神经网络的基本原理及其MATLAB实现所需的代码，并且增加了一些个人理解的内容。人工神经网络概述什么是人工神经网络？In machine learning and cognitive science, artifici
滑模控制理论(SMC)
滑膜控制的核心是建立一个滑模面，将被控系统拉倒滑模面上来，使系统沿着滑模面运动，滑膜控制的优势在于无视外部扰动和不确定性参数，采取一种比较暴力的方式来达到控制目的，但是这种暴力也带来了一些问题，就是正负信号的高频切换，一般的硬件是无法进行信号的高频切换的，所以需要一些其他的方式避免这个问题，还有就是
近几年CVPR图像压缩总结
图像压缩cvpr
人工智能常用10大开发框架和AI库
Torch是一个用于科学和数值的开源机器学习库，主要采用C语言作为编程语言，它是基于Lua的库，通过提供大量的算法，更易于深入学习研究，提高了效率和速度。Accord.NET框架是一个.NET机器学习框架，主要使用C#作为编程语言，该框架可以有效地处理数值优化、人工神经网络，甚至是可视化，除此之外，
【凯斯西储大学数据集介绍（CWRU）】
CWRU
《联邦学习实战—杨强》之使用Python从零开始实现一个简单的横向联邦学习模型
理解《联邦学习实战—杨强》使用Python从零开始实现一个简单的横向联邦学习模型
[深度学习基础]激活函数和损失函数
Sigmoid函数的图像如下图所示，其函数曲线在坐标轴上呈现"S"型，经典的S型分布是正态分布的累积分布函数，由于神经网络当中的变量、数据样本分布通常具有正态分布的特性，因此需要Sigmoid函数加入网络模型当中辅助神经网络更好地拟合数据分布。使用Sigmoid的另外一个原因在于该函数的值域为[0,
MediaPipe实现手指关键点检测及追踪，人脸识别及追踪
OpenCV 是一个用于计算机视觉应用程序的库。在 OpenCV 的帮助下，我们可以构建大量实时运行更好的应用程序。主要用于图像和视频处理。可以在此处获取有关 OpenCV 的更多信息 (https://opencv.org/)除了 OpenCV，我们将使用 MediaPipe 库。1.MediaP
非常详细的相机标定原理、步骤（一）
主要说明了 世界坐标系到相机坐标系，相机的外参与内参
人工智能 LLM 革命前夜：一文读懂横扫自然语言处理的 Transformer 模型
阿里ATA内部技术社区头条文章，作者麦克船长为现任阿里集团总监，近期自然语言领域的生成式AI（Gen-AI或叫AIGC）爆火，其背后的技术缘起要从几大主流LM如何一路演变到Transformer说起，本文将以初学者视角一文读懂。
市面上的数学规划求解器都有哪些？
国内外常见优化求解器梳理总结
活体检测综述 Deep Learning for Face Anti-Spoofing: A Survey 阅读记录
这篇文章首次全面回顾了基于深度学习的活体检测算法的最新研究进展。
基于人脸识别的门禁系统报告
人脸识别，寝室管理
tf.keras.layers.Embedding() 详解
输入：二维张量：(batch_size, input_length)。输出：3D 张量：(batch_size, input_length, output_dim)。
Yolov3 模型结构
Yolov3 详解，tf.keras构建yolov3模型
基于卷积神经网络的人脸表情识别(JAFFE篇)
1.win10/11操作系统2.python3.7以上3.tensorflow2.4以上版本（2.0其它版本需要微调）4.内存12G，显卡4G以上（没有独显倒是也能跑...）（这个可爱的妹子就是JAFFE数据集中的图片）
python中savgol_filter的详细解释
Savitzky-Golay滤波器最初由Savitzky和Golay于1964年提出，是光谱预处理中常用滤波方法，它的核心思想是对一定长度窗口内的数据点进行k阶多项式拟合，从而得到拟合后的结果。对它进行离散化处理后后，Ｓ-Ｇ 滤波其实是一种移动窗口的加权平均算法，但是其加权系数不是简单的常数窗口，而
多模态情感识别数据集和模型(下载地址+最新综述2021.8)
引用论文：Zhao, Sicheng, et al. “Emotion Recognition from Multiple Modalities: Fundamentals and Methodologies.” arXiv preprint arXiv:2108.10152 (2021).PDF链
两阶段鲁棒优化的 Benders分解 与 行列生成(C&CG) 算法及算例讲解
本文主要基于Zeng Bo老师2013年发表于《Operations Research Letters》上的文章《Solving two-stage robust optimization problems using a column-and-constraint generation meth
