OpenART mini使用教程
OpenART mini 是我们在 NXP 的 OpenART 套件的基础上，去除非视觉部分而制作出来的迷你版。虽说只是迷你版，但“麻雀虽小，五脏俱全”。OpenART mini 不仅可以很轻松的完成机器视觉（machine vision）应用，还可以完成 OpenMV 不能完成的神经网络模型的部署
Apollo学习笔记（1）：Ubantu20.04安装Apollo7.0
Ubantu20.04安装Apollo7.0完整版记录
AIGC最近很火，给大家推荐一个已经有1000位开发者使用的中文aigc开源模型，包括ai画图、ai聊天
这套模型是昆仑万维集团旗下的奇点智源公司开发的，它们在12月中旬开源，半个月的时间已经吸引了将近1000名使用者。
pytorch从零开始搭建神经网络
pytorch教程之nn.Sequential类详解——使用Sequential类来自定义顺序连接模型_LoveMIss-Y的博客-CSDN博客_sequential类pytorch教程之nn.Module类详解——使用Module类来自定义模型_LoveMIss-Y的博客-CSDN博客_torch
信息熵是什么
信息熵是什么通过前两节的学习，我们对于决策树算法有了大体的认识，本节我们将从数学角度解析如何选择合适的“特征做为判别条件”，这里需要重点掌握“信息熵”的相关知识。信息熵这一概念由克劳德·香农于1948 年提出。香农是美国著名的数学家、信息论创始人，他提出的“信息熵”的概念，为信息论和数字通信奠定了基
语义分割之SegFormer分享
今年可以说是分割算法爆发的一年，首先Vit通过引入transform将ADE20K mIOU精度第一次刷到50%，超过了之前HRnet+OCR效果，然后再是Swin屠榜各大视觉任务，在分类，语义分割和实例分割都做到了SOTA，斩获ICCV2021的bset paper，然后Segformer有凭借对
目标检测: 一文读懂 YOLOX
论文：YOLOX: Exceeding YOLO Series in 2021论文链接：https://arxiv.org/pdf/2107.08430.pdf代码链接：https://github.com/Megvii-BaseDetection/YOLOX.文章目录1 为什么提出YOLOX2 Y
【图像处理】图像离散小波变换（Discrete Wavelet Transform）及python代码实现
Motivation看到有论文用到了图像的Haar Discrete Wavelet Transform（HDWT），前面也听老师提到过用小波变换做去噪、超分的文章，于是借着这个机会好好学习一下。直观理解参考知乎上的这篇文章：https://zhuanlan.zhihu.com/p/22450818
机器学习算法——混淆矩阵（Confusion Matrix）之鸢尾花实例
什么是混淆矩阵？其实就是把所有类别的预测结果与真实结果按类别放置到了同一个表里，在这个表里我们可以清楚地看到每个类别正确识别的数量和错误识别的数量。混淆矩阵在什么情况下最好呢？答案是类别不平衡时。混淆矩阵是除了ROC曲线和AUC之外的另一个判别分类好坏程度的方法。TP=True Positive=真
深度学习网络各种激活函数 Sigmoid、Tanh、ReLU、Leaky_ReLU、SiLU、Mish
激活函数的目的就是：梯度为0， 无法反向传播，导致参数得不到更新：随着数据的变化，梯度没有明显变化：梯度越来越大，无法收敛梯度消失问题：1、反向传播链路过长，累积后逐渐减小2、数据进入梯度饱和区如何解决：1、选正确激活函数，relu, silu2、BN 归一化数据3、 resnet 较短反向传播路径
全面解析PaDiM
使用PaDiM网络跑自己的数据集，除去测试时读入dataloader的时间，每张图片测试时间在20-30ms，精度比较高，图像分类准确率99-100，像素分割准确率97以上，但是最大的问题是需要通过分割好的label来确定阈值选取（这一点必定要改过来）。for循环内的二次for循环：在tqdm的fo
YOLOv7中的数据集处理【代码分析】
本文章主要是针对yolov7中数据集处理部分代码进行解析(和yolov5是一样的)，也是可以更好的理解训练中送入的数据集到底是什么样子的。数据集的处理离不开两个类，(from torch.utils.data.dataloader import DataLoader)，不论什么样的算法，在处理数据集
【动手学深度学习PyTorch版】23 深度学习硬件CPU 和 GPU
深度学习硬件CPU 和 GPU
Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集（不断更新中）
stable diffusion 所用的各种模型及参数设置，扩展安装等，陆续更新
Transformer前沿——语义分割
Transformer在语义分割领域的发展
【Anaconda创建虚拟环境】报错及解决办法
Anaconda创建虚拟环境的一些报错问题及解决办法记录
openAI API简易使用教程
openAI提供了几种不同场景的模型，主要有text completion、code completion、chat completion、image completion，例如chat completion，则调用方式为。而且请求的token和回复的token数会被加一起计费，例如说输入了10个t
AI时代来临，如何把握住文档处理及数据分析的机遇
在3月18日，由中国图象图形协会（CSIG）主办，合合信息、CSIG文档图像分析与识别专业委员会联合承办的“CSIG图像图形企业行”活动将正式举办，特邀来自上海交大、厦门大学、复旦、中科大的顶尖学府的学者与合合信息技术团队一道，以直播的形式分享文档处理实践经验及NLP发展趋势，探讨ChatGPT与文
【ROS2&AI】电脑摄像头、intel-D435，利用ros2发布订阅图像(Python)
配置：Python、ROS2、opencv、Ubuntu。利用电脑相机或D435相机联合ROS2进行图像的发布与订阅。与传统的传输列表、字符串msg不同（定义消息类型直接发送即可），利用ros2传输图像需要把图像frame转为image类型的msg。流程如下：opencv或者realsense获取得
【数据挖掘实战】——家用电器用户行为分析及事件识别(BP神经网络)
构建用水事件行为识别模型1、洗浴识别模型根据建模样本数据和用户记录的包含用水的用途、用水开始时间、用水结束时间等属性的用水日志，建立BP神经网络模型识别洗浴事件。
