如何用多模态大模型把PDF文件转为word文件

Rotary Position Embedding（RoPE）在视觉Transformer中的应用与提升

Qwen2VL ValueError: No chat template is set for this processor.

如何让qwen2vl给图片数据打标

【深度学习】OCR，CLIP4STR论文，多模态OCR

【深度学习】OCR模型的现状，厉害的OCR模型一览，OCR模型排行榜

【深度学习】OCR，TrOCR，transformer 端对端，论文

【深度学习】openai gpt调用的格式，参数讲解，tools是什么

【深度学习】LLaMA-Factory 大模型微调工具, 微调GLM-4-9B-Chat-1M ，Docker (4)

【深度学习】如何理解 Transformer 位置编码：每个位置的编码真的都是唯一的吗？还是周期性的？

【Android】android，震动一下，50ms，震动等级设置低一点

Failed loading language ‘chi_sim‘ Tesseract Open Source OCR Engine v4.1.1 with Leptonica

【深度学习】OCR， 如何使用 Tesseract 进行 OCR 识别

【深度学习】OCR的图像处理方式，如何提升OCR效果

【深度学习】OCR结果文字框排序，Z字排序，PaddleOCR结果z字排序，Python代码

【深度学习】【多模态】使用MiniCPM-V 2.6进行图片OCR

【深度学习】什么是自回归模型？

【深度学习】【语音】TTS，MeloTTS代码讲解

【深度学习】【语音】TTS，最新TTS模型概览，扩散模型TTS，MeloTTS、StyleTTS2、Matcha-TTS

【深度学习】【语音】TTS， 如何使用Python分析WAV的采样率、比特深度、通道数

【深度学习】【文本LLM】如何使用文本相似度挑选语料？

【深度学习】【语音】TTS， styletts2，Docker

【深度学习】【语音】TTS数据集汇总

【深度学习】【语音】LJ Speech Dataset 数据集介绍

【深度学习】【语音】TTS，采样率 22050 Hz 的历史背景及其应用

【深度学习】【语音】TTS，Matcha-TTS，测试效果，训练中文，chinese

使用 OpenAI Whisper v2 模型进行中英文混合语音识别

【深度学习】TTS，LibriTTS数据集

【深度学习】TTS，CosyVoice，训练脚本解析

【深度学习】TTS，CosyVoice，推理部署的代码原理讲解分享

RuntimeError: espeak not installed on your system

【深度学习】【语音】TTS, CM-TTS，TTS扩散模型，论文

【深度学习】【语音】TTS, MATCHA-TTS，论文

【深度学习】什么是混合精度训练？缩放因子 S 的选择

【深度学习】DeepSpeed，ZeRO 数据并行的三个阶段是什么？

【深度学习】Accelerate和DeepSpeed有什么区别？

【深度学习】【语音】TTS, text-generation-webui

【深度学习】【语音】TTS效果排行榜

【深度学习】【语音】TTS，Phoneme-Level BERT (PL-BERT)，抛弃词级别或超语素级别的预训练模型!

【深度学习】【语音】TTS，StyleTTS 2，论文

【深度学习】生成领域里，Normalizing Flow、GAN、VAE、Diffusion Models的区别是什么？

【深度学习】VITS中的条件VAE，VAE的隐变量z为何要服从正太分布（2）

【深度学习】变分自编码器 VAE，什么是变分？（1）

【深度学习】【语音TTS】vits 论文，Variational Inference Text-to-Speech（1）

【深度学习】【语音TTS】OpenVoice v2，测评，中英文语料，Docker镜像，对比GPT-SoVITS、FishAudio、BertVITS2

【深度学习】Could not load library libcudnn_cnn_infer.so.8.

