- 博客(106)
- 收藏
- 关注
RSS订阅
原创 世界上应用最广泛的算法之一的卡尔曼滤波算法原理-从放弃到精通-无人机/机器人应用
导读：随着传感技术、机器人、自动驾驶以及航空航天等技术的不断发展，对控制系统的精度及稳定性的要求也越来越高。卡尔曼滤波作为一种状态最优估计的方法，其应用也越来越普遍，如在无人机、机器人等领域均得到了广泛应用。需要卡尔曼滤波相关视频学习资料的可以扫码联系小助理即可还有500G的全套人工智能学习资料可以领取卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优...
2021-12-14 17:30:21
6989
原创 知识图谱是什么？一文了解其技术与应用场景案例
导读：悟已往之不谏，知来者之可追。小编整理了各种关于人工智能的学习资料库（图像处理opencv\自然语言处理、机器学习、数学基础等），还有AI大礼包：Pytorch、实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及深度学习书籍均可以免费分享给大家学习，大学生均实用！我们有免费的计算机博士大佬的免费直播课可以听，免费咨询学习问题——扫码加我就行人工智能常用的十大算法 人工智能数学基础（一） 人工智能数学基础(二)人工智能数学...
2021-11-10 21:03:15
7401
2
原创 人工智能学习路线
相关资料下载加助教小姐姐的威信即可免费获取：第一、人工智能必备数学基础数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上。一、数据分析1）常数e 2）导数 3）梯度 4）Taylor 5）gini系数 6）信息熵与组合数 7）梯度下降 8）牛顿法 二、概率论 1）微积分与逼近论 2）极限、微分、积分基本概念...
2021-10-29 15:36:52
2001
原创 图像分割的方法
导读：数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。为了方便大家学习交流，我建了一个扣裙：966367816另外我还整理了整整python人工智能学习笔记、课程视频、面试宝典一并可以无套路免费分享给大家！扫描文末二维码加V免费咨询学习问题领取资料定义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图..
2021-10-22 19:34:45
16146
原创 十大经典算法（图像处理）
导读：随着现代社会的发展，信息的形式和数量正在迅猛增长。其中很大一部分是图像，图像可以把事物生动地呈现在我们面前，让我们更直观地接受信息。这是小编的其他文章,希望对大家有所帮助,点击即可阅读人工智能常用的十大算法 人工智能数学基础（二）为了方便大家学习交流，我建了一个扣裙：966367816（学习交流、大牛答疑、大厂内推）另外我还整理了整整200G的人工智能学习笔记、课程视频、面试宝典一并可以无套路免费分享给大家！定义图像处理（image processing）又...
2021-09-29 15:41:02
9291
转载 人工智能的常用十种算法
导读：人工智能是科技研究中最热门的方向之一。整理了一份关于python基础，图像处理opencv\自然语言处理、机器学习、数学基础等资源库，想学习人工智能或者转行到高薪资行业的，大学生都非常实用，无任何套路免费提供,，加我裙966367816也可以领取的内部资源，人工智能题库，大厂面试题 学习大纲 自学课程大纲还有200G人工智能资料大礼包免费送哦~1、决策树根据一些feature(特征）进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，.
