- 博客(60)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 AIGC | Pika1.0免费开放网页版「体验经验分享」
Pika1.0官方宣布正式向所有人开放网页版本试用资格，每个用户都可免费体验该创意视频制作平台。该版本以文生视频为特色，提供3秒视频快速生成和背景修改等功能，尤其擅长动漫风格的动物生成。Pika1.0目前支持文生视频、图生视频、视频生视频和视频编辑等主要功能。
2024-01-05 10:11:18
672
原创 AIGC｜一文梳理「AI视频生成」技术核心基础知识和模型应用
2022年是AIGC（生成式AI）元年！从这一年开始，可谓是百家争鸣，各种技术层出不穷，再次迸发出AI的活力。从DALL·E 2、Stable Diffusion、Midjourney等文生图应用点燃了大众的热情，再到ChatGPT的横空出世，更是掀起了一股AI浪潮。2023年是AIGC大爆发的一年，经过一年多的发展，AI绘画可以说已得到了长足的发展，而这也进一步促进了AI视频生成的发展。
2024-01-05 10:03:23
1819
1
原创 开启AI大模型时代｜「Transformer论文精读」
目前主流的序列转换模型都是基于复杂的RNN或CNN网络，包括编码器和解码器。最好的性能模型还通过一种注意力机制将编码器和解码器连接起来。本文提出了一种新的简单的网络架构——，它仅基于注意力机制，完全摒弃了循环和卷积。对两个机器翻译任务的实验表明，这些模型在质量上优于传统的模型，并且可以并行化处理，同时需要训练的时间显著减少。我们展示了Transformer在应用到英语成分句法分析（包括大规模和有限数据情况）时，能够成功地进行推广和应用。
2023-10-08 21:27:59
482
3
原创 计算机视觉 ｜ 语义分割与Segmentation
将图像按照物体的类别分割成不同的区域；对每个像素进行分类。2）K-Net5）SAM五、语义分割模型的评估1、真实图与预测图。
2023-06-12 22:21:45
712
原创 计算机视觉 ｜ MMDetection代码实战课
本教程采用 RTMDet 进行演示，在开始自定义配置文件前，先来了解下 RTMDet 算法。RTMDet 是一个高性能低延时的检测算法，目前已经实现了目标检测、实例分割和旋转框检测任务。其简要描述为：**为了获得更高效的模型架构，MMDetection 探索了一种具有骨干和 Neck 兼容容量的架构，由一个基本的构建块构成，其中包含大核深度卷积。MMDetection 进一步在动态标签分配中计算匹配成本时引入软标签，以提高准确性。
2023-06-09 21:51:23
1431
原创 计算机视觉 ｜ 深度学习预训练与MMPretrain
MMPretrain 源自 MMClassification 和 MMSelfSup，并开发了许多令人兴奋的新功能。目前，预训练阶段对于视觉识别至关重要，凭借丰富而强大的预训练模型，我们能够改进各种下游视觉任务。我们的代码库旨在成为一个易于使用和用户友好的代码库，并简化学术研究活动和工程任务。
2023-06-06 21:10:31
566
原创 计算机视觉 ｜ 人体关键点检测与MMPose
从给定图像中识别人脸、手部、身体等关键点输入：图像输出：所有关键点的像素坐标(x1,y1),(x2,y2)... (xj,yj)，这里j为关键点的总数，取决于具体的关键点模型。
2023-06-02 23:03:45
1365
原创 计算机视觉 ｜ 开源计算机视觉神器OpenMMLab
OpenMMLab诞生于2018年，是一个由中国开发者主导，有国际影响力的人工智能·计算机视觉开源算法体系。OpenMMLab累计开源超过30个算法库、2400个预训练模型，涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR、3D目标检测、3D人体姿态估计、模型轻量化、自监督、少样本、光流、预训练、多模态、AIGC、推理部署等等计算机视觉任务，在Github上累计获得十万颗star，超过了Pytorch。
2023-06-01 23:29:18
329
原创 【CV第二篇】图像分类经典网络结构精选论文合集
图像分类（Image Classification）是计算机视觉四大基本任务之一，在上一篇文章中，有讲到计算机视觉四大基本任务，其中介绍了图像分类的原理，并且图像分类也是作为计算机视觉的入门任务，那么快速地吃透经典的baseline论文，无疑是最有效地入门CV的方式，也能够帮助我们快速地构建起学习其他任务的基石。正所谓，基础不牢，地动山摇！接下来，让我们认识下经典的图像分类baseline基石论文吧！！！...
