目标检测算法——YOLOv5将IOU Loss替换为EIOU Loss
将YOLOv5中的锚框损失函数替换为EIOU Loss，性能远优于原IOU、DIOU以及CIOU等，测试自身数据集发现涨点明显！
目标检测算法——YOLOv5结合BiFPN
将YOLOv5中的PANet层修改为EfficientDet-BiFPN，实现自上而下与自下而上的深浅层特征双向融合，明显提升YOLOv5算法检测精度。
墨奇科技博客｜计算机视觉在前端应用中的实践 II
在上一篇博客中，我们简单介绍了如何基于 OpenCV.js 或 Rust/WebAssembly 设计并实现技术方案，在前端业务中实现计算机视觉类（下文简称 CV）的功能。感兴趣的同学可以点击下方链接回顾上一期博客：墨奇科技博客 | 计算机视觉在前端应用中的实践Ⅰhttps://blog.csdn.
OCR文字识别技术总结（四）
导读：在上一篇文章中我们对文字检测各类算法进行总结，本篇将继续介绍OCR领域文字识别理论部分的研究，将从规则文本及不规则文本的文字识别进行展开，主要介绍主流文字识别相关算法。
python数据分析基础008 -利用pandas带你玩转excel表格（中下篇）
利用pandas带你玩转excel表格，建议收藏！！
OpenCV-Python身份证信息识别
使用OpenCV-Python和CnOcr对身份证图像识别
matplotlib绘制直方图之基本配置——万能模板案例
目录直方图介绍绘制直方图的参数（plt.hist（））连接数据库进行直方图绘制案例使用dataframe里面的plot函数进行绘制（万能模板）绘制多个子图（多子图直方图案例模板）概率分布直方图（统计图形）直方图内显示折线图分布堆叠面积直方图在不同的子图中绘制各种类犯罪数据的数值分布其他案例乘客年龄分
2022 年 4 月 10篇 ML 研究论文推荐
Google 的 5400 亿参数 PaLM、Pathways、Kubric、Tensor Programs、Bootstrapping Reasoning With Reasoning、Sparse all-MLP 架构
基于OpenMV的口罩识别检测以及EDGE IMPULSE训练神经网络机器学习
利用OpenMV进行口罩识别检测，利用EDGE IMPULSE建立图像识别模型。
机器学习的概率统计模型（附代码）
概率统计知识在人工智能领域发挥着非常重要的作用，如深度学习理论，概率图模型等都依赖于概率分布作为框架的基本建模语言，本文为大家重点介绍了与人工智能有关的梳理统计方法~~
十行代码实现python向手机推送通知
最近在跑深度学习的东西时，由于经常忘掉还在训练导致懂不懂就完了切回去看结果，然后网上搜索了一下最终找到一个还不错的应用，不用下什么东西就可以使用，代码也就10行左右（实际四行就可以）文章目录服务准备代码服务准备这里使用的是pushplus的服务首先进入网站登录获取个人token页面切换后微信扫码关注
【持续更新】关于SafeU的安装说明
目录一、写在前面二、SafeU的安装三、魔改源码3.1 `Experiments.py` 的修改3.2 `datasets\base.py` 的修改3.3 `classification\LPA.py` 的修改四、写在最后一、写在前面安全半监督学习（S3L）是目前较为新的一个领域，Python 中有
深度学习之循环神经网络（RNN）
人工智能之循环神经网络（RNN）
2022 SPSSPRO杯A|B|C题全网最全解题思路+数据分享
2022年第十五届“SPSSPRO杯”数学中国数学建模网络挑战赛2022认证杯数学中国数学建模网络挑战赛
假设检验中的第一类错误和第二类错误
这是支撑统计学中假设检验的最重要概念
python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
利用pandas带你玩转excel，建议收藏！！
【RNM】省选复习zip（寄）
【文件错误】⏰🛵
【调研】用「图神经网络」 解决「小样本」 分类问题（上）
本篇博客要分享的是使用「**图神经网络**」 解决「**小样本**」 分类问题的5个模型，每个模型都分享了单独的博客笔记，并从这些模型中总结出实现 **图神经网络小样本网络** 需要从哪几个方面考虑，以及后续学习路线应该如何安排。
【3D视觉创新应用竞赛作品系列】RGB-D相机结合机械臂的无序抓取系统
该项目利用奥比中光科技集团股份有限公司提供的Zora P1开发板、 RGBD相机，以及深圳大学物理与光电工程学院智能光测研究院提供的川崎机器人（6轴）开发出了一款RGB-D相机结合机械臂对任意摆放的复杂加工零件的三维重建及无序抓取系统，系统搭建由硬件系统部分和软件系统部分组成。
分类使用Pytorch实现Grad-CAM并绘制热力图
import osimport numpy as npimport torchfrom PIL import Imageimport matplotlib.pyplot as pltfrom torchvision import modelsfrom torchvision import trans