2021-09-18 15:07:42
16454
原创 中科院版「分割一切」Fast SAM模型 | 精度相当，速度提升50倍！目前GitHub6.9K+星
比Meta的「分割一切模型」(SAM)更快的图像分割工具，来了！中科院团队开源了FastSAM模型，能以50倍的速度达到与原始SAM相近的效果，并实现25FPS的实时推理。该成果在Github已经获得6.9K+次星标，在Twitter、PaperswithCode等平台也受到了广泛关注。
2024-04-30 16:47:57
911
原创 YOLO-NAS | 新一代目标检测王者，性能比yolov8，yolov7更胜一筹！
综上所述，YOLO-NAS的训练数据集需要是格式正确、内容丰富、标注详尽的YOLO模型所支持的格式。这样的数据集不仅能为模型提供充分的训练信息，还能帮助模型在面对实际问题时展现出更好的性能和适应性。在准备数据集时，需要注意数据的质量和多样性，确保数据集能够满足YOLO-NAS训练的要求，从而让模型在实际应用中发挥出最佳的效果。
2024-04-30 16:30:23
612
原创 拿下！目前研三，喜得SCI二区一作！
万物皆卷的时代，升学、就业的竞争越来越激烈，想要保研、申博、进大厂，没有高质量论文在手就相当于“裸奔”！尤其是这个人人惶恐又内卷的时代，想要抓住点什么来增强安全感。有一份拿得出手的成绩——手握一篇甚至多篇高质量的论文，就是学术成果最好的展现，当然它也意味着未来更优质的工作和薪酬。但是论文很多人来说，是一种挑战。大部分同学的困难不是不想发，而是……1、不知该如何对论文做选题；2、不知道怎么凝练创新点；3、不知道idea在哪里；4、论文写作能力欠缺；5、逻辑不清，内容冗余；
2024-04-27 17:02:39
715
原创 常见经典目标检测算法！R-CNN、YOLO、计算机视觉、自动驾驶、AI芯片
目标检测是计算机视觉领域的一个重要任务，它要求算法能够准确识别图像中的物体，并为其提供边界框（Bounding Box）以及类别标签。与图像分类任务不同，目标检测不仅要识别图像中的类别，还要定位物体的位置。因此，目标检测任务通常比图像分类更具挑战性。
2024-04-23 13:55:04
790
原创 多模态学习：多模态大模型（医疗影像分析）
多模态学习允许机器从多种不同的数据源学习，例如，可以从图像和文本中同时学习，这样可以让模型更好地理解世界。它的核心在于处理和分析多源异构数据，提取深层次的概念、语境和关联性。
2024-04-12 11:58:42
985
原创 YOLO-World ：实时开放词汇对象检测，前沿开集目标检测器！YOLOV8/计算机视觉/深度学习
YOLO-World的实时开放词汇检测能力和优秀的性能使其成为了一个强大的工具，可用于各种需要快速准确对象检测的场景。YOLO在标准基准测试中，World 的速度和效率超过了现有的开放词汇检测器，包括 MDETR 和 GLIP 系列，展示了YOLOv8 在单个 NVIDIA V100 GPU 上的卓越性能。本节详细介绍了可用的模型及其特定的预训练权重、支持的任务以及与各种运行模式（如推理、验证、训练和导出）的兼容性，支持的模式用 ✅ 表示，不支持的模式用 ❌ 表示。可用型号、支持的任务和运行模式。
2024-04-08 14:50:56
913
原创 打造你的专属大模型，学完即可使用上岗！技术人的大模型课程（人工智能/机器学习/深度学习）
在教学方面，Daniel指导的AI研究课题广泛且深入，包括图像分割、医疗报告生成、三维运动生成、多模态对话生成、视频理解及评论生成等，这些课题跨越计算机视觉、自然语言处理和多模态等多个研究方向。他在顶尖学术会议和期刊上发表了15篇以上的论文，包括但不限于ACM MM、CIKM、AAAI、ICLR和TOSEM等，并担任SOSP、ACL、EMNLP、MSR、ICSE、ICSME等多个会议的程序委员会成员或审稿人。4、社区支持与行业网络：加入我们，你将有机会接触行业大咖，参与热点话题的分享，拓宽你的职业网络。
2024-04-08 14:25:36
954
原创 ICLR 2024 |冻结住的CLIP仍可作为教师模型！
不难发现，在UCF-101与HMDB-51数据集上，fine-tune模型的性能比Frozen CLIP更强，但是在Kinetics-600数据集上，fine-tune模型的实验性能却比frozen CLIP要更弱。而在与训练数据不那么相似的测试类别上，模型需要更多地依赖预训练的泛化性知识，但这些知识已经在fine-tune的过程中被逐渐抹去了（典型的灾难遗忘问题（catastrophic forgetting issue）），因此fine-tune模型性能更差。我们在两种场景下都达到了最优的识别性能。
2024-03-27 09:42:34
612
原创 Word2vec：词向量生成模型详解：Skip-gram和CBOW
Word2vec是一种常用的词嵌入算法，它能够将词语映射到一个连续的向量空间中，使得语义相近的词语在向量空间中的距离也相近。Word2vec包括两种模型：CBOW模型和Skip-gram模型，分别通过上下文词预测目标词和通过目标词预测上下文词。本文详细介绍了Word2vec的原理、模型结构、训练过程，并提供了Python代码实现示例。综上所述，Word2Vec是一种强大的词向量生成模型，能够为自然语言处理任务提供有力的支持。通过不断优化模型和改进训练方法，我们可以进一步提高词向量的质量和性能。