2022-06-20 13:39:31
1589
原创 Visual studio 2019 配置openVINO2021.2开发环境
目录1、下载2、解压并安装3、visual studio 2019 配置openVINO3.1 创建工程3.2 添加【VC++目录】3.3 添加【附加依赖项】4、结束1、下载前往【OpenVINO官方下载地址】，进入下载页面：下载安装包：2、解压并安装选择解压路径：选择安装路径，后续选择Next即可，安装完成后，在安装路径目录下有两个文件夹，如下所示：3、visual studio 2019 配置openVI...
2021-07-16 18:52:19
1565
2
原创 ubuntu16.04安装ffmpeg
1、添加源sudo add-apt-repository ppa:djcj/hybrid2、更新源sudo apt-get update3、安装sudo apt-get install ffmpeg
2020-11-13 15:21:37
266
原创 centos7更新nvidia显卡驱动
问题docker: Error response from daemon: OCI runtime create failed: container_linux.go:344: startingcontainer process caused "process_linux.go:424: container init caused \"process_linux.go:407: runningprestart hook 1 caused \\\"error running hook: exit s
2020-10-14 15:45:26
3774
原创 centos7离线安装docker和nvidia-docker
一、环境 因某些环境，不能联外网，所以使用docker yum源方法行不通，于是打算离线安装 环境：contos7.3(内核需为3.10+)cat /etc/redhat-release# CentOS Linux release 7.3.1611 (Core)下载：docker-18.06.3-ce.tar二、安装步骤1、卸载旧dockera、停止正在运行的容器docker stop $(docker ps -a -q)b、删除所有的容器docker rm
2020-10-14 15:18:23
3635
1
原创 【神奇的CV】计算机视觉不同方向的demo展示
一、行人ReID（跨境追踪）、行人跟踪方向跨境追踪（Person Re-Identification，简称 ReID）技术，又称为行人重识别，是计算机视觉方向的热点课题，主要解决跨摄像头、跨场景下的行人识别与检索。作为人脸识别技术的补充，对无法获取清晰人脸的行人进行跨摄像头的连续跟踪，增强数据的时空连续性。ReID 技术的整个实现流程如下图，完整的 ReID 流程分三个步骤：1）从摄像头监控视频中获取原始图片；2）将原始图片中的行人位置检测出来组成 Gallery 集；3）利用深度学习技
2020-09-18 17:05:51
855
原创 【python】python生成requirements.txt的两种方法
生成requirements.txt，有两种方式：第一种 适用于单虚拟环境的情况：pip freeze > requirements.txt为什么只适用于单虚拟环境？因为这种方式，会将环境中的依赖包全都加入，如果使用的全局环境，则下载的所有包都会在里面，不管是不时当前项目依赖的，如下图当然这种情况并不是我们想要的，当我们使用的是全局环境时，可以使用第二种方法。第二种(推荐)使用pipreqs，github地址为： https://github.com/bndr/p...
