2021年09月_元宇宙MetaAI

转载 pytorch 复制、粘贴、替换Model某一层的训练参数

使用pytorch保存模型参数与加载模型参数的方法可以对某一层的参数进行替换、复制：打印当前网络的参数：nn.Model.state_dict()加载网络参数：nn.Model.load_state_dict()代码示例mport torch.nn as nnclass Net1(nn.Module): def __init__(self, input_dim, output_dim): super().__init__() self.linear1 =

2021-09-30 10:15:57 1168

原创 18个面向初学者的经典开源计算机视觉项目-图像分类篇VGG（二）

人脑可以很容易地识别和区分图像中的物体。例如，给定猫和狗的图像，在纳秒之内，我们就能区分它们，我们的大脑也能感知到这种差异。如果一台机器模仿这种行为，它就和我们能得到的人工智能一样接近。随后，计算机视觉领域的目标是模仿人类视觉系统——在这方面，已经有许多里程碑突破了障碍。此外，如今的机器可以轻松区分不同的图像，检测物体和人脸，甚至生成不存在的人的图像！很迷人，不是吗？当我开始使用计算机视觉时，我的第一次经历是图像分类。机器区分物体的能力带来了更多的研究途径——比如区分人。迁移学习的出现进一步加速

2021-09-27 23:21:02 863

原创 18个面向初学者的经典开源计算机视觉项目-图像分类篇（一）

18个经典开源计算机视觉项目分为以下几类：图像分类人脸识别用GANs进行神经风格转换场景文本检测基于DETR的目标检测语义分割自动驾驶车辆的车道检测图像字幕人体姿势估计项目基于面部表情的情绪识别今天主要给大家介绍一下，图像分类：用于图像分类的开源计算机视觉项目图像分类是计算机视觉中的一项基本任务。在这里，目标是通过为图像指定特定标签来对图像进行分类。我们人类很容易理解和分类我们看到的图像。但对于一台机器来说情况就大不相同了。对机器来说，区分汽车和大象是一项繁重

2021-09-27 08:34:25 1848

原创学习+科研+做项目深度学习最全详细资料

李宏毅2020机器学习深度学习(完整版)国语[双语字幕]吴恩达深度学习deeplearning.ai深度学习（卷积网络、循环神经网络、对抗神经网络、Tensorflow实战）更多资料请关注公众号：计算机视觉与图形学实战李宏毅2020机器学习深度学习(完整版)国语目录157.5万播放P1 机器学习 37:08P2 Rule of ML 2020 22:04P3 Regression - Case Study 1:18:35P4 Basic Concept 43:14

2021-09-24 23:27:23 804

原创学习+科研+做项目 Python视频详细讲解

Python教程全套，现在分享给大家，入门到精通(Python全栈开发教程)黑马程序员Python教程_600集Python从入门到精通教程[小甲鱼]零基础入门学习Python更多资料请关注公众号：计算机视觉与图形学实战Python教程全套，现在分享给大家，入门到精通(Python全栈开发教程)目录播放量877.4万P1 0.前言相关介绍 04:27P2 1.Python的自述 11:35P3 2.Python简介 04:04P4 3.Python开发环境的安装 0

2021-09-23 23:48:04 566

原创视觉与图形学领域的封神论文-基于强化学习的神经架构搜索

通过一个controller在搜索空间（search space）中得到一个网络结构（child network），然后用这个网络结构在数据集上训练得到准确率，再将这个准确率回传给controller，controller继续优化得到另一个网络结构，如此反复进行直到得到最佳的结果。这里使用RNN网络目的是在一个variable-length space中搜索模型，而原先其他超参数优化只能在一个fixed-length space中搜索模型。摘要：神经网络是一种功能强大且灵活的模型，适用于图像、语..

