VS2022永久配置OpenCV开发环境
在VS2022中配置opencv本文通过在VS2022中添加并配置项目属性表，实现Opencv永久配置。在不更改opencv文件位置的前提下，只需要在新的项目中添加配置好的项目属性表即可快速完成opencv配置。
2022深圳杯C题自动驾驶电动物料车换电站选址及调度方案
2022深圳杯C自动驾驶电动物料车换电站选址及调度方如此循环往复运送物料。要求建立数学规划模型，在P点与D点之间确定一个双向同址（像高速的休息站一样）的换电站位置，以及对应的车辆和电池组调度方案，极大化指定时间段内运送物料量，满足资源约束与电池运行方式约束。(3)电池900组，单个电池组独立计量，车
广州大学人工智能导论实验一（八数码问题）
实验一 八数码问题一、 实验目的该课程的教学应贯彻理论与实践相结合的原则，为学生所学到的理论提供实践的场所，通过实验课程中具体问题的求解达到深入了解并掌握的目的。二、 实验环境微型计算机，操作系统为windows7或Windows10系统，编程工具学生可以自由选择Visual Studio、Java
YOLO系列 --- YOLOV7算法（三）：YOLO V7算法train.py代码解析
YOLO系列 --- YOLOV7算法（三）：YOLO V7算法train.py代码解析
CLIP论文详解
CLIP算是在跨模态训练无监督中的开创性工作，作者在开头梳理了现在vision上的训练方式，从有监督的训练，到弱监督训练，再到最终的无监督训练。这样训练的好处在于可以避免的有监督的 categorical label的限制，具有zero-shot性质，极大的提升了模型的实用性能。这篇文章中作者提到早
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
Colab使用教程（超级详细版）及Colab Pro/Colab Pro+评测
Colab使用教程（超级详细版）及Colab Pro/Colab Pro+评测
YOLOV5 代码复现以及搭载服务器运行
文章目录前言一、YOLO简介二、代码下载三、数据集准备四、配置文件的修改1.data下的yaml2.models下的yaml3.训练train五、搭载服务器训练1.上传数据2.租服务器3.pycharm连接服务器1.添加ssh2.输入密码3.配置服务器环境路径跟代码映射路径4.解压数据5.开始训练6
GAN网络
GAN网络的初步理解与其LOSS函数的理解。加上对于GAN网络的LOSS优化以及变种条件GAN
Transformer前沿——语义分割
Transformer在语义分割领域的发展
【Gazebo入门教程】第一讲 Gazebo的安装、UI界面、SDF文件介绍
本篇博客主要介绍了Gazebo仿真软件的基本功能、应用方法，并分别详细地讲述了Gazebo的安装方法、GUI界面详解，最后对URDF文件和SDF文件进行了对比介绍，并给出了相互转换的方法。
NeRF 源码分析解读（一）
对 pytorch 版本的 NeRF 代码进行解析注释
GPU版本PyTorch详细安装教程
注意：30系列的的显卡暂时不支持cuda11以下版本！！！一、安装显卡驱动第一步：右击右下角开始，在设备管理器中查看计算机显卡型号，例如我的显卡是GTX1050：第二步：进入英伟达官网，下载对应显卡驱动：官方驱动 | NVIDIAhttps://www.nvidia.cn/Download/inde
yolov5目标检测神经网络——损失函数计算原理
yolov5神经网络的损失函数计算原理
图像超分综述:超长文一网打尽图像超分的前世今生 (附核心代码)
图像超分的目的是提高图像的分辨率，同时丰富图像的纹理细节。本文总结整理在图像超分领域经典算法的创新点以及意义，同时指出当下图像超分的困境和未来，欢迎大家前来阅读收藏。本文全部观点受个人能力水平限制如有偏差还请指正。...
李沐《动手学深度学习》d2l——安装和使用
今天想要跟着沐神学习一下循环神经网络，在跑代码的时候，d2l出现了问题，这里记录一下解决的过程，方便以后查阅。
YOLOv5、YOLOX、YOLOv6的分析与比较
简单分析了近些年YOLO系列的进步和发展方向
损失函数 | BCE Loss（Binary CrossEntropy Loss）
BCE（Binary CrossEntropy）损失函数图像二分类问题--->多标签分类Sigmoid和Softmax的本质及其相应的损失函数和任务多标签分类任务的损失函数BCEPytorch的BCE代码和示例总结图像二分类问题—>多标签分类二分类是每个AI初学者接触的问题，例如猫狗分类
DQN（deep Q-network）算法简述
基本概念；进阶技巧；连续动作的场景
视觉SLAM总结——SuperPoint / SuperGlue
视觉SLAM总结——super pixel/super clue/super map