2020-09-08 20:02:23
2816
原创 【深度学习环境配置】import cv2报错ImportError: libGL.so.1
ubuntu 16.0.4 import cv2报错解决办法：apt install libgl1-mesa-glx
2020-09-08 14:48:10
2262
1
转载 ubuntu16.04打开以及关闭图形界面
转载自https://blog.csdn.net/qq_36317016/article/details/79548895?utm_source=blogxgwz01.不可恢复：sudo systemctl disable lightdm.service2.可恢复：sudo systemctl set-default multi-user.target打开图形界面，分别针对上述1和21sudo apt-get install --reinstall lightdm2
2020-08-31 13:29:32
1496
1
原创 【史上最全】ubuntu16.04安装NVIDIA显卡驱动+CUDA+CUDNN+nvidia-docker+Anaconda3等深度学习基础开发环境
默认已安装好Ubuntu16.04系统。一、更换软件源1、找到并备份配置文件我们需要对apt源的配置文件进行修改 。进入/etc/apt目录，我们可以看到sources.list文件。为了保证安全，我们在修改前先把sources.list文件进行备份。sudo cp sources.list sources.list.bak2、修改配置文件sources.list建议先安装vim编辑工具，因为自带的vi特别难用，vim是vi的增强版。sudo apt-get insta.
2020-08-29 16:49:50
1936
转载 【pytorch】pytorch查看CUDA支持情况，只需要三行代码
转载自https://www.cnblogs.com/liuke-note/p/10149530.html
2020-08-10 19:54:39
1185
转载 【pytorch】pytorch使用清华源快速安装
转载自https://blog.csdn.net/maitianpt/article/details/104272815
2020-08-10 11:12:28
631
原创 linux查看cuda、cudnn等软件版本的命令
nvcc –V或者：CUDA:cat /usr/local/cuda/version.txtcudnn:cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
2020-07-24 14:15:01
1981
1
原创 目标检测经典网络之Mask R-CNN
Mask R-CNNMask R-CNN是He Kaiming大神于2017年的力作，其在进行目标检测的同时进行实例分割，取得了出色的效果，其在没有任何trick的情况下，取得了2016年COCO比赛的冠军，其网络设计也比较简单，在Faster R-CNN的网络结构基础上，在原本的两个分支上（分类+回归）增加了一个分支进行图像分割，如下图所示：摘要Mask R-CNN可以看作是一个...
2020-02-16 21:19:31
1233
原创 目标检测经典网络之Faster RCNN
Faster R-CNN针对Fast R-CNN的缺陷而提出。由于Fast R-CNN，采用的是Selective Search（SS），测试时的很大一部分时间要耗费在候选区域的提取上。Faster R-CNN正是为解决这个问题而提出来的。为了更好地理解Faster R-CNN，我们先看一下其整体结构，如下图：更为详细的图，如下：通过上图可以看出，Faster R-CNN主...
2020-02-15 16:24:31
714
原创 目标检测之NMS
NMS，全称为Non-maximum suppression，非极大值抑制，是一种去除非极大值的算法，常用于计算机视觉中的边缘检测、目标检测等。其作用是去掉detection任务中重复的检测框。算法流程给出一张图片和其上面许多物体检测的候选框（即每个框可能代表某种物体），但是这些框很可能有相互重叠的部分，我们要做的就是只留下最优的框。假设有N个框，每个框被分类器计算得到的分数为Si，i∈[...
2020-02-07 17:03:44
1090
原创 目标检测之ROI Pooling及其改进
一、什么是ROI PoolingROI是Region of Intersect的简写，是指一张图的感兴趣区域，可以理解为目标检测的候选框也就是region of proposal，我们将原图进行特征提取的时候，就会提取到相应的特征图feature map。那么相应的ROI就会在feature map上有映射，这个映射过程就是ROI Pooling的一部分，一般ROI的步骤会继续进行max po...
2020-02-07 11:21:19
2709
1
原创 目标检测经典网络之Fast R-CNN
Fast R-CNNR-CNN的最大缺陷是：对每个SS产生的proposal都要进行截图再放到CNN中进行计算，假设有2000个region proposal，就要进行2000次，效率非常低！！Fast R-CNN对其改进：对原图先整张图进行一次CNN特征提取。首先，我们先了解一下SPPNetSPPNet：空间金字塔池化卷积网络（Spatial Pyramid Pooling Co...
