transformers的近期工作成果综述
在本文中，对基于transformer 的工作成果做了一个简单的总结，将最新的transformer 研究成果(特别是在2021年和2022年发表的研究成果)进行详细的调研。
【模型部署】Jetson Xavier NX（eMMC）部署YOLOv5-5.0
在Jetson Xavier NX中部署YOLOv5-5.0，并使用TensorRT进行加速推理
NNDL 实验五 前馈神经网络（1）二分类任务
前馈神经网络基础
文字生成图片
PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型【模型种类丰富】: 涵盖大模型、CV、NLP、Audio、Video、工业应用主流六大品类的 360+ 预训练模型，全部开源下载，离线可运行【超低使用门槛】：无需深度学习背景、无需数据与训练过程，可快速使用AI模型【一键模型快速
AI大佬怼怼怼的背后，究竟暗藏哪些玄机？
整理 | 杨阳出品 | AI科技大本营（ID：rgznai100）四年前，纽约大学教授Marcus为反驳深度学习三巨头之一Bengio的“有意识先验”和“解纠缠观念”理论，发表了一篇名为《Deep Learning: A Critical Appraisal》的论文，长达27页。论文地址：https
Pytorch创建多任务学习模型
一般来说多任务学的模型架构非常简单：一个骨干网络作为特征的提取，然后针对不同的任务创建多个头。利用单一模型解决多个任务。
从零开始Ubuntu22.04跑ORB-SLAM3代码
但是最好不要安装OpenCV4以上（4默认不会生成.pc文件，最后查看版本的时候查看不到，找不到包，网上有人说是编译选项没选好，我改了，还是不行，我也不知道是啥原因，最后我换了3.4版本的）②输入命令“sudo ./qt-opensource-linux-x64-5.9.8.run”，进行qt安装，
深度学习初遇——自己动手实现三层神经网络
深度学习初遇——自己动手实现三层神经网络
PyTorch模型搭建和源码详解
本文是以VGG模型为例，深入介绍了完整的模型搭建过程，以及预训练模型使用过程，希望本篇博客可以解答一些困惑，同时欢迎大家改错提意见。
分类——生成模型
通过概率生成模型，充分理解朴素贝叶斯分类过程中的整体过程，其中不缺乏对数学的理解，并通过数学模型，推导出逻辑斯特回归曲线模型。该文章可以使你对分类的概念更上一层楼
Python数据分析案例08——预测泰坦尼克号乘员的生存(机器学习全流程)
Python进行泰坦尼克号数据集的预测机器学习流程。数据清洗、特征工程、模型选择优化评价等
睿智的目标检测60——Pytorch搭建YoloV7目标检测平台
AB哥弄了个YoloV7，我觉得有必要跟进看看，它的concat结构还是第一次见，感觉有点意思。https://github.com/bubbliiiing/yolov7-pytorch1、主干部分：使用了创新的多分支堆叠结构进行特征提取，相比以前的Yolo，模型的跳连接结构更加的密集。使用了创新的
常用的20个计算机视觉开源数据集总结
本文总结了常用的开源计算机视觉数据集
基于张量分解的遥感图像恢复及常用高光谱遥感数据集
本文为初期学习总结，本篇文章总结了遥感高光谱图像研究背景、高光谱图像噪声的分类，介绍了基于张量的图像恢复方法及近年来对于张量分解的相关研究，总结了几个常用的图像评价指标，总结了高光谱遥感图像常用的数据集。
推荐算法：HNSW算法简介
推荐算法：HNSW算法简介
Person re-identification行人重识别（一）
行人重识别，简单来说就是要在不同时间、地点或者相机上匹配到一个特定的人，属于图像检索的内容。其难点和核心便在于如何从杂乱的背景、姿态的多样性以及存在遮挡等各种复杂多变的情况下，有效地从人像图像中鉴别并提取视觉特征（即区分出不同的人）。
【金融】中国vix、skew指数的Python实现
本文介绍了vix和skew指数，并实现了CVIX.py用于计算中国的上述指数，给出了CVIX的相应文档。但代码和数据就不提供咯~想要进一步交流的小伙伴欢迎私信~
基于Python的人脸互换系统设计与实现
在获取人脸关键点集合后，我们需要计算这些关键点的凸包（convex hull）（凸包是一个计算几何（图形学）中的概念：在一个实数向量空间 V 中，对于给定集合 X，所有包含X 的凸集的交集 S 被称为 X 的凸包。在上述人脸仿射变换后，我们得到人脸结构和位置的变换，但我们没有对人脸区域亮度进行调整，
单变量时间序列平滑方法介绍
在本文中将介绍和解释时间序列的平滑方法
YOLOv5、v7改进之二十八：ICLR 2022涨点神器——即插即用的动态卷积ODConv
作为当前先进的深度学习目标检测算法YOLOv5、v7系列算法，已经集合了大量的trick，但是在处理一些复杂背景问题的时候，还是容易出现错漏检的问题。此后的系列文章，将重点对YOLO系列算法的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己
