yolov7：win10下的安装配置以及训练自己的数据集（从VOC转换为YOLO）
Win10下yolov7的安装配置以及训练自己的数据集（从VOC转换为YOLO）
Stable Diffusion WebUI安装instruct-pix2pix插件
instruct-pix2pix作者团队提出了一种通过人类自然语言指令编辑图像的方法。他们的模型能够接受一张图像和相应的文字指令(也就是prompt)，根据指令来编辑图像。作者团队使用两个预训练模型（一个是语言模型GPT-3, 另一个是文本到图像模型Stable Diffusion) 生成大量编辑图
利用pytorch长短期记忆网络LSTM实现股票预测分析
长短时记忆网络(Long Short Term Memory Network, LSTM)，是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题，目前比较流行。LSTM主要就是加入了三个门控：第一个开关遗忘门：负责控制继续保存长期状态c；第二个开关输入门：负责控制把即时状态输入到长
一起自学SLAM算法：4.2 激光雷达
连载文章，长期更新，欢迎关注：每当说起雷达，很多人可能想到的就是军事领域探测敌机那种庞然大物。其实，雷达是指利用探测介质探测物体距离的设备，比如无线电测距雷达、激光测距雷达、超声波测距雷达等，如图4-35所示。由于激光具有很好的抗干扰性和直线传播特性，因此激光测距具有很高的精度。基于激光测距原理的激
OpenCV实战——拟合直线
在某些计算机视觉应用中，不仅要检测图像中的线条，还要准确估计线条的位置和方向。本节将介绍如何找到最适合给定点集的线。
yolo v7 转rknn
yolo v7 转rknn
注意力机制详解系列（四）：混合注意力机制
混合注意力是机制基于通道注意力和空间注意力机制，将两者有效的结合在一起，让注意力能关注到两者，又称混合注意力机制，如CBAM,BAM,scSE等，同时基于混合注意力机制的一些关注点，如关注各种跨维度的相互作用；关注长距离的依赖；RGA关注关系感知注意力。
文本检测之DBNet，DBNet++
一个负责预测概率图（probability map，(w/4)*(h/4)*1），代销为，另一个负责预测阈值图（threshold map，(w/4)*(h/4)*1）。概率图经过阈值图处理，进行二值化后得到二值图（approximate binary map，(w/4)*(h/4)*1）。然后计算
【NLP学习计划】万字吃透NER
NLP系列学习计划，今天研究的是顶会ACL2018的一篇文章，并尝试在相同数据集上自己实现模型，领会STOA的魅力！
Pytorch模型量化
在深度学习中，量化指的是使用更少的bit来存储原本以浮点数存储的tensor，以及使用更少的bit来完成原本以浮点数完成的计算。这么做的好处主要有如下几点：更少的模型体积，接近4倍的减少；可以更快的计算，由于更少的内存访问和更快的int8计算，可以快2~4倍。一个量化后的模型，其部分或者全部的ten
车载测试常见关心问题解答
1、车载测试是什么？车载测试分很多种，有软件测试、硬件测试、性能测试、功能测试等等，每一项测试的内容都不一样，我们所说的车载测试主要指的是汽车软件的功能测试，也就是针对汽车实现的某一个功能，而进行的系统功能测试。主要工作还是做软件测试居多，不需要一定知道硬件知识！2、车载的就业行情是什么？车载测试工
如何使用ChatGPT赚钱和变现的16种方法和途径：创意和机会的探索
ChatGPT是一种新兴的技术，可以用于自动回复用户的问题和交流。除了提供便利的服务，ChatGPT还可以用于赚钱和变现。这些都是使用ChatGPT赚钱和变现的常见方法和途径，但实际上还有很多创意和机会等待发掘。只要你有创意和想法，并且愿意付出努力，就能在ChatGPT这个领域中获得成功。
Jetson Xavier NX基于YOLOv5+CSI摄像头实现目标检测
Jetson Xavier NX基于YOLOv5+CSI摄像头实现目标检测
从DDPM到DDIM：深入解读《Denoising Diffusion Implicit Models》
DDIM发表在ICRL2021上，是DDPM重要的改进之一，能显著提高DDPM的样本质量、减少采样时间，并且能显式控制插值，已经被广泛应用到现在的Diffusion Models上。这篇博客和大家一起详细解读一下DDIM，认识这一伟大的模型。.........
数学模型——python实现滑动窗口算法（特征匹配）
python使用滑动窗口算法进行特征匹配
欠采样方法总结
欠采样方法总结
车道线检测数据集介绍
车道线检测数据集介绍
深度学习实战 1 YOLOv5结合BiFPN
BiFPN简单介绍，YOLOv5结合BiFPN （concat操作）
深入理解TDNN（Time Delay Neural Network）——兼谈x-vector网络结构
TDNN（Time Delay Neural Network，时延神经网络）是用于处理序列数据的，比如：一段语音、一段文本将TDNN和统计池化（Statistics Pooling）结合起来，正如x-vector的网络结构，可以处理任意长度的序列TDNN出自x-vector出自。
