【Jetson Nano】学习（3）——物体识别后提取出感兴趣的对象，目标检测，语义分割
文章目录📒前言📙定位对象📗对象提取代码：📘完整代码📕识别效果📒前言🍊在前面的博客中我写了一篇关于实现目标检测的文章，但是我们只是作为一个测试使用，并没有具体说明他能干什么，感兴趣可以看看❤️【Jetson Nano】学习（2）——两种方法（命令行、openCV）打开摄像头、实现目标检测
数据科学 机器学习系列4 使用Python创建Scikit-Learn回归模型
机器学习系列4 使用Python和Scikit-Learn回归模型 在本文中，我们将学习机器学习本地环境的配置过程，利用Scikit-learn库走完机器学习模型的基本流程，最终创建一个线性回归模型。
AI4DB:人工智能之慢SQL根因分析
AI4DB: 慢SQL根因分析概述慢SQL一直是数据运维中的痛点问题，如何有效诊断慢SQL根因是当前一大难题，工具结合openGauss自身特点融合了现网DBA慢SQL诊断经验，该工具可以支持慢SQL根因15+，能同时按照可能性大小输出多个根因并提供针对性的建议。环境部署数据库运行正常。指标采集系统
又是一款可视化神器：Highcharts 可完全媲美 PyEcharts
大家好，今天给大家分享一款可视化工具：HighchartsHighcharts底层是JavaScript，是优质的交互可视化工具，拥有R API(highcharter)和Python API(python-highcharts)，下面详细介绍python-highcharts。喜欢本文记得收藏、关
【退役贴】再见了ACM，再会了算法竞赛
目录写在前面心里话ACM是什么回顾省赛&昆明收获付出选择ACM竞赛的原因对一些ACMer的话写在前面心里话2022ICPC昆明站告一段落，随之结束的是我两年多的ACM生涯。时间真的过得飞快，一个手里拿着蓝皮书一看就是一天的小孩子现在已经惘然地看着未来，从踌躇满志到脚踏实地，也只需要两年的光阴
XCTF-*CTF2022-Alice系列挑战write up
*CTF2022 Alice系列题目write up
基于梯度提升（Boosting ）的回归树简介
Boosting 是一种松散的策略，它将多个简单模型组合成一个复合模型。这个想法的理论来自于随着我们引入更多的简单模型，整个模型会变得越来越强大。
机器学习实战 - 决策树
机器学习实战 - 决策树总结
在QT下调用opencv完成运动目标捕捉
一、原理说明：差帧识别原理：将这一帧的图像和上一帧的图像进行比对，产生变化的即为运动的目标像素块二、过程详解：1.将传入的两帧先进行灰度处理，转化将rgb类型图片转化为灰度图，可大大降低处理时间和资源消耗将转换后的图片转存至frontGray和afterGray cvtColor(frontF
pytorch中的transforms.ToTensor和transforms.Normalize理解
🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题🍊往期回顾：卡尔曼滤波系列1——卡尔曼滤波 张氏标定法原理详解🍊近期目标：拥有5000粉丝🍊支持小苏：点赞👍🏼、收藏⭐、留言📩文章目录pytorch中的transforms.ToTensor和transf
机器学习——CART决策树——泰坦尼克还生还预测
Scikit-learn库中实现的决策树的算法是优化的CART算法。分类决策树的类是DecisionTreeClassifier。
python 深度学习环境安装（tensorflow-gpu）
本文主要通过Anaconda来配置tensorflow-gpu环境，介绍了如何新建虚拟环境，下载cuda，cudnn，tensorflow-gpu，以及判断是否安装成功，最后介绍了在pycharm中新建项目来配置虚拟环境。
python实现人脸关键部位检测（附源码）
人脸特征提取本文主要使用dlib库中的人脸特征识别功能。dlib库使用68个特征点标注出人脸特征，通过对应序列的特征点，获得对应的脸部特征。下图展示了68个特征点。比如我们要提取眼睛特征，获取37到46这几个特征点即可。在代码中增加类似的映射，直接通过调用对应部位。Python学习交流Q群：9067
深度学习之30系显卡虚拟环境配置（100%成功，windows，英伟达30系显卡，torch版本1.7.1）
30系显卡配置深度学习所需要的虚拟环境非常麻烦，本文章整理了我个人安装虚拟环境的心得体会和经验，手把手教您配置好虚拟环境！
2021级研究生人工智能高级语言程序设计考试说明
2022人工智能高级语言程序设计考试说明
改善图形神经网络，提升GNN性能的三个技巧
本文总结了一些技巧来提高 GNN 模型的性能。
Gephi绘制微生物网络图
Gephi绘制微生物网络图教程。
数据科学 机器学习系列3 机器学习的流程
在本文中,你将学习到:1机器学习的流程。2 理解基本术语概念，如“模型”，“训练”，“预测”，“过拟合”等。
基于yolov5与Deep Sort的流量统计与轨迹跟踪
系列文章目录目标跟踪——SORT算法原理浅析目标跟踪——Deep Sort算法原理浅析基于yolov5与Deep Sort的流量统计与轨迹跟踪文章目录系列文章目录前言一、整体目录结构二、Deep Sort代码参数解释三、代码展示总结前言先来看下实现效果：上图展示了用yolov5作为检测器，Deep
Numpy&Pandas快速上手篇
Numpy&PandasNumpy篇Numpy 创建arrayNumpy属性Num基本运算1Numpy基本运算2Numpy篇Numpy 创建arrayimport numpy as np# a = np.array([1,2,3], dtype =np.int )# a = np.array