【深度学习】【语音TTS】OpenVoice: Versatile Instant Voice Cloning，论文

什么是音频质量？

【深度学习】CosyVoice，论文

【深度学习】PaddleOCR, V4, Docker API服务部署

如何优先使用当前conda的nvcc呢？

语音合成大模型汇总

【深度学习】语音，Tacotron 2 ，TTS合成

【深度学习】语音，Mel频谱图的前世今生

【深度学习】声码器（Vocoder），Vocos 论文

【深度学习】语音合成，TTS，fish-speech

【深度学习】语音合成，TTS，PaddleSpeech

【深度学习】语音合成，TTS，ChatTTS项目体验

【深度学习】DeepSpeed offload是什么？

【深度学习】大模型GLM-4-9B Chat ，微调与部署(3) TensorRT-LLM、TensorRT量化加速、Triton部署

【深度学习】LLaMA-Factory 大模型微调工具, 大模型GLM-4-9B Chat ，微调与部署 (2)

【深度学习】大模型中的LoRA的重要参数理解，dim维度和lora_alpha

【深度学习】大模型GLM-4-9B Chat ，微调与部署(1)

【深度学习】yolov8-det目标检测训练，拼接图的分割复原，切分纸张

【深度学习】yolov8-seg分割训练，拼接图的分割复原

【深度学习】sdxl的Lora训练技巧

【深度学习】【Lora训练4】StabelDiffusion，人物lora训练

【深度学习图片】图片清洗，只留下图像中只有一张人脸的，而且人脸是全的

【深度学习图像】拼接图的切分

【深度学习】fooocusapi，docker，inpainting图像

【深度学习】MAT，Image Inpainting，代码实战，接口直接用，水印去除，水印Inpaint

【深度学习】图片的文字水印去除的流程

【深度学习】inpaint图像中的alpha混合图的边缘处理

【深度学习】matplotlib的sin曲线取点

【深度学习】OCR中的Shrink反向扩展

【深度学习】OCR中的Shrink操作详解

融合算法调式

【深度学习】InternVL2-8B，图转文，docker部署

【深度学习】BeautyGAN: 美妆，化妆，人脸美妆

【深度学习】FaceChain-SuDe，免训练，AI换脸

fooocus接口访问得到图

【深度学习】Kolors跑起来

【深度学习】经典特征的原理 Gabor小波,Hu矩,HOG,LBP, RCD

【深度学习】Pytorch基础

Stable Diffusion 的 `/sdapi/v1/img2img` 接口参数定义

【深度学习】综述 efficient vision transformers ，algorithms, techniques, and performance benchmarking

深度学习图像生成与分割模型详解：从StyleGAN到PSPNet

【深度学习】PixArt-Sigma 实战【3】速度测试

【深度学习】PixArt-Sigma 实战【2】PixArt-Sigma Pipeline 生成图像过程详解

【深度学习】PixArt-Sigma 实战【1】

PermissionError: [Errno 13] Permission denied: ‘/tmp/gradio...‘

【深度学习】什么是交叉注意力机制？

如何下载huggingface仓库里某一个文件

多模态的模型排行榜

【深度学习】注意力机制的改进：稀疏注意力、局部注意力、低秩/线性注意力

【深度学习】必看PixArt-Σ: Weak-to-Strong Training of Diffusion Transformer for 4K Text-to-Image Generation

SDXL Fine-tuning 和 SD DreamBooth 的区别

【深度学习】图生图img3img论文原理，SD EDIT

【深度学习】如何选择适合你的模型训练方法：Fine Tuning、DreamBooth、LoRA与Textual Inversion详细指南

【深度学习】Speech2Action: Cross-modal Supervision for Action Recognition

如何知道docker谁占用的显卡的显存？

【深度学习】深度学习模型的一些知识点总结

BLEU和SPICE：机器翻译与图像描述的自动评估方法详解

【深度学习】k-diffusion，Elucidating the Design Space of Diffusion-Based Generative Models

用Hugging Face Transformers，高效部署：多显卡量化感知训练并转换为ONNX格式的多标签分类模型

【深度学习】【Lora训练3】StabelDiffusion，Lora训练过程，秋叶包，Linux，SDXL Lora训练

什么是torchrun？

【深度学习】CogVLM

【深度学习】InST，Inversion-Based Style Transfer with Diffusion Models，论文，风格迁移，实战（二）

【深度学习】必看PixArt-α: Fast Training of Diffusion Transformer for Photorealistic Text-to-Image

