- 博客(126)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 深度学习实战基础案例——卷积神经网络（CNN）基于SqueezeNet的眼疾识别|第1例
SqueezeNet是一种轻量且高效的CNN模型，它参数比AlexNet少50倍，但模型性能（accuracy）与AlexNet接近。顾名思义，Squeeze的中文意思是压缩和挤压的意思，所以我们通过算法的名字就可以猜想到，该算法一定是通过压缩模型来降低模型参数量的。当然任何算法的改进都是在原先的基础上提升精度或者降低模型参数，因此该算法的主要目的就是在于降低模型参数量的同时保持模型精度。基础环境：python3.7编译器：pycharm深度学习框架：pytorch链接（提取码：2357 ）
2023-08-13 15:12:15
3828
13
原创 最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程
本教程是最新的深度学习入门环境配置教程，跟着本教程可以帮你解决入门深度学习之前的环境配置问题。同时，本教程拒绝琐碎，大部分以图例形式进行教程。
2023-08-12 12:05:05
5436
18
原创 基于PP-YOLOE-SOD实现遥感场景下的小目标检测
目标边界框的宽高与图像的宽高比例小于一定值目标边界框面积与图像面积的比值开方小于一定值分辨率小于32*32像素的目标。如MS-COCO数据集像素值范围在［10，50］之间的目标。如DOTA/WIDER FACE数据集paddle从数据集整体层面提出了如下定义：目标边界框的宽高与图像的宽高比例的中位数小于0.04时，判定该数据集为小目标数据集。目前，小目标检测主要有以下几个难点：覆盖面积小，有效特征少小目标下采样后丢失问题，边界框难以回归，模型难以收敛。
2023-03-16 19:43:16
2693
12
原创 从零开始学OpenCV——图像灰度变换详解（线性与非线性变换）
在实际应用中,为了突出图像中感兴趣的研究对象，常常要求增强某一灰度范围的对比度，或对不同范围的灰度值进行不同的处理，即分段线性拉伸。分段线性拉伸是仅将某一范围的灰度值进行拉伸，而其余范围的灰度值实际上被压缩了。阈值变换可以将灰度图像转换成黑白二值图像，用户指定一阈值T，灰度低于T置0，高于T置255。伽玛变换又称为 指数变换 或 幂次变换，是另一种常用的灰度非线性变换。输出图象每个象素点的灰度值仅由输入图像相同位置象素点的灰度值决定。时，该灰度变换是线性的，此时通过线性方式改变原图像。
2023-03-15 21:10:41
6122
7
原创 Python机器学习数据建模与分析——Numpy和Pandas综合应用案例：空气质量监测数据的预处理和基本分析
Python作为一款面向对象、跨平台并且开源的计算机语言，是机器学习实践的首选工具。入门Python机器学习应从了解并掌握Python的Numpy、Pandas、Matplotlib包开始。学习Python和完成机器学习实践的有效途径是：以特定的机器学习应用场景和数据作为出发点，沿着由浅入深的数据分析脉络，以逐个解决数据分析实际问题为目标，逐步展开对Python的学习和机器学习的实践。📢本文由 心无旁骛~ 原创，首发于 CSDN博客🙉。
2023-01-21 19:31:44
4061
15
原创 移动云九天人工智能平台：赋能未来，智能升级
云计算发展迅速，移动云作为业界领先的云服务商，一直致力于推动云计算技术的创新应用，赋能各领域的开发者，构建蓬勃发展的云生态。“移动云”是基于5g技术，由中国移动打造的品牌，针对云计算、大数据、人工智能等产品的服务，为客户提供专业的解决方案。基于互联网和虚拟化技术，将计算、存储、网络等资源以服务的形式提供给用户。用户可以根据需要获取和使用这些资源，而无需购买和维护硬件设备。通过云计算技术实现资源的动态分配和弹性扩展，可以根据用户的实际需求进行资源的快速调整。这有助于提高资源的利用率和效率。
2024-05-21 21:53:12
896
原创 Ubuntu中使用`sudo apt-get update`等更新下载命令出现部分索引下载失败文件解决方案（亲测已经解决）
这就是源的问题，但是我安装网上的一些方法忙活了好久，还是没有解决该摆错。比如网上说在软件更新和管理里面切换阿里云的源，但是我到最后一直说连接失败什么的，总之没有很好的解决我的问题。直到朋友给我推荐了一位博主的ROS一键换源工具，才轻松地解决~最近在用ubuntu(我是18版本)安装ROS，需要执行。这时候我们选择5并回车即可成功更换镜像源。命令不会再出现报错，证明BUG成功解决~