2021-09-23 20:05:32 375

原创视觉与图形学领域的封神论文-MobileNets有效的卷积网络用于移动视觉

MobileNet模型可应用于各种识别任务，以实现高效的设备智能。摘要：我们为移动和嵌入式视觉应用提供了一类称为MobileNet的高效模型。MobileNets基于一种流线型架构，使用深度可分离卷积构建轻量级深层神经网络。我们引入了两个简单的全局超参数，可以有效地在延迟和准确性之间进行权衡。这些超参数允许模型生成器根据问题的约束为其应用程序选择适当大小的模型。我们在资源和精度权衡方面进行了大量实...

2021-09-23 07:00:00 96

原创学习+做项目+科研 MXNet最全详细视频资料

更多资料请关注公众号：计算机视觉与图形学实战[MXNet/Gluon] 动手学深度学习第一课：从上手到多类分类目录播放量 9.4万- [30min] 介绍- [15min] 演示从干净系统安装依赖包- [15min] 使用NDArray来处理数据- linear algebra- probablity- [15min] 使用autograd来自动求导- [20min] 第一个模型：线性回归- [10min] 上面模型使用Gluon的实现- [15mi.

2021-09-22 23:02:14 154

原创学习+做项目+科研 Keras详细讲解-视频

【莫烦Python】Keras 快速搭建神经网络Keras深度学习快速简明教程最易学的深度学习入门课程人人都可以学的人工智能入门keras入门Keras项目实战课程更多资料请关注公众号：计算机视觉与图形学实战【莫烦Python】Keras 快速搭建神经网络目录（播放量 18.1万）目录（播放量 18.1万）P1 科普: 人工神经网络 VS 生物神经网络 04:40P2 什么是神经网络 (机器学习) 07:15P3 神经网络 : 梯度下降 04:08P4 科普:

2021-09-22 22:52:35 182

原创学习+科研+做项目 Tensorflow最全详细讲解

【莫烦Python】Tensorflow 搭建自己的神经网络tensorflow2.0入门与实战 2019年最通俗易懂的课程【北京大学】Tensorflow2.0更多资料请关注公众号：计算机视觉与图形学实战【莫烦Python】Tensorflow 搭建自己的神经网络目录（播放量120.5万次）P1 科普: 人工神经网络 VS 生物神经网络 04:40P3 神经网络 : 梯度下降 (Gradient Descent in Neural Nets) 04:08P5 1

2021-09-22 00:01:35 371

原创学习+科研+做项目 PyTorch最详细视频讲解

PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】《PyTorch深度学习实践》完结合集莫烦Python-PyTorch 神经网络Pytorch 入门到精通全教程卷积神经网络循环神经网络更多相关资料请关注公众号：计算机视觉与图形学实战PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】目录（播放量41.6万）P1.PyTorch环境的配置及安装（Configuration and Installation of PyTorch)【PyTorch教程】

2021-09-21 23:45:11 851

原创面试+学习+做项目 OpenVINO最全视频讲解

基于 Python 的 OpenVINO 开发实战教程树莓派 4B+OpenVINO 快速实现人脸识别OpenVINO™_使用指南更多资料请关注：计算机视觉与图形学实战基于 Python 的 OpenVINO 开发实战教程目录（B站播放量第一）P1 01-02 OpenVINO™ Toolkit 框架介绍、安装与演示 29:58P3 04 基本的图像读写操作 09:43P5 06 简单的图像操作 16:07P7 08 OpenVINO SDK介绍与开发流程 0

2021-09-21 23:18:54 341

原创面试+学习+做项目+最全Java视频讲解

Java零基础教程视频（适合Java 0基础，Java初学入门）目录（1186万播放量）P1 001–Java零基础-安装EditPlus 14:10P2 002–Java零基础-计算机概述 08:57P3 003–Java零基础-Java软件工程师概述 09:12P4 004–Java零基础-常用DOS命令 19:21P5 005–Java零基础-显示文件扩展名 10:23P6 006–Java零基础-计算机语言发展史 16:56P7 007–Ja