【深度学习】 探讨Stable Diffusion模型的训练及其偏向性

【深度学习】sdwebui A1111 加速方案对比，xformers vs Flash Attention 2

【深度学习】FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness【二】

【深度学习】FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness【一】

【深度学习】TensorRT模型转换环境

【深度学习】stable-diffusion-webui AUTOMATIC1111 的参数解释翻译

【深度学习】GPT-3，Language Models are Few-Shot Learners（一）

【深度学习】GPT-2，Language Models are Unsupervised Multitask Learners，【语言建模】

【深度学习】GPT1，提高语言理解的生成预训练方法

【深度学习】GELU激活函数是什么？

【机器学习】MSE和MAE损失函数有什么区别？回归问题的常用损失函数

【深度学习】解析Vision Transformer (ViT): 从基础到实现与训练

【深度学习】TCN，An Empirical Evaluation of Generic Convolutional【二】

【深度学习】TCN，An Empirical Evaluation of Generic Convolutional【一】

gcn+tcn+transformer入侵检测

【深度学习】 深入浅出：人脸识别技术的步骤、实现与匹配方法，如何进行人脸识别？

【深度学习】Diffusers Utilities load_image

【深度学习】stable-diffusion-3，SD3生图体验

【数学】【机器学习】什么是隐马尔可夫模型 (HMM)？

【深度学习】深入解码：提升NLP生成文本的策略与参数详解

深入理解 EulerDiscreteScheduler 在扩散模型中的应用与实现

【深度学习】风格迁移，InstantStyle，Free Lunch towards Style-Preserving in Text-to-Image Generation

【深度学习】Precision、Accuracy的区别，精确率与准确率：深度学习多分类问题中的性能评估详解

【深度学习】IP-Adapter 和 InstantID 的核心机制比较

【网络安全】【深度学习】【入侵检测】SDN模拟网络入侵攻击并检测，实时检测，深度学习【二】

决策树算法详解：ID3、C4.5 和 CART 的原理与实现

【深度学习】【Prompt】使用GPT的一些提示词

【深度学习】AI换脸，EasyPhoto: Your Personal AI Photo Generator【一】

【深度学习】【NLP】Bert理论，代码

【深度学习】NLP，Transformer讲解，代码实战

【网络安全】【深度学习】【入侵检测】SDN模拟网络入侵攻击并检测，实时检测，深度学习【一】

【深度学习】Transformer分类器，CICIDS2017，入侵检测，随机森林、RFE、全连接神经网络

【深度学习】CICIDS 2019，入侵检测，SVM支持向量机，随机森林，DNN训练，混淆矩阵

【深度学习】PuLID: Pure and Lightning ID Customization via Contrastive Alignment

【深度学习】目标检测，Faster-RCNN算法训练，使用mmdetection训练

【深度学习】【机器学习】支持向量机，网络入侵检测，KDD数据集

【深度学习】【STWave】时空图预测，车流量预测，Efficient Spectral Graph Attention Network

【深度学习】【STD-MAE】交通流量预测，时空图预测，Spatial-Temporal-Decoupled Masked Pre-training for Spatiotemporal

【深度学习】contorlnet Pixel Perfect

【深度学习】xformers与pytorch的版本对应关系

【深度学习】yolov8 seg实例分割训练，交通灯

【深度学习】【NLP】词表，分词，嵌入

【深度学习】ultralytics, yolo seg，实例分割图绘制，核对yolo seg 的txt标记对不对

【深度学习】YOLOv8训练，交通灯目标检测

【深度学习】【换脸】PhotoMaker: Customizing Realistic Human Photos via Stacked ID Embedding

