基于深度学习的多人步态识别系统（YOLOV5+DeepSort+GaitSet+Segmentation）
基于深度学习的多人步态识别系统 Yolov5 · DeepSort · Segementation/背景减除法 · GaitSet
100天精通Python（数据分析篇）——第53天：初始pandas模块
一、初始pandas 1. 什么是pandas？ 2. 为什么要学习pandas？ 3. pandas的优势 4. 下载安装pandas二、Pandas的数据类型 1. Series 2. DataFrame
如何估算transformer模型的显存大小
本文将详细介绍如何计算transformer的内存占用
基于粒子群算法的电力系统无功优化研究(IEEE14节点)（Matlab代码实现）
电力系统无功功率优化
深度学习目标检测模型综述
由于这些系统有两个独立的步骤，它们通常需要更长的时间来生成候选，具有复杂的架构并且缺乏全局上下文。它通常被视为一个有监督的学习问题。使用经过训练的大型网络来训练较小的模型，称为蒸馏，也显示出有趣的结果。可以看出，尽管大量目标检测器实现了出色的准确性并实时执行推理，但这些模型中的大多数都需要过多的计算
人工智能下的中秋祝福
中秋节，又称祭月节、月光诞、月夕、秋节、仲秋节、拜月节、月娘节、月亮节、团圆节等，是中国民间的传统节日。中秋节源自天象崇拜，由上古时代秋夕祭月演变而来。中秋节自古便有祭月、赏月、吃月饼、看花灯、赏桂花、饮桂花酒等民俗，流传至今，经久不息。中秋节起源于上古时代，普及于汉代，定型于唐朝初年，盛行于宋朝以
c++ 类与实例化
c++类与实例化简单描述
修改jupyter notebook默认目录
这里直接在搜索栏中输入Jupyter搜索jupyter notebook，并且右键“打开文件位置”。右键jupyter notebook，选择属性即可看到文件的默认目录。（目标与起始位置）。自定义新建jupyter根目录。并复制文件绝对路径。将新建的文件路径复制替换红框内的路径即可。查看到已经更换了
文本特征提取专题_以python为工具【Python机器学习系列（十二）】
特征提取专题_以python为工具【Python机器学习系列（十二）】1.字典特征提取 DictVectorizer()1.1 one-hot编码1.2 字典数据转sparse矩阵2.英文文本特征提取3.中文文本特征提取4. TF-IDF 文本特征提取 TfidfVectorizer()......
猿创征文｜Python-sklearn机器学习快速入门：你的第一个机器学习实战项目
从开始学习机器学习到现在已经有三年了，建模过程以及各类模型使用场景都有个大致的掌握。其中我感觉在我所有的机器学习文章中缺少一篇真正引人入门的文章。任何情况迈开学习的第一步都是比较困难的，学习的成本是很高的，相对你学会了收益也高。尤其是机器学习这种数学和逻辑能力强关联的学科，是比较难上手的事，但是当真
不调用三方收费接口，照样实现了识别图片为文字的功能
本来想着做一个将图片识别为文字的小功能，本想到Google上面第一页全是各种收费平台的广告。这些平台提供的基本都是让我们通过调用相关的三方接口实现的，本着坚决不想花一分钱的态度，在论坛找有没有可以免费解决的方案。果然，有大佬早就做出开源框架pytesseract，差点让我损失了一笔巨款，哈哈~这次只
openCV实践项目：拖拽虚拟方块
openCV实践项目：拖拽虚拟方块
为什么基于树的模型在表格数据上仍然优于深度学习
在这篇文章中，将详细解释一个被世界各地的机器学习从业者在各种领域观察到的现象——基于树的模型在分析表格数据方面比深度学习/神经网络好得多。
手把手教你用Yolov5 (v6.2) 训练分类模型 基于《Kaggle猫狗大战》案例
在8月17日晚上，YOLOv5官方发布了v6.2版本，v6.2版本支持分类模型训练、验证、预测和导出；v6.2版本的推出使得训练分类器模型变得超级简单！
Python图像处理丨图像的灰度线性变换
本文主要讲解灰度线性变换。
【NLP】AI相关比赛汇总（2022）
主要查找的是国内的一些比赛平台。以往举办的一些平台不能够访问的，或者比赛列表中近年来没有相关比赛的就没有放上去。读者可以根据自己的喜好选择合适自己的平台进行学习和演练，好运哦。当然，以上平台也是从互联网中查找的也不一定全面，欢迎补充。......
【毕业设计】深度学习YOLO抽烟行为检测 - python opencv
YOLO系列是基于深度学习的回归方法。该系列陆续诞生出YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5。YOLOv5算法，它是一种单阶段目标检测的算法，该算法可以根据落地要求灵活地通过chaneel和layer的控制因子来配置和调节模型，所以在比赛和落地中应用比较多。同时它有YO
将特征转换为正态分布的一种方法示例
正态（高斯）分布在机器学习中起着核心作用，线性回归模型中要假设随机误差等方差并且服从正态分布，如果变量服从正态分布，那么更容易建立理论结果。
Python 探讨斐波拉契数列模素数的周期问题
本文讨论了斐波拉契数列模素数的周期问题，并用 Python 实现了模 1 万以内素数的周期。作为对未来的展望，提出了待解决的 5 个问题供大家参考。
碎纸片的拼接复原-基于边缘匹配思想
基于贪心策略的边缘匹配思想解决2013年数学建模碎纸片复原问题一(附Python代码)