2021-09-21 22:52:51 2021

原创 OpenCV-Python-C++ 全套视频详讲

2021OpenCV-C++课程实践（理论与实践）目录计算机视觉课程第一讲-VS2015环境配置+开发库OpenCV安装+读取计算机视觉课程第一讲-VS2015环境配置+开发库OpenCV安装+读取显示图像程序计算机视觉课程第二讲-OpenCV4读取、显示、保存-视频&摄像头数据计算机视觉课程第二讲-OpenCV4读取、显示、保存-视频&摄像头数据计算机视觉课程第三讲-OpenCV4钢管检测项目上集：形态学处理（膨胀、腐蚀、开运算、闭运算、顶帽、黑帽、

2021-09-21 22:07:00 322

原创视觉与图形学封神的论文-YOLOv4优化目标检测的精度和速度

比较YOLOv4和其他最先进的目标检测。YOLOv4的运行速度是EfficientSet的两倍，性能相当。YOLOv3的AP和FPS分别提高10%和12%摘要：据说有大量的特征可以提高卷积神经网络（CNN）的准确性。需要在大型数据集上对这些特征的组合进行实际测试，并对结果进行理论证明。某些功能只在某些模型上运行，或只针对某些问题运行，或只针对小规模数据集运行；而一些特性，如批处理规范化和残差连接，则适用于大多数模型、任务和数据集。我们假设这些通用特征包括加权残差连接（WRC）、跨阶段部分连接（CSP..

2021-09-20 16:55:21 770

原创各个视觉与图形学领域的封神论文-MobileNets有效的卷积网络用于移动视觉

MobileNet模型可应用于各种识别任务，以实现高效的设备智能。摘要：我们为移动和嵌入式视觉应用提供了一类称为MobileNet的高效模型。MobileNets基于一种流线型架构，使用深度可分离卷积构建轻量级深层神经网络。我们引入了两个简单的全局超参数，可以有效地在延迟和准确性之间进行权衡。这些超参数允许模型生成器根据问题的约束为其应用程序选择适当大小的模型。我们在资源和精度权衡方面进行了大量实验，与其他流行的ImageNet分类模型相比，我们表现出了强大的性能。然后，我们展示了MobileNet..

2021-09-20 15:34:19 143

原创 github疯狂涨星-使用精心制作的天然化妆品躲开攻击

在上面图像中，攻击者被人脸识别（FR）系统识别。在中间图像中，我们的方法使用代理模型来计算数字域中的对抗性组成，然后应用于物理域。因此，FR系统无法识别攻击者（下图）摘要：最先进的监控系统使用深度学习人脸识别模型来识别，例如：公共区域（如机场）的个人。先前的研究表明，在数字和物理领域，使用对抗性机器学习（AML）攻击成功地规避此类系统的识别。然而，物理域中的攻击需要对人类参与者的面部进行重大操纵，这可能会引起人类观察员（例如机场安检人员）的怀疑。在这项研究中，我们提出了一种新的黑盒AML攻击方法，该..

2021-09-20 14:47:22 160

原创 github疯狂涨星-FEELVOS用于视频目标分割的快速端到端嵌入学习

表1：该表显示了我们的哪些设计目标（在本文中有更详细的描述）是通过最近的方法实现的。我们的方法是唯一能够实现所有设计目标的方法。摘要：许多最近成功的视频对象分割（VOS）方法过于复杂，严重依赖于对第一帧的微调，或速度较慢，因此实际应用有限。在这项工作中，我们提出FEELVOS方法。FEELVOS是一种简单快速的方法，不依赖于微调。为了分割视频，对于每一帧，FEELVOS使用语义像素嵌入全局和局部匹配机制将信息从视频的第一帧和前一帧传输到当前帧。与以前的工作相比，我们的嵌入仅用作卷积网络的内部指导。我..