【香橙派 AIpro】OrangePi AIpro ：教育、机器人、无人机领域的超级AI大脑，华为昇腾处理器驱动的AI开发板新标杆

【深度学习】COntorlNet，[1.1.428] IP-Adapter FaceID

ImportError: cannot import name ‘Undefined‘ from ‘pydantic.fields‘

【深度学习】paddlets，时序数据预测

【深度学习】【目标检测】YOLOV5Lite训练

【深度学习】SDXL中的Offset Noise，Diffusion with Offset Noise，带偏移噪声的扩散

【深度学习】如何做一个好的GPT4提示语工程

【深度学习】blip2的调用

【深度学习Labelme】使用Segment Anything Model (SAM)快速打标，labelme多边形转yolo txt框看看对不对

【深度学习】【Lora训练2】StabelDiffusion，Lora训练过程，秋叶包，Linux，SDXL Lora训练

【深度学习】【Lora训练0】StabelDiffusion，Lora训练，kohya_ss训练

用webui.sh安装报错No module named ‘importlib.metadata‘

【深度学习】时空图卷积网络（STGCN），预测交通流量

【深度学习】网络安全，SQL注入识别，SQL注入检测，基于深度学习的sql注入语句识别，数据集，代码

【深度学习】YOLOv5，金属表面的缺陷检测，GC10-DET数据集

【深度学习】【Lora训练1】StabelDiffusion，Lora训练过程，秋叶包，Linux，SDXL Lora训练

【树莓派】yolov5 Lite，目标检测，树莓派4B，推理v5lite-e_end2end.onnx，摄像头实时目标检测

【深度学习】图像修复的一些模型

【深度学习】yolo-World，数据标注，zeroshot，目标检测

【深度学习】YOLOv5，烟雾和火焰，目标检测，防火检测，森林火焰检测

【深度学习】烟雾和火焰数据集，野外数据集，超大量数据集，目标检测，YOLOv5

【深度学习】DDoS-Detection-Challenge aitrans2024 入侵检测，基于机器学习（深度学习）判断网络入侵

【深度学习】目标检测YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

【深度学习】T2I adapter 风格转换图鉴，图片风格迁移，stable diffusion

【深度学习】Fine-Grained Face Swapping via Regional GAN Inversion高保真换脸范式

【深度学习】YOLO-World: Real-Time Open-Vocabulary Object Detection，目标检测

【深度学习】yolov5，用显卡，简单代码直接跑，python直接跑

【深度学习】Progressive Distillation for Fast Sampling of Diffusion Models

【深度学习】StableDiffusion的组件解析，运行一些基础组件效果，基础组件的组合生图

【深度学习】海洋生物数据集，图片分类

【深度学习】sdwebui的token_counter，update_token_counter，如何超出77个token的限制？对提示词加权的底层实现

【深度学习】IP-Adapter-FaceID，IP-Adapter，代码实践

【深度学习】IP-Adapter-FaceID，IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion

【深度学习】FaceChain: A Playground for Human-centric Artificial Intelligence Generated Content

怎么更新sd-webui AUTOMATIC1111/stable-diffusion-webui ？

【深度学习】An_Intrusion_Detection_System_Using_a_Deep_Neural_Network_With_Gated_Recurrent_Units

【深度学习】超分，修复，ResShift: Efficient Diffusion Model for Image Super-resolution by Residual Shifting

【深度学习】pytorch训练MNIST数据集

【深度学习】pytorch，MNIST手写数字分类

【深度学习】基于机器学习的无机钙钛矿材料形成能预测，预测形成能，神经网络，回归问题

【深度学习】训练Stable Diffusion环境

【深度学习】表情识别A Dual-Direction Attention Mixed Feature Network for Facial Expression Recognition

【深度学习】表情识别Facial Expression Recognition with Adaptive Frame Rate based on Multiple Testing

【深度学习】SDXL，diffusers加载单个safetensors文件，保存单个safetensors文件

【深度学习实践】面部表情识别，深度学习分类模型，mmpretrain用于分类的实用教程，多任务网络头

【深度学习】diffusers 学习过程记录，StableDiffusion扩散原理

【深度学习】深度估计，Depth Anything Unleashing the Power of Large-Scale Unlabeled Data

【深度学习实践】HaGRID，YOLOv5，手势识别项目，目标检测实践项目

【深度学习】换脸新科技，InstantID: Zero-shot Identity-Preserving Generation in Seconds

【深度学习】SDXL-Lightning 体验，gradio教程，SDXL-Lightning 论文

【深度学习】风格迁移，转换，Stable Diffusion，FreeStyle : Free Lunch for Text-guided Style Transfer using Diffusion

