搜索结果
查询Tags标签： 计算机视觉，共有 59条记录-
LLM增强LLM；通过预测上下文来提高文生图质量；Spikformer V2；同时执行刚性和非刚性编辑的通用图像编辑框架
文章首发于公众号：机器感知 LLM增强LLM；通过预测上下文来提高文生图质量；Spikformer V2；同时执行刚性和非刚性编辑的通用图像编辑框架 LLM Augmented LLMs: Expanding Capabilities through Composition本文研究了如何高效地组合现有的基础模型以实现新功能的问题，文…
2024/1/6 5:32:29 人评论 次浏览 -
基于开源模型搭建实时人脸识别系统（六）：人脸识别（人脸特征提取）
目录人脸识别的几个发展阶段 基于深度学习的人脸识别技术的流程 闭集和开集（Open set）识别 人脸识别的损失 Insightface 人脸识别数据集 模型选型 参考文献 结语 人脸识别系统项目源码前面我们讲过了人脸检测、人脸质量、人脸关键点、人脸跟踪，接下来就是人脸识别系统里…
2023/12/27 1:32:57 人评论 次浏览 -
Opencv系列之一：简介与基本使用
1 Opencv简介 Opencv是计算机视觉中经典的专用库，其支持多语言，跨平台，功能强大。Opencv-Python为Opencv提供了Python接口，使得使用者在Python中能够调用C/C++,在保证易读性和运行效率的前提下，实现所需的功能。 Opencv是由Gray Bradsky于1999年在英特尔创立，第一版…
2023/10/17 14:03:11 人评论 次浏览 -
浅谈OpenCV的多对象匹配图像的实现，以及如何匹配透明控件，不规则图像
浅谈OpenCV的多对象匹配透明图像的实现，以及如何匹配半透明控件 引子OpenCV提供的templateMatch只负责将（相关性等）计算出来，并不会直接提供目标的对应坐标，一般来说我们直接遍历最高的相关度，就可以得到匹配度最高的坐标。但是这样一般只能得到一个坐标。 在实际操…
2023/6/25 1:23:48 人评论 次浏览 -
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍 1.LeNet（1998） LeNet是最早的卷积神经网络之一[1]，其被提出用于识别手写数字和机器印刷字符。1998年，Yann LeCun第一次将LeNet卷积神经网络应用到图…
2023/6/7 14:52:37 人评论 次浏览 -
在树莓派上实现numpy的LSTM长短期记忆神经网络做图像分类，加载pytorch的模型参数，推理mnist手写数字识别
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是LSTM识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的：import torch import torch.nn as nn import torchvision import numpy as np import os from PIL import…
2023/5/31 14:22:05 人评论 次浏览 -
在树莓派上实现numpy的conv2d卷积神经网络做图像分类，加载pytorch的模型参数，推理mnist手写数字识别，并使用多进程加速
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是卷积识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的：import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, t…
2023/5/31 1:23:41 人评论 次浏览 -
在树莓派上使用numpy实现简单的神经网络推理，pytorch在服务器或PC上训练好模型保存成numpy格式的数据，推理在树莓派上加载模型
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是mlp识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的：1 import torch2 import torch.nn as nn3 import torch.optim as optim4 from torchvision import dataset…
2023/5/30 18:22:21 人评论 次浏览 -
GroundingDINO（一种开集目标检测算法）服务化，根据文本生成检测框
背景 最近发现一个叫GroundingDINO的开集目标检测算法，所谓开集目标检测就是能检测的目标类别不局限于训练的类别，这个算法可以通过输入文本的prompt然后输出对应的目标框。可以用来做预标注或者其他应用，比如我们要训练某个细分场景的算法时，我们找不到足够的已经标注…
2023/5/27 1:23:27 人评论 次浏览 -
深度学习炼丹-不平衡样本的处理
前言 一，数据层面处理方法 1.1，数据扩充 1.2，数据（重）采样 数据采样方法总结1.3，类别平衡采样二，算法（损失函数）层面处理方法 2.1，Focal Loss 2.2，损失函数加权参考资料 前言 在机器学习的经典假设中往往假设训练样本各类别数目是均衡的，但在实际场景中，训练…
2022/12/9 4:24:59 人评论 次浏览 -
深度学习-第五章机器学习基础
前言 5.1 学习算法 5.1.1 任务 TTT 5.1.2 性能度量 PPP 5.1.3 经验 EEE 5.1.4 示例: 线性回归5.2 容量、过拟合和欠拟合 5.2.1 没有免费午餐定理 5.2.2 正则化5.3 超参数和验证集 5.3.1 验证集的作用 5.3.2 交叉验证5.4 估计、偏差和方差 5.4.1 点估计 5.4.2 偏差 5.4.4 权…
2022/12/3 4:23:57 人评论 次浏览 -
「游戏引擎 浅入浅出」4. 着色器
「游戏引擎 浅入浅出」是一本开源电子书， 着色器就是Shader，Shader就是一段GPU程序源码。 我们大学就学过的C语言是CPU程序源码，Shader和C 语言有很多相似之处，也要写代码、编译、链接。 通过下面的表格来做对照。C语言 Shader 目标硬件 CPU GPU 编译流程 创建项目 创…
2022/7/28 4:22:43 人评论 次浏览 -
深入浅出 Yolo 系列之 Yolov7 基础网络结构详解
从 2015 年的 YOLOV1，2016 年 YOLOV2，2018 年的 YOLOV3，到 2020 年的 YOLOV4、 YOLOV5， 以及最近出现的 YOLOV6 和 YOLOV7 可以说 YOLO 系列见证了深度学习时代目标检测的演化。对于 YOLO 的基础知识以及 YOLOV1 到 YOLOV5 可以去看大白的 YOLO 系列，本文主…
2022/7/22 4:22:51 人评论 次浏览 -
用cmd命令进行磁盘清理（主要是系统盘）
作用：清理磁盘（主要是系统盘）中不需要的垃圾文件 操作方法： 第一步：Windows键+R键 调出cmd命令窗口（窗口图如下：） 第二步:输入框中输入cmd命令，按下Enter键，进入如下图界面： 第三步：在以上界面输入cleanmgr，按下Enter会出现以下界面 第四步：直接点确定出现下…
2022/7/14 3:20:08 人评论 次浏览 -
006 | 播放器系列专栏-在 Mac 上查看 MP4 格式信息
之前介绍了在 Windows 上查看 MP4 格式信息，使用的是 Mp4 Explorer 软件，具体使用如下： 005 | 播放器系列专栏-在 Windows 上查看 MP4 格式 现在该介绍一下 MAC 上用的软件了，它就是 MediaInfo 软件，官网地址如下： https://mediaarea.net/MediaInfo 使用起来也很简单…
2022/5/11 8:53:59 人评论 次浏览