2021-09-20 13:15:12 476

原创 github疯狂涨星-基于Transformer的端到端3D目标检测

我们训练了一个端到端Transformer模型，用于点云上的三维目标检测。我们的模型有一个用于特征编码的Transformer编码器和一个用于预测盒子的Transformer解码器。对于一个看不见的输入，我们计算从参考点（蓝点）到场景中所有点的自我注意力，并以红色显示注意值最高的点。解码器将注意力集中在一个实例中，这使预测边界框变得更容易。摘要：我们提出了3DETR模型，一个端到端的Transformer为基础的三维点云对象检测模型。与现有的检测方法相比，3DETR应用了一些3D特定感知的偏差，只需..

2021-09-20 11:38:49 777

原创 github非常张星-Real-ESRGAN盲超分

如上图所示对比双三次上采样、ESRGAN、RealSR以及Real-ESRGAN方法，本论文提出的方法可以获得较好的结果。使用纯合成数据训练的Real-ESRGAN模型能够增强细节，同时消除常见真实世界图像的伪影。摘要：尽管科研人员已经在盲超分辨率方向进行了许多尝试，以恢复具有未知和复杂退化的低分辨率图像，但目前仍然远远不能解决一般的真实退化图像。在论文这项工作中，我们将强大的ESRGAN扩展到一个实际的恢复应用程序（即Real-ESRGAN），该应用程序使用纯合成数据进行训练。具体而言，引入了高阶..

2021-09-19 23:42:02 2716

原创 Github正在快速加星的Physics-based Deep Learning新书

“基于物理的深度学习”（PBDL），即物理建模和深度学习（DL）技术相结合的方法领域。这里，DL通常指基于人工神经网络的方法。PBDL的总体方向代表了一个非常活跃且快速发展的研究领域。在这个领域中，我们可以区分各种不同基于物理的方法，从目标设计、约束、组合方法和应用程序优化。更具体地说，所有方法要么针对正演模拟（预测状态或时间演变）要么针对反问题（例如，从观测中获得物理系统的参数化）。除了正向或反向，学习和物理之间的整合类型提供了一种对不同方法进行分类的方法：数据驱动：数据由物理系统（真实.

2021-09-17 09:29:08 1229

原创 NVIDIA DLSS2.0 AI渲染又一大飞跃

AI渲染又一大飞跃人工智能正在彻底改变游戏——从游戏中的物理和动画模拟到实时渲染和人工智能辅助的功能。通过深度学习超采样（DLSS），NVIDIA开始通过基于AI的超分辨率重新定义实时渲染——渲染更少的像素，然后使用AI构建清晰、更高分辨率的图像。通过我们最新的DLSS 2.0版本，我们在实现这一愿景方面取得了巨大进步。DLSS 2.0由GeForce RTX GPU上名为Tensor Cores的专用AI处理器提供动力，是一种新的、改进的深度学习神经网络，可提高帧速率，同时生成漂亮、清晰的游戏图.

2021-09-12 22:28:27 1319 1

转载 GitHub 上下载项目中单个或多个子文件夹

在github项目下的子文件夹通常没有download的标志，如图所示image###GitZip插件chrome浏览器添加GitZip插件，参考自GitZip for github管理扩展程序，直接添加gitzip插件即可。在项目下载网页，点击git zip插件，会弹出下面的框，通过normal/private获取即可。image获取token，enter键保存即可。Note：在教程中，有说双击，可（长按鼠标右键，双击左键即连击左键两次”）来实现。###GitZip网页版直接在网页进行

2021-09-03 15:16:39 421

转载 linux访问windows共享文件夹的两种方法

linux访问windows共享文件夹的两种方法有时需要在linux下需要访问windows的共享文件夹，可以使用mount挂载或者使用samba连接。1、mount挂载首先创建被挂载的目录：$ mkdir windows将共享文件夹挂载到windows文件夹：$ sudo mount -t cifs -o username=share,password=share //192.168.66.198/share ./windows其中几个参数表示含义：cifs：Common Internet

2021-09-03 15:12:18 7842

CSS360的博客