Pytorch：全连接神经网络-MLP回归
使用全连接神经网络(MLP)解决波士顿房价回归预测问题
人工智能-深度学习-yolov3口罩佩戴识别
一.基础环境windows 10cuda 10.0python3.7.4tensorflow-gpu 1.14.0keras2.24numpy==1.16.5二.下载keras-yolo3代码从github上下载:https://github.com/qqwweee/keras-yolo3代码解构如
YOLOv8详解 【网络结构+代码+实操】
YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求Backbo
计算机视觉CV领域中多尺度特征的概念
计算机视觉CV领域中多尺度特征的概念，使用多尺度，就可以提取更全面的信息，既有全局的整体信息，又有局部的详细信息。
PyTorch学习系列教程：何为Tensor？
导读本文继续PyTorch学习系列教程，来介绍在深度学习中最为基础也最为关键的数据结构——Tensor。一方面，Tensor之于PyTorch就好比是array之于Numpy或者DataF...
计算机视觉方面的三大顶级会议：ICCV,CVPR,ECCV（统称ICE）
ICCV/CVPR/ECCV
基于长短期记忆神经网络LSTM的预测模型(matlab实现）
长短期记忆神经网络（LSTM）是循环神经网络中的一种。由于普通的神经网络出现如上的问题，长短期记忆神经网络来源于对循环神经网络的改进和优化，有效解决了循环神经网络中出现的梯度消失或梯度爆炸等问题，可用于处理更复杂的时间序列问题。长短期记忆神经网络通过独特设计的遗忘门、输入们和输出门，在设计的开始就默
DDPM代码详细解读(1)：数据集准备、超参数设置、loss设计、关键参数计算
Diffusion Models专栏文章汇总：入门与实战前言：大部分DDPM相关的论文代码都是基于《Denoising Diffusion Probabilistic Models》和《Diffusion Models Beat GANs on Image Synthesis》贡献代码基础上小改动的
完整复现YOLOv8:包括训练、测试、评估、预测阶段【本文源码已开源,地址在文章末尾】
（这里主要是在colab.research.google.com实现的，本地的配置也是类似的方法）YOLOv8是一种用于目标检测的深度学习算法。主要参考：https://github.com/ultralytics/ultralytics/blob/main/README.zh-CN.md。yolo
Informer模型与基础学习
文章目录摘要文献阅读一. Informer: 一个基于Transformer改进的高效的长时间序列预测模型1.1 论文摘要1.2 研究内容1.3 Informer模型架构预备知识LSTF问题定义Encoder-Decoder 体系结构1.4 创新点1.5二. pytorch 基础2.1 损失函数与反
PT100/PT1000温度采集电路方案
金 属 热 电 阻 如 镍 、铜 和 铂 电 阻 ，其 阻 值 随 温度的变化是正相关的， 以铂的物化性质最稳定，应用最广泛。常用铂电阻 Pt100 的测温范围为-200～850 ℃，此外 Pt500、Pt1000 等的测温范围依次缩小。Pt1000，测温范围-200～420 ℃。
【7】SCI易中期刊推荐——计算机 | 人工智能（中科院4区）
SCI即《科学引文索引》是1961年由美国科学信息研究所创办的文献检索工具。在我国，SCI不仅是一部权威的文献检索工具，更是评价个人&团队科研学术水平及优秀创新成果的一种重要依据。
遥感航拍影像25篇CVPR39个数据集
本文讲解了39个数据集，关于高空卫星图和低空无人机航拍图相。本文汇总了25篇CVPR2020年和2021年的论文。本文详细介绍了这25篇论文的任务是什么，难点是什么，场景是什么。同时，本文在需要的地方解释了一些卫星图和航拍图的入门常识和前置知识，比如digital surface model的含义。
深度学习从入门到精通——基于深度学习的地震数据去噪处理
传统机器学习SVM,boosting,bahhing,knn深度学习CNN（典型）,GAN地震应用方向叠前地震数据随机噪声去除，实现噪声分离面波去噪面波作
火爆全网的人工智能聊天机器人使用教程
一款强大的人工智能机器人。
使用YOLOv5训练NEU-DET数据集
一、下载YOLOv5源码和NEU-DET(钢材表面缺陷)数据集YOLOv5源码NEU-DET(钢材表面缺陷)数据集这里的数据集已经经过处理了，下载即可若通过其他途径下载的原始数据集标签为xml格式，需要转化为txt格式XML转txt格式脚本二、数据集准备NEU-DET(钢材表面缺陷)数据集中一共有六
实证论文结果复刻+stata代码解释
stata复刻实证论文结果以及代码解释
YOLOv7训练自己的数据集(超详细）
官方版本的YOLOv7训练自己的数据集
深度学习-inception模块介绍
深度学习-inception模块介绍