2020-02-05 16:35:48
329
原创 目标检测经典网络之R-CNN
一、目标检测（Object detection）图像识别是输入一张图像，输出该图像对应的类别。目标检测输入是一张图像，但输出不单单是图像的类别，而是该图像中所含的所有目标物体以及它们的位置，通常使用矩形框来标识物体的位置。大部分的目标检测方法流程是：生成区域候选框，对这些区域框提取特征（SIFT 特征 、HOG 特征、CNN），使用图像识别方法（SVM、CNN），得到所有分类成功的区域...
2020-02-05 15:34:09
267
原创 【Python】pip和Anaconda添加清华镜像源
一、pip添加清华镜像源pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple二、Anaconda添加清华镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda ...
2019-12-11 14:05:40
2977
转载 目标检测（Object Detection）入门概要
转自：目标检测（Object Detection）入门概要 - hyfine - CSDN博客https://blog.csdn.net/f290131665/article/details/81012556
2019-10-11 11:08:09
126
转载 【YOLO系列】yolov3技术总结整理
yolov3可去darknet官网下载，github上有caffe、keras、pytorch等版本。基本思想首先通过特征提取网络对输入的图像提取特征，得到一定大小的feature map 比如 13X13，然后将输入的图像分为13X13个grid cell，然后如果groundtruth中的某个物体的中心坐标落到那个grid cell中就由该grid cell预测该物体,每个grid c...
2019-08-20 11:51:02
1088
原创 【深度学习】DNN网络简单理解
深度神经网络1、基本概念DNN(Deep Neural Network)神经网络模型又叫全连接神经网络，是基本的深度学习框架。与RNN循环神经网络、CNN卷积神经网络的区别就是DNN特指全连接的神经元结构，并不包含卷积单元或是时间上的关联。2、DNN发展历程1）神经网络技术起源于上世纪五、六十年代，当时叫感知机（perception），拥有输入层、输出层和一个隐含层。但单层感知机并...
2019-08-12 11:34:57
2838
原创 【数据集】计算机视觉方向常用公开数据集
做深度学习人工智能方向，两大块最为重要：一、数据；二、算法模型！！！我认为数据在模型训练中占据至关重要的地位，甚至达到整个项目开发中的70%以上！！在偶然间发现了一个计算机视觉方向很全的数据集地址，原文链接如下：http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm#action这对计算机视觉算法模型的训练和评估具有很大的帮助...
2019-07-25 11:38:49
361
原创 【python】利用python批量处理将图片粘贴到另一张图片上并保存
pillow真的是一个很强大的图像处理库！！！！本人利用pillow库实现了将文件夹下的批量照片随机粘贴到另一张图片上，并批量保存到指定文件夹！！！直接上代码：from PIL import Imageimport osimport randomdef handle_img(imgdir,imgFlodName): imgs = os.listdir(imgd...
2019-06-25 17:30:43
7212
1
转载 【宏观认识YOLO系列】目标检测之yolo系列总结
YOLO的思想：本文逐步介绍yolov1-v3的设计过程一、YOLOv1基本思想YOLO将输入图像分成SxS个格子，如果某物体的Ground truth的中心位置的坐标落入到某个格子，那么这个格子就负责检测出这个物体。每个格子预测B个bounding box及其置信度，以及C个类别概率。网络结构1、YOLOv1网络借鉴GoogleNet分类网络结构。但并未使用inc...
2019-06-25 11:42:15
1263
原创 【python爬虫】python爬取百度图片中的图片
话不多说，直接上代码，一看便懂！！！！！！！！！# coding=utf-8"""根据搜索词下载百度图片"""import reimport sysimport urllibimport requestsimport randomdef getPage(keyword, page, n): page = page * n keyword = urllib.pa...
2019-05-31 15:25:51
249
原创 【tensorflow】tf.shape()和x.get_shape()的用法
一、tf.shape()获取的是张量的大小，直接上代码，一看便知：#tf.shape()获取的是张量的大小import tensorflow as tfimport numpy as npa_array = np.array([[1,2,3],[4,5,6]])b_list = [[1,2,3],[4,5,6]]c_tensor = tf.constant([[1,2,3],...
2019-05-09 12:00:43
1802
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人