【深度学习】微调通义千问模型：LoRA 方法，微调Qwen1.8B教程，实践

【深度学习】LoRA: Low-Rank Adaptation of Large Language Models，论文解读

【深度学习】Gemini 1.0 Pro 如何让chatGPT扮演stable diffusion的提示词工程师

【深度学习】MNN ImageProcess处理图像顺序，逻辑，均值，方差

【深度学习】sdxl中的 text_encoder text_encoder_2 区别

【深度学习】sdxl中的 tokenizer tokenizer_2 区别

【Fooocus 深度学习】SDXL，AIGC生图，源码解读

【深度学习】CodeFormer训练过程，如何训练人脸修复模型CodeFormer

【深度学习】BasicSR训练过程记录，如何使用BasicSR训练GAN

【深度学习】VQGAN 论文和代码 高清图像生成 Taming Transformers for High-Resolution Image Synthesis

【深度学习】RTX2060 2080如何安装CUDA，如何使用onnx runtime

【数据集处理】FFHQ如何进行人脸对齐，Aligned and cropped images at 1024×1024

【数据集】Flickr-Faces-HQ (FFHQ) 数据集介绍，官网下载

【Huggingface】如何访问Huggingface，Huggingface镜像

【深度学习】DataComp论文，数据集介绍，大数据模型的数据集介绍

如何粗暴地下载huggingface_hub指定数据文件

datacomp_large数据集下载，snapshot_download使用示例

PaddleOCR Docker 容器快捷调用，快捷调用OCR API

Laion5B数据集下载，laion2B-en数据集下载，百度云盘，阿里云盘

【深度学习】Stable Diffusion中的Hires. fix是什么？Hires. fix原理

【深度学习】Adversarial Diffusion Distillation，SDXL-Turbo 一步出图

如何安装flash-attn

CUDA extension not installed.(Linux)

codeformer，是如何对数据进行降级处理的？是如何模糊人脸图像的？

【深度学习】DAMO-YOLO，阿里，701类通用检测模型，目标检测

【深度学习】人群检测和计数，Rethinking Counting and Localization in Crowds:A Purely Point-Based Framework

【深度学习】脸部修复，CodeFormer，论文，实战

【深度学习】Python快捷调用InsightFace人脸检测，纯ONNX推理

【深度学习】python调用超分Real-ESRGAN

stable diffusion , parameters in Outpainting

【深度学习】pytorch快速得到mobilenet_v2 pth 和onnx

【深度学习】SimSwap: An Efficient Framework For High Fidelity Face Swapping 换脸，代码实战

keras转onnx，TensorFlow转tf.keras.models.load_model，onnx精度转换

ValueError: Could not infer attribute explicit_paddings type from empty iterator

解决 SSLError: HTTPSConnectionPool(host=‘huggingface.co‘, port=443)

【深度学习 AIGC】stable diffusion webUI 使用过程，参数设置，教程，使用方法

【深度学习】AUTOMATIC1111 / stable-diffusion-webui docker

chatgpt账号，官方账号获取

【深度学习docker】roop-unleashed的docker镜像，deepfake AI换脸

【深度学习】【NLP】如何得到一个分词器，如何训练自定义分词器：从基础到实践

【深度学习】Transformer、GPT、BERT、Seq2Seq什么区别？

【Git LFS】huggingface 断点续传

【深度学习】DDPM，Diffusion，概率扩散去噪生成模型，原理解读

【深度学习】Chinese-CLIP 使用教程，图文检索，跨模态检索，零样本图片分类

【深度学习】UniControl 一个统一的扩散模型用于可控的野外视觉生成

【深度学习】BLIP: 用于统一的视觉-语言理解和生成的引导式语言图像预训练

【Ubuntu 装机】Ubuntu18.04 20.04 desktop 装机过程，装机软件

【深度学习】Fooocus-MRE docker镜像 CUDA11.8

【深度学习 AIGC】facechain docker镜像，人物数字ID，换脸

【深度学习 AIGC 绘画】Robert001/UniControl-Demo docker

【深度学习】clip-interrogator clip docker 容器启动过程

【深度学习 AIGC】将diffusion用于Inpainting ，图像修复，Inpainting using Denoising Diffusion Probabilistic Models