2024-03-21 14:28:31
1010
原创 自动驾驶方向Autonomous Driving的优质论文及其代码！PC-NeRF、3D三维重建、AoSRNet、无人驾驶技术
与精度高但重复计算的传统以代理为中心的方法以及精度和通用性受到影响的以场景为中心的方法不同，SIMPL 为所有相关交通参与者提供实时、准确的运动预测。为了提高准确性和推理速度，我们提出了一种紧凑而高效的全局特征融合模块，该模块以对称方式执行定向消息传递，使网络能够在单次前馈传递中预测所有道路使用者的未来运动，并减轻 视点移动导致的精度损失。非均匀成像介质中的光散射和衰减或光强度不一致会导致收集到的图像对比度不足和颜色失真，从而限制视觉驱动的智慧城市、自动驾驶汽车和智能机器人等领域的发展。
2024-03-15 14:02:08
596
原创 医学图像分割方向优质的论文及其代码【Medical Image Segmentation】UNet、transformer、计算机视觉
所提出的 WSL 策略融合了三种不同的架构但相同的对称编码器-解码器网络：用于详细局部特征提取的基于 CNN 的 UNet、用于全面全局上下文理解的基于 Swin Transformer 的 SwinUNet 以及用于高效长时长的基于 VMamba 的 Mamba-UNet。Weak-Mamba-UNet 的有效性在公开的 MRI 心脏分割数据集上进行了验证，该数据集具有经过处理的涂鸦注释，其性能超过了仅使用 UNet 或 SwinUNet 的类似 WSL 框架的性能。不方便下载的，我已整理好。
2024-03-13 14:47:17
894
原创 多模态模型（图像-文本）的普遍训练方法
多模态模型的目标，都是致力于把两个模态的数据（图像数据-自然语言数据）编码到同一个语义空间。所以一般来说都会有两个模块，一个图像编码器，一个文本编码器。一些方法为了提升效果，会附加一些模块，比如 Albef 加了一个融合编码器。另一些方法为了让模型同时具有理解图像文本和生成文本的功能，加了生成模块。所有的损失函数都是为了让整个模型能同时理解图像和文本的语义。
2024-02-27 14:29:42
986
原创 机器学习的正则化到底是什么意思？Regularization
虽然这不是正则化的直接缺点，但在实践中采用早停法（Early Stopping）作为一种正则化手段时，它依赖于验证集的表现，并且可能受随机性影响较大，尤其是在有限数量的迭代次数或小批次大小下。综上所述，正则化是机器学习中一种强大的工具，它不仅提高了模型的泛化能力和稳定性，还提供了特征选择的可能性，并有利于优化问题的解决，进而提升整个机器学习系统的性能和实用性。总的来说，正则化是一种有效的技术，可以降低模型的复杂度，提高模型的泛化能力，从而改善模型在测试数据上的表现。
2024-02-22 17:02:09
964
原创 十大聚类算法全总结！机器学习算法K-means、层次聚类、DBSCAN、谱聚类、高斯混合模型、模糊C-means、K-medoids、Mean Shift、OPTICS、BIRCH
聚类是一种将数据点按一定规则分群的机器学习技术。给定一组数据点，我们可以使用聚类算法将每个数据点分类到一个特定的簇中。理论上，属于同一类的数据点应具有相似的属性或特征，而不同类中的数据点应具有差异很大的属性或特征。聚类属于无监督学习中的一种方法，也是一种在许多领域中用于统计数据分析的常用技术。
2024-02-19 17:34:59
1904
原创 2023年最具影响力的 10 篇AI论文（Llama2、SAM、LLM、 Pythia、QLoRA、BloombergGPT、DPO、Mistral 7B、Orca 2、transformer）
一、Pythia — 大模型该如何训练？2023 一年又过去，这一年，AI 圈子以一种“狂飙突进”的速度飞速发展，哪怕在这个领域深耕多年的学者们也开始感叹“从没有见过哪个领域在哪一年如同 AI 领域在 2023 年这样如此飞速的发展与不断的进化”，毫无疑问，这一年 AI，尤其是大模型的爆发将会深刻影响未来我们生活的方方面面。
2024-01-16 17:19:29
1067
原创 研究生话题：要基于Pytorch做深度学习，如何快速提升代码能力？ --人工智能/深度学习
在深度学习和计算机视觉领域，AlexNet、VGG、ResNet、Yolo和SSD都是极为重要的模型，各自代表了图像识别和对象检测领域的重要进展。为了深入理解这些模型的工作原理和应用，手写代码并亲自进行数据标记和训练是一个非常有效的学习方法。”， 其实就是一份非常有意思的 AI 大模型的介绍性入门课程，如果认真学了，你会学会关于大模型的相关知识，加薪、换工作大概率是个加分项。：这是一个强大的科学计算库，提供了大量的数学函数处理以及对大型多维数组和矩阵的支持，是深度学习中进行数学运算的基石。
2024-01-15 17:07:11
977
原创 放养式图像处理方向研究生如何学习?