2024-05-18 20:05:47
260
1
原创 AI新视界：探索Baidu Comate的前沿科技
Baidu Comate（智能代码助手）是基于文心大模型，结合百度积累多年的编程现场大数据和外部优秀开源数据，打造的新一代编码辅助工具。拥有代码智能、场景丰富、创造价值、广泛应用等多重产品优势，可实现“帮你想、帮你写、帮你改”的场景应用形态。提升编码效率，释放“十倍”软件生产力。据百度CTO所说， 百度每日新增代码中27%由Comate生成，可见该智能代码助手的实用性。
2024-05-09 12:52:05
1054
1
原创 本地部署openvino-chaglm3-6b
想将github下的代码拉取到本地文件夹中，再打开，执行以下命令激活环境。接下来我们使用以下命令更新pip以及安装所需要的一些依赖库。
2024-03-31 19:09:51
467
原创 如何在jupyter使用新建的虚拟环境以及改变jupyter启动文件路径。
对于刚刚使用jupyter的新手来说，经常不知道如何在其中使用新建的虚拟环境内核，同时，对于默认安装的jupyter，使用命令启动以后往往默认是C盘的启动路径，如下图所示，这篇教程将告诉您。
2024-03-28 00:01:58
956
原创 sheel和setuptools两个包的作用
是用于在 Python 中安装两个不同的包的命令，它们在 Python 生态系统中具有不同的作用。这两者的结合使你能够创建高效的二进制分发（wheel），并利用。在许多情况下，当你在处理 Python 项目并希望分发或安装包时，安装。提供的增强功能来管理软件包元数据和安装。
2024-03-13 20:50:47
282
原创 BigDL-LLM 安装指南——在iGPU集成显卡下使用BigDL-LLM大模型库加速LLM
全网最详细的BigDL-LLM在iGPU下的安装指南，还有一些踩坑经验~iGPU内存可以是动态随机存储器（DRAM）或静态随机存储器（SRAM）类型，DRAM类型的iGPU内存可以被访问和修改，而SRAM类型的iGPU内存速度更快，但容量通常较小且不可修改。iGPU内存的容量通常取决于使用的处理器型号和制造商，例如英特尔的iGPU内存容量通常在1GB到2GB之间，而AMD的iGPU内存容量则较高，通常在2GB到8GB之间。
2024-03-13 18:54:25
1666
3
原创 Intel® Extension for PyTorch*详细安装教程
最近在研究Intel的pytorch的加速拓展,但是发现官网的文档全是英文的，不太好找安装教程。所以特此分享Intel® Extension for PyTorch*的详细安装教程。
2024-03-10 21:56:35
1400
原创 基于yolov5-master和pyqt5的森林火灾监测软件
火灾作为威胁人类生命生产安全的隐患之一，一直是人们关注的重点。传统的火灾监测装置根据温度来检测火灾，不仅灵敏度差，而且反馈时间长，常常会出现消防员收到警报消息时，火室已经无法控制。森林火灾监测系统的设计与实现是一项基于深度学习技术的创新性研究，旨在通过自动检测和分析森林的图像数据，实时监测和预防森林火灾的发生。我们选择了PyTorch作为主要的深度学习框架，并结合了目标检测领域的主流算法YOLOv5来完成这一任务。本系统的主要目标是提高火灾检测的准确性和实时性。
2024-01-21 23:49:40
1468
原创 基于YOLOv5、v7、v8的竹签计数系统的设计与实现
该系统是一个综合型的应用，基于PyTorch框架的YOLOv5、YOLOv7和YOLOv8，结合了Django后端和Vue3前端，为竹签生成工厂和串串香店铺提供了一套全面而强大的实时监测与分析解决方案。系统主要特色在于实时目标检测和位置追踪，支持用户通过上传图片、视频或摄像头进行推理，实时获取竹签的位置和数量。这一功能的实现基于高度精准的YOLO模型，为生产过程提供了即时可用的信息，助力企业合理安排生产计划、优化库存管理。
2024-01-21 23:22:08
1636
原创 pip的基本命令与使用
pip是Python的包管理器，类似于其他编程语言中的包管理器，如Ruby的gem或Node.js的npm。它可以帮助你轻松地安装、更新和卸载Python包（库或工具）。你可以把pip想象成一个应用商店，你可以从中获取你需要的Python包，然后安装到你的Python环境中。
2023-12-20 23:38:12
2318
1