Can‘t load the model for ‘stabilityai/sd-vae-ft-mse‘

【深度学习 AIGC】stablediffusion-infinity 在无界限画布中输出绘画 Outpainting

Python，Bytetrack ，lap.lapjv，匈牙利匹配

【深度学习】You Only Segment Once: Towards Real-Time Panoptic Segmentation，YOSO全景分割

Python，Bytetrack 源码解读，参数，源码解释，逐句分析代码，目标追踪

【深度学习】半监督学习 Efficient Teacher: Semi-Supervised Object Detection for YOLOv5

【深度学习 video detect】Towards High Performance Video Object Detection for Mobiles

【深度学习 video detect】Detect or Track: Towards Cost-Effective Video Object Detection/Tracking

【深度学习MOT videos detect】Detect to Track and Track to Detect

【深度学习MOT】SMILEtrack SiMIlarity LEarning for Multiple Object Tracking，论文

【深度学习】【风格迁移】Zero-shot Image-to-Image Translation

【深度学习】【风格迁移】Visual Concept Translator,一般图像到图像的翻译与一次性图像引导，论文

【深度学习】【OC-SORT】Observation-Centric SORT: Rethinking SORT for Robust Multi-Object Tracking

【深度学习】StyleGANv2 2019 论文，Analyzing and Improving the Image Quality of StyleGAN

【深度学习】StyleGAN 2018 论文，A Style-Based Generator Architecture for Generative Adversarial Networks

【深度学习】Collage Diffusion，拼接扩散，论文，实战

【深度学习】【custom-diffusion】Multi-Concept Customization of Text-to-Image Diffusion，论文，实战

【深度学习】SMILEtrack: SiMIlarity LEarning for Multiple Object Tracking，论文

【深度学习】【跟踪MOT】ByteTrack: Multi-Object Tracking by Associating Every Detection Box，论文

【深度学习】Swin Transformer: Hierarchical Vision Transformer using Shifted Windows，论文

【深度学习】Vision Transformer论文，ViT的一些见解《 一幅图像抵得上16x16个词：用于大规模图像识别的Transformer模型》

【深度学习】Transformer，Self-Attention，Multi-Head Attention

【深度学习】MAT: Mask-Aware Transformer for Large Hole Image Inpainting

【深度学习】Co-ModGAN：Large Scale Image Completion via Co-Modulated Generative Adversarial Networks

【深度学习】Image Inpainting with Cascaded Modulation GAN and Object-Aware Training，级联调制GAN和目标感知训练的图像补全

【深度学习】Inst-Inpaint: Instructing to Remove Objects with Diffusion Models，指令式图像修复

【深度学习】Towards Interactive Image Inpainting via Robust Sketch Refinement，草图Inpainting，论文

【深度学习】High-Resolution Image Synthesis with Latent Diffusion Models，论文

【深度学习】InST，Inversion-Based Style Transfer with Diffusion Models，论文，风格迁移，实战

【深度学习】WaveMix: A Resource-efficient Neural Network for Image Analysis 论文

【深度学习】【Diffusion 】Practical and Asymptotically Exact Conditional Sampling in Diffusion Models ，没读懂

【深度学习】【inpainting】WAVEPAINT: RESOURCE-EFFICIENT TOKEN-MIXER FOR SELF-SUPERVISED INPAINTING

【深度学习】【Inpainting】LaMa: Resolution-robust Large Mask Inpainting with Fourier Convolutions

【深度学习】【Image Inpainting】Aggregated Contextual Transformations for High-Resolution Image Inpainting

【深度学习】【Image Inpainting】Free-Form Image Inpainting with Gated Convolution

【深度学习】【Image Inpainting】Image Inpainting for Irregular Holes Using Partial Convolutions

【深度学习】【Image Inpainting】Generative Image Inpainting with Contextual Attention

【深度学习】【Image Inpainting】Globally and Locally Consistent Image Completion ToG‘2017

【深度学习】AIGC ，ControlNet 论文，原理，训练，部署，实战，教程（三）

使用AI人工智能给线稿上色，给漫画上色（二）

【深度学习】AIGC ，ControlNet 论文，原理，训练，部署，实战，教程（一）

【深度学习】Stable Diffusion

【深度学习】CLIP，为什么是768？投影为什么是1024？

【深度学习】segment-anything使用过程

【深度学习】YOLOv8训练过程，YOLOv8实战教程，目标检测任务SOTA，关键点回归

【深度学习】基于Qt的人脸识别系统，门禁人脸识别系统，Python人脸识别流程，树莓派

【深度学习】基于卷积网络回归任务提取图像中的文字颜色和背景颜色

【深度学习】pytorch pth模型转为onnx模型后出现冗余节点“identity”，onnx模型的冗余节点“identity”