学习人工智能方向的语言以及框架，如TensorFlow、PyTorch等，API文档也是个不错的选择，至于网上的哪些教程，网上都能找到，没必要浪费钱了。通过网上课程、教材或教程学习图像处理的基础知识，包括数字图像处理、信号处理、线性代数和统计学等，以及一些相关的机器学习、深度学习专业知识。确定你在图像处理领域（或者说计算机视觉）的具体兴趣和目标，例如图像分割、目标检测等，最好是能够跟导师的研究方向挂钩。创建个人网站或在线作品集，展示你的项目和技能，知乎、博客、github都可。
2024-01-12 21:00:00
680
原创 周志华西瓜书+花书圣经+李航统计学习方法+南瓜书｜四大人工智能名著分享
特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。第3部分为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；1、超详细的人工智能学习路。
2024-01-12 20:00:00
595
原创 2023最具前景的研究方向之一：人工智能+计算机视觉+3D视觉
计算机视觉是人工智能领域的一个重要组成部分，它涉及使计算机能够理解和解释图像和视频数据。通过机器学习和深度学习技术，计算机视觉能够自动地完成图像分类、目标检测、人脸识别等任务，甚至超越了人类的能力。
2023-10-27 17:23:06
394
原创 CVPR2023 Tutorial Talk | 哈佛博士主讲大型多模态模型：构建和超越多模态GPT-4
GPT-4现在很流行。今天我将试图帮助大家构建一个最小版本的多模态GPT-4。我将介绍不同的方式来利用大型语言模型(LLM)进行多模态任务。我将重点讲解端到端训练的模型，以便我们可以构建大型语言模型，保存图像并以合理的速率进行理解。
2023-09-19 09:53:08
433
原创 AI+无人机方向！可以写的专业居然有这么多！人工智能毕业论文计算机视觉
特别是对于工科类的小伙伴们来说，AI无人机+专业学科，已经成为了毕业论文方向的重要选择之一，AI无人机，也是论文发表的热门选题，特别电子信息、计算机科学与技术、核电技术与控制工程、电子信息、流体力学、电气工程、船舶电子电器工程、材料、交通信息工程与控制、航空航天等专业的小伙伴来说，论文发表方向，几乎与AI“强绑定”。
2023-08-17 14:43:30
213
原创 AutoGPT爆火，GitHub上已有42k星标，打造一款属于自己的AI助手，什么是全自动AI？ChatGPT已过时？
GitHub上线了一个新的基于GPT-4的开源应用项目AutoGPT，凭借超42k的Star数在开发者圈爆火。
2023-04-14 15:28:38
5396
原创 CV不存在了？Meta推出最新AI模型SAM，计算机视觉领域的ChatGPT
Facebook母公司Meta在推特宣布推出SAM模型（Segment Anything Model）并开源
2023-04-11 14:47:13
525
原创 快码住！NLP工程师学习路线
自然语言处理是一个涉及到多个技能、技术和领域的综合体。自然语言处理工程师们因为技术的发展日新月异，所以时刻保持着强烈的学习欲望。自然语言处理必定需要数学基础:代数、概率论、信息论等还有数据结构和算法、语言学、深度学习
2023-03-25 16:55:19
111
原创 快码住！时间序列分析论文合集
时间序列（time series）是同一现象在不同时间上的相继观察值排列而成的序列。根据观察时间的不同，时间序列中的时间是可以是年份，季度，月份或者其他任何时间形式
2023-03-14 14:05:27
283
原创 建议收藏的人工智能书籍-《图解机器学习》
第一部分：绪论（什么是机器学习、学习模型）第二部分：有监督回归（最小二乘学习法、带有约束条件的最小二乘法、稀疏学习、鲁棒学习）第三部分：有监督分类（基于最小二乘法的分类、支持向量机分类、集成分类、概率分类法、序列数据的分类）第四部分：无监督学习（异常检测、无监督降维 、聚类）第五部分：新兴机器学习算法（在线学习、半监督学习、监督降维、迁移学习、多任务学习）
2023-02-04 21:00:00
171
原创 计算机视觉六大技术：图像分类、目标检测、目标跟踪、语义分割、实例分割、影像重建..