原创 基于YOLOv8的结核病预测系统设计与实现
本系统的目的是通过痰液图像来检测出结核杆菌的携带者，及时采取治疗措施，在病情早期对其进行相关治疗减少结核病的传播。程序使用的样本是经过染色处理可以使得结核杆菌在显微镜拍摄的医学图像，通过检测医学图像中的结核杆菌诊断检测该样本的所属者是否患有结核病；为了减少医生的工作量，我们通过构建准确的目标检测模型辅助医生进行检测工作，只需将显微镜拍摄的医学图像交给计算机，让计算机自动预测图像中是否含有结合杆菌，并将预测结果呈现给医生，为医生诊断病情提供决策依据，缩短诊断病情的时间，提高病情诊断准确率。
2023-12-20 18:25:14
1372
1
原创 基于YOLOv5的吸烟检测系统设计与实现
吸烟检测作为保障公共健康和环境安全的重要任务之一，一直备受关注。传统的吸烟检测方法往往依赖人工判断，存在准确性低和实时性差的问题。为了解决这些问题，本项目基于深度学习技术进行了吸烟检测系统的设计与实现，选择了PyTorch作为主要的深度学习框架，并结合了目标检测领域的主流算法YOLOv5来完成吸烟目标的自动识别和定位。通过深入的模型研究和技术实现，我们能够在图像中准确地检测吸烟行为，实现对吸烟活动的实时监测。
2023-12-20 15:59:37
1439
转载 YOLOV5 | AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘ 问题解决 亲测有效
报错：AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’
2023-12-07 21:16:04
410
1
原创 基于英特尔平台及OpenVINO2023工具套件优化文生图任务
当今，文生图技术在很多领域都得到了广泛的应用。这种技术可以将文本直接转换为逼真的图像，具有很高的实用性和应用前景。然而，由于文生成图任务通常需要大量的计算资源和时间，如何在英特尔平台上高效地完成这些计算是一个重要的挑战。为了解决这个问题，我们主要使用最优的调度器等方法来优化文生成图任务的计算过程。调度器是一种优化工具，它可以将任务分配到不同的计算节点上，并根据实际情况调整计算节点的负载和使用率，以提高整体的计算效率和性能。
2023-12-03 22:17:20
1106
原创 基于yolov8的车牌检测训练全流程
YOLOv8 是Ultralytics的YOLO的最新版本。作为一种前沿、最先进(SOTA)的模型，YOLOv8在之前版本的成功基础上引入了新功能和改进，以提高性能、灵活性和效率。YOLOv8支持全范围的视觉AI任务，包括检测, 分割, 姿态估计, 跟踪, 和分类。这种多功能性使用户能够利用YOLOv8的功能应对多种应用和领域的需求。
2023-11-20 21:09:25
1441
原创 yolo系列模型训练数据集全流程制作方法（附数据增强代码）
yolo系列的模型在目标检测领域里面受众非常广，也十分流行，但是在使用yolo进行目标检测训练的时候，往往要将VOC格式的数据集转化为yolo专属的数据集，而yolo的训练数据集制作方法呢，最常见的也是有两种，下面我们只讲述一种最常用的方法，也是我最常使用的。
2023-11-20 20:07:01
2220
3
原创 【yolov5报错解决】ModuleNotFoundError: No module named‘ultralytics.yolo‘
后来，我发现yolov5的requirements.txt文件里面的ultralyticsy要求版本是>=8.0.100，后来我尝试直接指定版本为8.0.100后成功解决问题。上面显示我没有ultralytics.yolo这个模块，但是我已经安装了ultralytics，同时，我也尝试了网上的方法。，但是仍然得不到解决，我也尝试了各种网上的方法，比如重新卸载安装等等，但是依旧没有解决。
2023-11-15 14:38:08
9633
9
原创 OpenCV常用功能——灰度处理和图像二值化处理
上述代码逐个像素点计算灰度值，然后用灰度值代替RGB三个通道的值，得到灰度图像并显示出来。值得注意的是，这种方法虽然简单易懂，但计算每个像素点的灰度值，效率较低，不适用于处理较大的图像。其原理是将灰度图像的像素值按一定的阈值进行分割，大于等于阈值的像素值设为一个值（通常是255），小于阈值的像素值设为另一个值（通常是0）。，通常使用的方法是将彩色图像的RGB三个通道的值加权平均，得到一个灰度值，再用这个灰度值代替RGB三个通道的值，从而得到灰度图像。是指将整个图像的像素值都按照同一个阈值进行分割，而。