【深度学习】【人脸检测模型】SCRFD模型的训练与部署实战

【DBnet】MakeBorderMap 的功能与作用

【深度学习】计算分类模型的分类指标，计算accuracy_top-1、accuracy_top-5、precision、recall和f1_score

【深度学习】ONNX 模型文件修改节点的名称，修改输入名称，修改输出名称

PaddleOCR 文字检测/文字块检测的模型训练过程，DBnet的前处理和后处理流程损失函数

使用pytorch进行风格迁移，以艺术绘画的风格来生成一些好玩的图片

【深度学习】pytorch 可视化类激活的热力图 Visualizing heatmaps of class activation

pytorch，特征图feature map的可视化

EM算法是什么

【深度学习】yolo v7 训练Objects365数据，Objects365转yolo

【深度学习】YOLO-Pose 人体关键点估计 人体姿态估计

【深度学习】YOLOv5的损失函数如何计算

【深度学习】yolo目标检测发展综述，yolo系列模型对比

【深度学习】目标检测的性能评价指标，mAP_0.5，mAP_0.5,0.95,0.05

【深度学习】YOLOv7目标检测模型使用记录 yolov7-tiny

【目标检测】【AnchorFree】【P-PicoDet】 移动端的目标检测器

【深度学习】优化函数：如何选择你的优化函数 AdamW or momentum SGD ？

【深度学习】数据集汇总贴

【深度学习】人脸聚类算法的评估指标程序，精准率、召回率、F1分数

【深度学习】使用Docker快速启动一个OCR服务给自己用，PaddleOCR

【Python】快捷调用百度ocr能力

【opencv】【python】libpng warning: iCCP: known incorrect sRGB profile 解决

【ImageNet】数据集1000个类的名称，中文名称，ILSVRC2012数据集

【深度学习】【评价指标】多标签分类器的评价指标

binary_cross_entropy_with_logits 公式

【深度学习】YOLO转VOC VOC转YOLO

【深度学习】【Python】【CCPD2019】 YOLOv5训练CCPD2019数据集 数据转化

【深度学习】【Python】【Deepfashion2】 YOLOv5训练Deepfashion2数据集

【深度学习】使用yolov5对数据进行预标注

【深度学习】【caffe】【python】【docker】微信 二维码检测，手写数字识别

【深度学习】【Python】【Widerface数据集】 转VOC格式，VOC 转YOLOv5格式，YOLOv5训练WiderFace数据集，检查yolo labels对不对

【深度学习】图像输入大小固定与不固定的一些想法

【深度学习】backbone 特征提取网络 参数比较

【深度学习】图像多标签分类任务，百度PaddleClas

【深度学习】YOLOv5 工程落地部署过程，MNN转化，使用细节

【深度学习】【Dlib】Python如何正确安装dlib

【深度学习】多标签学习

【深度学习】多任务学习 多个数据集 数据集漏标

【深度学习】EMD距离

【深度学习】V-Net 3D医学图像分割 Dice loss 损失

【深度学习】图像分割的难点

【深度学习】SSD 网络 Single Shot MultiBox Detector

【深度学习】SPP空间金字塔网络 fasterrcnn yolo中如何使用SPP网络

【深度学习】CRNN 文字识别端对端模型 CTC损失

【深度学习】优化函数:梯度下降、momentum、Ada grad、RMS Prop、Ada delta

【深度学习】Retina Net 计算机视觉目标检测 Focal Loss

【深度学习】损失函数 理解 Cross-Entropy Loss, Binary Cross-Entropy Loss

【深度学习】Mask-RCNN 计算机视觉实例分割模型介绍 Mask分支

【深度学习】ROI Pooling 和 ROI Align 计算机视觉 目标检测

【深度学习】corrupt JPEG data Premature end of JPEG file YOLO 训练问题

【深度学习】深度学习中的各种卷积

【深度学习】使用netron可视化模型的网络结构

【深度学习】GAN： Generative Adversarial Nets

【深度学习】YOLOv4: Optimal Speed and Accuracy of Object Detection 目标检测

【深度学习】U-Net: Convolutional Networks for Biomedical Image Segmentation 医学图像 语义分割

【深度学习】 Designing Network Design Spaces

【深度学习】PANnet ，Path Aggregation Network for Instance Segmentation 用于实例分割的路径聚合网络

【深度学习】【SCRFD】人脸检测模型 Sample and Computation Redistribution for Efficient Face Detection