计算机视觉是当前最热门的研究之一，是一门多学科交叉的研究，涵盖计算机科学（图形学、算法、理论研究等）、数学（信息检索、机器学习）、工程（机器人、NLP等）、生物学（神经系统科学）和心理学（认知科学）。由于计算机视觉表示对视觉环境及背景的相对理解，很多科学家相信，这一领域的研究将为人工智能行业的发展奠定基础。
2022-11-01 16:29:37
4198
原创 研究生如何入门机器学习？
机器学习融合了概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术，但是其实真正学的时候，最有用的还是线性代数和高等数学的知识，所以一定要把这两个科目的基础打牢。教授的课程也不错，讲课生动有趣，并且有的内容是可以和Ng相互补充，还有唐宇迪的课也适合小白入门，比较通俗易懂，有时间的话建议一起看。西瓜书的时候，整个人学完一天脑袋都是痛的，公式晦涩难懂，不适合新手学习，不是直接学习西瓜书。通过自己大半年的接触和了解，结合一些大佬们的需求，对于如何入门机器学习提出自己的几点看法。.........
2022-08-10 15:55:18
697
1
原创 一起啃书《Python深度学习》比啃书更有效的人工智能深度学习初学者入门（附视频、源码及中英文书籍）
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦·肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。
2022-06-27 17:36:06
201
转载 一文了解图神经网络（）
导读：图神经网络，科技网络热词！！！研究背景传统的深度学习方法被应用在提取欧氏空间数据的特征方面取得了巨大的成功，但许多实际应用场景中的数据是从非欧式空间生成的，传统的深度学习方法在处理非欧式空间数据上的表现却仍难以使人满意。例如，在电子商务中，一个基于图（Graph）的学习系统能够利用用户和产品之间的交互来做出非常准确的推荐，但图的复杂性使得现有的深度学习算法在处理时面临着巨大的挑战。这是因为图是不规则的，每个图都有一个大小可变的无序节点，图中的每个节点都有不同数量的相邻节点，导致一些重要的操作（
2022-05-09 18:07:21
1050
转载 入职就 50W 起，推荐系统何以成为算法皇冠？
推荐系统有3个重要的模块:用户建模模块、推荐对象建模模块、推荐算法模块。通用的推荐系统模型流程如图。推荐系统把用户模型中兴趣需求信息和推荐对象模型中的特征信息匹配，同时使用相应的推荐算法进行计算筛选，找到用户可能感兴趣的推荐对象，然后推荐给用户。——大厂必备核心-推荐系统从商业角度来讲，互联网主要起到平台作用，构建多方沟通桥梁，例如淘宝对应卖家和卖家，头条是信息产出方和读者，除了要满足用户本身的需求，还要考虑到商家的利益。平台巩固流量，才能进一步的转化，达到盈利。这时候，推荐系统可.
2022-03-03 11:53:31
130
转载 卷积神经网络之父Yann LeCun 最新发声：自监督+世界模型，让 AI 像人类与一样学习与推理
如何突破当代人工智能（AI）的瓶颈？不同学者存在不同观点。总体来看可以概括为两类，其一监督学习者，提倡通过改善数据标签质量，从而完善监督学习。代表人物有发起“以数据为中心AI”革命的吴恩达，提倡设计“合成数据自带所有标签”的Rev Lebaredian。其二，无监督学者，例如Yann LeCun，提倡下一代AI系统将不再依赖于精心标注的数据集。近日，Yann LeCun在meta AI（原Facebook）官方博客上以及IEEE采访中，深度阐述了他的自监督学习思路，他认为AI想要突破现在的...
2022-02-27 16:16:29
678
转载 人工智能-机器学习学习路线及详细的机器学习入门资源整理
导读：学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力越强。
2022-02-21 15:58:45
538
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人