2023-10-24 22:44:18
5025
原创 深度学习实战基础案例——卷积神经网络（CNN）基于MobileNetV3的肺炎识别|第3例
Google公司继MobileNetV2之后，在2019年发表了它的改进版本MobileNetV3。而MobileNetV3共有两个版本，分别是MobileNetV3-Large和MobileNetV2-Small。改进后的MobileNetV3，在ImageNet数据集的分类精度上，它的MobileNetV3-Large版本相较于MobileNetV2提升了大概3.2%的精度同时延迟减少了20%，而MobileNetV3-Small则提升了6.6%的精度，减少了大概23%的延迟。
2023-10-05 11:53:50
955
原创 Netron可视化深度学习网络结构
Netron 是一个开源的模型可视化工具，用于可视化深度学习模型的结构和参数。它可以加载和显示多种框架和模型格式，包括ONNX（Open Neural Network Exchange）、TensorFlow、Keras、Caffe、Core ML 等。通过图形界面，用户可以直观地查看模型的网络结构、层级关系、参数等信息。
2023-10-05 11:41:59
6427
原创 Lagrange插值法实验:求拉格朗日插值多项式和对应x的近似值matlab实现(内附代码)
数值计算Lagrange插值法实验，（1）了解插值法的思想和一般原理； （2）掌握Lagrange 插值方法、牛顿插值方法插值方法； （3）能够根据设计的试验方案，编写相应程序； （4）能够分析实验结果，评估算法优劣。
2023-10-03 23:11:33
3907
2
原创 【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(下)
自 20 世纪 50 年代图灵测试提出以来，人们始终在探索机器处理语言智能的能力。语言本质上是一个错综复杂的人类表达系统，受到语法规则的约束。因此，开发能够理解和精通语言的强大 AI 算法面临着巨大挑战。过去二十年，语言建模方法被广泛用于语言理解和生成，包括统计语言模型和神经语言模型。近些年，研究人员通过在大规模语料库上预训练 Transformer 模型产生了预训练语言模型（PLMs），并在解决各类 NLP 任务上展现出了强大的能力。
2023-09-01 18:15:29
391
3
原创 【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(上)
BERT，是一个经典的深度学习、预训练模型。2018年，由 Google 团队发布的论文《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》提出了预训练模型 BERT（Bidirectional Encoder Representations from Transformers），在自然语言处理领域掀起了巨大浪潮。
2023-08-30 15:52:46
500
原创 Pytorch的torch.utils.data中Dataset以及DataLoader等详解
是PyTorch提供的一个模块，用于处理和加载数据。该模块提供了一系列工具类和函数，用于创建、操作和批量加载数据集。下面是Dataset: 定义了抽象的数据集类，用户可以通过继承该类来构建自己的数据集。Dataset用于访问单个样本，__len__用于返回数据集的大小。: 继承自Dataset类，用于将张量数据打包成数据集。它接受多个张量作为输入，并按照第一个输入张量的大小来确定数据集的大小。DataLoader: 数据加载器类，用于批量加载数据集。
2023-08-20 09:34:54
5806
11
原创 CUDA、cuDNN以及Pytorch介绍
在讲解cuda和cuDNN之前，我们首先来了解一下英伟达（NVIDA）公司。NVIDIA是一家全球领先的计算机技术公司，专注于图形处理器（GPU）和人工智能（AI）计算。公司成立于1993年，总部位于美国加利福尼亚州的圣塔克拉拉。NVIDIA的产品和技术广泛应用于各个领域，包括游戏、虚拟现实、自动驾驶、数据中心、边缘计算等。作为全球最为知名的GPU制造商之一，NVIDIA的图形处理器技术推动了计算机图形学和游戏行业的发展。
2023-08-14 15:55:47
1069
2
原创 混淆矩阵的生成（python实现，含机器学习方法）
