【朝夕教育】2023年03月 其他-运动控制和机器视觉面试题（34道）
运动控制是指“控制移动”之意。其代表可以举出利用各种电机进行位置控制等。电能附加给电机，使电机工作，转换为动能。这项技术作为机床、机械手控制、半导体制造装置、注塑成型机、数字家电检查装置等的核心，发挥着巨大的作用，在这一领域的设备投资近年来大幅增长。 马尔计算视觉理论包含二个主要观点
ChatGPT写程序如何？
ChatGPT最近挺火的，据说还能写程序，感到有些惊讶。于是在使用ChatGPT有一周左右后，分享一下用它写程序的效果如何。
训练自己的GPT2-Chinese模型
基于GPT2-Chinese训练中文文本模型
【OpenCV--模板匹配】
模板匹配就是在给定的图片中，查找和模板最相似的区域，算法的输入包括模板和图片，通过不断移动模板图片，计算其与图片对应区域匹配度，将匹配度最高区域选择为最终结果。
UNet - 预测数据predict(多个图像的分割)
目录1. 介绍2. predict 预测分割图片3. 结果展示4. 完整代码之前已经将unet的网络模块、dataset数据加载和train训练数据已经解决了，这次要将unet网络去分割图像，下面是之前的链接unet 网络：UNet - unet网络dataset 数据处理：UNet - 数据加载
基于OpenCV的图片和视频人脸识别
随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容，基于OpenCV的图片和视频人脸识别。介绍Haar的概念，以及如何对图片和视频中进行人脸检测，以及如何训练我们自己的模型，并在自己的模型下进行人脸识别。
使用 PatchCore 进行图像异常检测
我们已经介绍了 PatchCore 的关键概念，并将其应用于医学影像数据集。即使数据集非常有限，我们也看到了一些非常有希望的结果。一般来说，如果您有一个用例，其中正常数据很容易获取但异常数据很昂贵（甚至是先验未知的），anomalib 可能是一个值得考虑的好工具。相关代码与数据集下载：欢迎关注公众号
ChatGPT和一群程序员的对话，甚至出现橙色警报
ChatGPT和一群程序员的对话
吴恩达机器学习课程资源（笔记、中英文字幕视频、课后作业，提供百度云镜像！）
课程，可以说是机器学习入门的第一课和最热门课程，作者在github开源了吴恩达机器学习个人笔记，用python复现了课程作业，成为热门项目，star数达到11671+。由于某种原因，国内用户访问github非常慢，下载资源经常失败，于是，为方便读者，我们把github内容做成镜像文件予以发布，针对非
stable diffusion插件controlnet的详细讲解以及用法说明
controlnet是基于只能绘画AI-stable diffusion推出的一款功能强大的插件，它为文生图功能引入了新的控制方式，可以额外控制人物的具体姿势，景深，线稿上色等等，可以更稳定的控制画面。
Dropout的深入理解（基础介绍、模型描述、原理深入、代码实现以及变种）
深度神经网络包含多个非线性隐藏层，这使得它们有强大的表现力，可以学习输入和输出之间非常复杂的关系。但是在训练数据有限的情况下，深度神经网络很容易过度学习造成过拟合，过拟合是深度神经网络的一个非常严重的问题，此外，神经网络越大，训练速度越慢，Dropout可以通过在训练神经网络期间随机丢弃单元来防止过
DINO 论文精度，并解析其模型结构 & DETR 的变体
截止2022年7月25日，DINO是目标检测的SOTA。本人根据源码的复现感受和DINO论文的精读心得，撰写本篇博客，希望对你有所帮助。DINO(DETR with Improved deNoising anchOr boxes)，一款最先进的端到端对象检测器。对比的去噪训练方式；用于锚点初始化的混
【OpenCV-Python】：查找物体轮廓+计算轮廓面积、长度、重心
😺一、查找物体轮廓🐶1.1 函数API函数：img, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]).
Python机器学习：drop()删除行列
drop()函数可以轻松剔除数据、操作列和操作行等。
Colmap学习二：前端部分（特征点提取、匹配与剔除）
1 Colmap特征提取和描述colmap一般使用sift-gpu，涉及的知识：1.1 图像金字塔：DOG图像金字塔，再找极值1.2 SIFT特征检测与描述：确定主方向和128维的描述子，再归一化(消除光照的影响)。其中由于Euclidean distance 容易受较大值的影响，使用Helling
注意力机制(Attention)原理详解
文章结构1. 为什么需要Attention2. Attention的基本原理3. Attention存在的问题总结1. 为什么需要Attention在了解Attention之前，首先应该了解为什么我们需要注意力机制。我们以传统的机器翻译为例子来说明为什么我们需要Attention。传统的机器翻译，也
Tensorflow Lite从入门到精通
TensorFlow Lite 是 TensorFlow 在移动和 IoT 等边缘设备端的解决方案，提供了 Java、Python 和 C++ API 库，可以运行在 Android、iOS 和 Raspberry Pi 等设备上。目前 TFLite 只提供了推理功能，在服务器端进行训练后，经过
手把手教你使用Segformer训练自己的数据
SegFormer 基于Swin transformer 修改
一起自学SLAM算法：8.1 Gmapping算法
连载文章，长期更新，欢迎关注：下面将从原理分析、源码解读和安装与运行这3个方面展开讲解Gmapping 算法。首先要知道，Gmapping是一种基于粒子滤波的算法。在7.7.2节中已经提到过用RBPF（Rao-Blackwellization Particle Filter）这种粒子滤波器来求解SL
【超直白讲解opencv RGB与BGR】RGB模式与BGR模式有什么不同，如何相互转换？
【超直白讲解】RGB模式与BGR模式有什么不同，如何相互转换？
