Window11+VisualStudio2019+OpenCV4.5.4+C puls(永久配置，新项目自动匹配)
本文方法适合VisualStudio和OpenCV任何版本的环境配置，如有疑问可相互交流~~~~~
OpenCV学习笔记（9）：图像的基本变换
OpenCV学习笔记（9）：图像的基本变换01 图像的放大与缩小 cv2.resize()02 图像的翻转 cv2.flip()03 图像的旋转 cv2.rotate()04 仿射变换 cv2.warpAffine()仿射变换之图像平移操作仿射变换之获取变换矩阵API（1） cv2.getRotat
PIE Engine机器学习遥感影像监督分类全流程（附源码）
本文中，作者基于PIE Engine遥感云计算平台进行遥感影像监督分类，详细介绍了遥感影像分类的数据预处理、模型训练及结果可视化。
机器学习中训练和验证指标曲线图能告诉我们什么？
我们在训练和验证模型时都会将训练指标保存成起来制作成图表，这样可以在结束后进行查看和分析，但是你真的了解这些指标的图表的含义吗？
【动手教你学人脸识别：Python实现OpenCv+CNN深度学习网络人脸识别（含完整代码）】
动手教你学人脸识别：OpenCv+CNN深度学习网络实现人脸识别（含完整代码）最近在进行视觉方面的研究，发现人脸识别方向是一个非常火的方向。于是在网络上找了一些Demo来进行实现，但是找了很多Demo发现要么环境版本给的不全，导致到处都是错误，要么效果很差。因此想将自己成功实现的Demo整个环境以及
《MATLAB 神经网络43个案例分析》：第1章 BP神经网络的数据分类——语音特征信号分类
《MATLAB 神经网络43个案例分析》是MATLAB技术论坛（www.matlabsky.com）策划，由王小川老师主导，2013年北京航空航天大学出版社出版的关于MATLAB为工具的一本MATLAB实例教学书籍，是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解
Python 数据分析 —— Matplotlib ①
matplotlib 是一个 Python 的 2D 图形包。pyplot 封装了很多画图的函数。 导入相关的包： 包含一系列类似 MATLAB 中绘图函数的相关函数。每个 matplotlib.pyplot 中的函数对当前的图像进行一些修改，例如：产生新的图像，在图像中产生新的绘图区
本文简单教学一下Pytorch实现对数据的DNN、RNN、CNN等操作（基于面向对象的CPU版本）
主要写了一些Pytorch的常用代码
【工具推荐】个人本地 markdown 知识图谱软件 Obsidian
Obsidian 是基于本地文件夹的个人知识图谱软件。和一般的编辑器不一样的是，它的侧重点是知识库（knowledge base）。那么，如何理解知识库呢？下图是官网首页给出的图。右侧的阅读视图就是它与众不同的地方，Obsidian 通过两个纬度，标签和反向链接，让本地文件夹内的md文件，像图一样相
图片批量下载 +图片马赛克：多张图片组成端午安康
本文详细介绍如何利用图片批量下载以及图片马赛克实现多张图片组成文字的效果
猫狗图像识别（卷积神经网络算法，TensorFlow安装）-运行篇
一、tensorflow库安装（1）TensorFlow的历史版本与对应Python版本（2）Python版本查询win+R或者在搜索框搜索cmd打开Windows的终端，在终端输入python --version（3）找到上面的版本框进行对应的TensorFlow下载当时安装时并没有想到版本问题会
在不平衡数据上使用AUPRC替代ROC-AUC
ROC曲线和曲线下面积AUC被广泛用于评估二元分类器的性能。但是有时，基于精确召回曲线下面积 (AUPRC) 的测量来评估不平衡数据的分类却更为合适。
mmsegmentation 训练自制数据集全过程
mmsegmentation训练自己的数据集，环境配置，数据集制作，训练，预测全过程
数据与商业：数字化转型浪潮下的追逐与成就
企业如何运用现代数字化技术来突破自身发展的瓶颈？
多目标跟踪(MOT)--DeepSort原理及代码详解
对多目标跟踪(MOT)进行简要概述同时对其中DeepSort算法的总体框架、流程及各模块的实现原理、方法和代码复现进行了详细的讲解
人工智能能否在翻译中胜过人类？
虽然人工智能一直在帮助人们在世界上导航已有一段时间，但最近，它开始影响翻译行业。几年来，围绕人工智能翻译有很多炒作。谷歌和必应等科技巨头已经证明，仅使用一台计算机就可以以几乎人类水平的准确度翻译多种语言的文本。这是一个重大突破，只有通过新的研究和创新的人工智能工具才能变得更好。换言之，翻译行业正因人
基于特征点检测的人脸融合技术
所谓人脸融合：给定输入人脸A、B，输出的人脸C具有A和B共同的特征，是一张全新的人脸，也可以说是一张假脸。人脸融合的过程主要有三步：人脸特征点定位，人脸融合，人脸交换。第一步，通过深度学习训练的模型对两张待融合的图像进行关键点定位；第二步，根据定位结果对人脸进行融合；第三步，将融合得到的人脸交换到待
《模型轻量化-剪枝蒸馏量化系列》YOLOv5无损剪枝（附源码）
无损剪枝模型到几百kb~
人工智能神经网络基础设施是什么核心
浙江省首个人工智能基础设施在杭上线！华为提供技术支持 5月20日，浙江省首个人工智能基础设施，基于自主创新的升腾AI基础软硬件平台建设的杭州人工智能计算中心正式上线。这是继武汉、成都、南后面会介绍。智能制造、智慧交通等应用场景。浙江正积极围绕建设以数字经济为核心的现代化经济体系，全面推进数字化改革，
机器学习之数据归一化（Feature Scaling）
机器学习中的数据归一化