使用混淆矩阵可以计算多个衡量分类器性能的指标，如准确率（Accuracy）、精确率（Precision）、召回率（Recall，也称为敏感度或真正例率）和 F1 值等。准确率（Accuracy）：分类器预测正确的样本占总样本数的比例，计算公式为 (TP + TN) / (TP + TN + FP + FN)。召回率（Recall）：正例被正确预测为正例的比例，计算公式为 TP / (TP + FN)。精确率（Precision）：正例预测正确的比例，计算公式为 TP / (TP + FP)。
2023-08-08 10:36:08
3869
1
原创 python中最常用的extend方法和append方法差异
在Python中，extend()是列表对象的一个方法，它用于将一个可迭代对象（通常是另一个列表）中的元素追加到当前列表的末尾。这个方法会修改原列表，无需创建一个新的列表。extend()其中，list是要操作的列表对象，iterable是要追加的可迭代对象。下面是一些使用extend()需要注意的是，与extend()方法不同的是，append()方法将整个可迭代对象作为一个元素添加到列表的末尾。因此，使用extend()方法可以将可迭代对象的元素逐个追加到列表中，而不是将整个可迭代对象追加为单个元素。
2023-08-07 20:52:56
1299
原创 （Yolov5常见bug）RuntimeError: “slow_conv2d_cpu“ not implemented for ‘Half‘问题解决
在王宏网上查阅了很久，发现大多数都是在讲有关Half的精度问题。
2023-08-05 20:09:55
2632
5
原创 （亲测解决）PyCharm 从目录下导包提示 unresolved reference（完整图解）
最近在进行一个Flask项目的过程中遇到了的问题，在网上找了好久解决方案，并没有一个能让我一步到位解决问题的。后来，我对该问题和网上的解决方案进行了分析，发现网上大多数都是针对项目同一目录下的py文件进行该问题的解决。
2023-08-05 17:50:55
13075
1
原创 码题集oj赛（第八次）——MT2180 进制查询
该题目乍一看无从下手，仔细一思考还是挺简单的，主要运用了一个函数就是求解最大公约数，因为输出结果要求必须是分数形式，所以你必须要进行一下约分，约分函数的话对于经常写算法的同学应该非常简单，运用到数学思想的话就是辗转相除法。
2023-08-05 11:48:48
366
原创 码题集oj赛（第八次）——MT2179 01操作
本题目对于基础牢固的同学来讲十分简单，但是对于什么也不会类型的同学来说还是有点小难度的。首先，题目中给了四种操作，分别是。其中，'+'和'-'操作直接就能看懂。但是'*'和'/'操作是要求原二进制数乘以2，那么转换一下就是'*'就是将二进制数左移一位；而'/'操作就是将二进制数右移一位。同时，这里采用了一种非常简便的方法来实现‘*’、‘/’操作，如果是‘*’的话，因为是左移一位，所以直接在字符串的最后面加上一个'0'，然后为了确保万一，我们再在后面添加'\0'来终止字符串。同理，‘/’
2023-08-05 11:41:38
389
原创 os文件操作之os.path.dirname和os.path.realpath函数
函数是Python标准库中的一个函数，用于返回指定路径的规范化的绝对路径。它的作用是解析路径中的任何符号链接或相对路径，并返回一个唯一且可操作的绝对路径。具体来说，它会消除路径中的任何符号链接并展开所有的相对路径，以获取真实存在的文件或目录的路径。例如，假设当前工作目录是/home/user，而指定的路径是。这个路径包含相对路径和当前目录。调用函数之后，它将返回，这是规范化的绝对路径。需要注意的是，该函数将解析路径中的符号链接并返回目标路径，因此结果可能不是输入路径的原始形式。
2023-07-17 18:47:08
2275
基于yolov5-master和pyqt5的森林火灾监测软件
2024-01-21
数字图像处理Opencv大作业-数字处理工具箱
2023-06-28
该包包含Mysql安装包以及详细文档教程，还有Navicat8的安装包以及详细文档安装教程
2023-01-09
python爬虫课设，爬取51job网站岗位基本信息，大学开展python数据获取与预处理的小伙伴们，可以直接拿来用
2023-01-09
红蜘蛛教室控屏软件，上课进行学习机演示可用
2022-12-28
B站韩顺平学习资料总结，韩老师所有的课堂笔记与代码 看
2022-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人