【OpenCV图像处理11】车辆统计项目
OpenCV图像处理第十一部分：车辆统计项目。主要内容包含：准备工作（涉及到的内容和整体流程）、加载视频、背景减除、形态学识别车辆、判断是否是车辆以及车辆计数并显示。
【NLP】一文了解词性标注CRF模型
NLP 自然语言之一文了解词性标注CRF模型
Pytorch中获取模型摘要的3种方法
在pytorch中获取模型的可训练和不可训练的参数，层名称，内核大小和数量。
Python复现颜色图绘制大赛的作品
受slandarer大佬启发，自己用Python复现了一下七年前的一个颜色图绘图大赛的一些作品。把复现过程记录如下：这场比赛居然已经是七年前的事情了，大佬A Frayed Knot在StackExchange上发起了挑战，举办了名为“Tweetable数学艺术”的比赛(实际上活动整整进行了一年半)比
图像处理：随机添加椒盐噪声和高斯噪声Python
高斯噪声，椒盐噪声，常规的方法，需要遍历每个像素，添加椒盐噪声，该方法十分缓慢。Python语言十分不建议进行图像像素遍历操作，毕竟性能太差，速度太慢了（除非写成C/C++版本）。我们可以借助numpy的矩阵处理，实现快速的添加椒盐噪声.........
科学规划，全栈学习！《三维视觉：原理与实践》课程重磅上线
十余位奥比中光算法专家和资深工程师倾力打造3D视觉全栈学习路线！课程共12大专题，20小节，从入门到精通，带你系统性学习三维视觉！
西瓜书第四章阅读笔记
Datawhale小组打卡学习，西瓜书第四章决策树部分学习笔记
点云深度学习——pyqt调用配准网络DCP模型
点云深度学习——pyqt调用配准网络DCP模型
python代码实现论文〖文献引用顺序〗修改校对
解决办法就是模式匹配引用文献的数字标号，按出现的顺序对其从1开始赋值，建立一个旧文献对应其正确顺序的文献映射表。得到映射表后，为方便快速定位修改，可检索输出每段文献原来序号和对应的正确序号字典的键值对为。......
如何使用谷歌浏览器 Chrome 更好地调试
谷歌浏览器可能是开发人员中使用最广泛和最受欢迎的网络浏览器，因为它与众不同。它已逐渐成为大多数开发人员测试和调试其网站和 Web 应用程序的首选 Web 浏览器。Google Chrome 为开发人员提供了使用浏览器中的内置开发人员工具（又名 DevTools）调试大多数 Web 应用程序的能力，而
论文推荐：使用带掩码的孪生网络进行自监督学习
本篇文章将介绍Masked Siamese Networks (MSN)，这是另一种用于学习图像表示的自监督学习框架。MSN 在 ImageNet-1K 上的线性评估方面优于 MAE 和其他模型
多图详解Windows恶意软件删除工具的常用操作
本文主要介绍了Windows恶意软件删除工具的使用方法，希望对新手有所帮助。文章目录1. 操作方法2. 下载地址
APP应用加固实战案例：飞凡汽车
为了进一步保障App安全，飞凡汽车与顶象达成合作。借助顶象端加固，飞凡汽车App能有效防御内存注入、Hook、调试、注入、多开、内存Dump、模拟器、二次打包和日志泄露等攻击威胁，防止App遭受入侵、篡改、破解、二次打包等恶意侵害，并能够对密钥存储文件、配置类文件的进行加密，保障隐私数据安全。上汽集
LeetCode 53. 最大子数组和 （动态规划+贪心——C/C++/Python）
关注专栏《算法题LeetCode》，高效刷题，本专栏使用C./C++/Python三种语言，多种解法刷题，题目来源为力扣。本文题目：53. 最大子数组和 。
【Python 实战基础】Pandas如何将数据处理后保存csv文件
Python 中 Pandas如何将数据处理后保存csv文件文件读写基础语法Pandasto_csv
人脸活体检测人脸识别：眨眼+张口
使用dilb、face_recognition库实现，眨眼+张嘴的活体检测、和人脸识别功能。包含摄像头和视频
为什么Adam 不是默认的优化算法?
本文这并不是否定自适应梯度方法在神经网络框架中的学习参数的贡献。而是希望能够在使用Adam的同时实验SGD和其他非自适应梯度方法
【简单模拟添加并合并通讯录~python+】
无论是之前的按键机还是如今的智能机，通讯录都是大家最为熟知、最为经常使用的一个功能，现在我们就简单来模拟模拟用python来添加并合并通讯录叭！运行效果如下：欢迎关注微信公众号【程序人生6】，一起探讨学习哦！！！...
【Python数据科学快速入门系列 | 04】Numpy四则运算、矩阵运算和广播机制的爱恨情仇
本文总结了numpy常见的运算，四则运算与矩阵运算，以及它们的区别。同时描述了在形状不满足要求时，在特定情况下仍然可以运算的广播机制。
实景三维建设背景下，三维GIS面临哪些挑战?
是一个对多遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像。通常情况是指将空间分辨率更高的全色波段影像与空间分辨率较低的多光谱影像想融合，