【深度学习】torch.nn.BatchNorm2d

【深度学习】【YoloV5】单机多卡训练 多机多卡训练

【深度学习】RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

【深度学习】FPN 网络 Feature Pyramid Networks

【深度学习】锚框损失 IoU Loss、GIoU Loss、 DIoU Loss 、CIoU Loss、 CDIoU Loss、 F-EIoU Loss

【深度学习】YOLOv5 中使用的 CSPNet 是怎么回事

【深度学习】上采样方法

【深度学习】计算机视觉目标检测 YOLO

【深度学习】计算机视觉目标检测 RCNN Fast-RCNN Faster-RCNN

tensorflow keras 环境安装tensorflow

Pytorch CNN 一张图里回归出一个数值 MNIST 回归

CNN 卷积大小的输出计算公式

yolov5 训练小技巧

Python 目标检测 数据清洗与标注 常用程序记录

onnxruntime:Default, onnxruntime_pybind_state.cc

Few-Shot Classification Leaderboard

水文标尺识别 深度学习 边缘检测 图像分割

Python tail -f 处理 浏览 实时日志

ERROR: Could not build wheels for numpy which use PEP 517 and cannot be installed directly

以图搜图 1 Milvus 人脸搜索 图片搜索引擎 多维近似向量查找工具 向量搜索引擎

【深度学习】onnx、onnx-runtime、CUDA版本 对应关系

TORCH.NN

CenterLoss 学习

ArcFace，CosFace，SphereFace

Face Recognition Datasets

吸烟 打电话 行为 图片 数据集

Linux CentOS7 深度学习环境 安装 CUDA Cudnn 验证安装成功 3080Ti 显卡 pytorch验证

没有可用软件包 lspci yum install pciutils

Python tsfresh 自动计算大量的时间序列特征

LightGBM 决策树 gradient boosting framework

Python 图片去重 图片文件去重 依据相似度去重 cv2.ORB

【深度学习】【人脸】【识别】【聚类】Cosine Distance python 人脸特征之间的距离计算，两张人脸相似度百分比是怎么得到的，余弦相似度范围，余弦距离好还是欧式距离好？归一化与范数的关系

深度学习 人脸识别 优秀开源项目 state-of-the-art SOTA deepface 项目 使用过程 教程

Docker 搭建GPU容器用于深度学习 NVIDIA Container Toolkit CentOS 如何升级gpu driver

深度学习 PyTorch 多项式拟合sin函数 Learning PyTorch with Examples

目标检测 图像画框 支持中文 cv2.rectangle

HyperLPR 高性能开源中文车牌识别框架 使用过程

深度学习 模型 多GPU训练 加速原理 训练过程 训练模式

深度学习 端对端的车牌检测与识别 LPDR算法 License Plate Detection and Recognition CCPD

PaddleDetection 行人检测（Pedestrian Detection） 垂直领域效果差

数据标注 labelImage pascalVOC格式 COCO数据格式

PaddleGAN RealSR 超分辨率重建

PaddleGAN DeOldify 旧照片恢复色彩

PaddleHub PaddleGAN 飞桨 环境安装 2.1 linux gpu

飞桨PaddlePaddle 深度学习 波士顿房价预测任务

飞桨PaddlePaddle 深度学习 波士顿房价预测任务 熟悉过程 python numpy

PaddleOCR 文字检测 文字识别 车牌识别 验证码识别

人群密度估计 DM-Count 实验 深度学习 程序 模型 算法

【运维】Linux 显存占用清理方法，深度学习pytorch，Linux显存占用详细情况查看

yolov5 训练自定义数据 过程

yolov5 xml 文件 转成 txt 文件 删除不合理文件

insightface 使用记录 arcface 人脸识别

OSError: libnccl.so.2: cannot open shared object file: No such file or directory

python 3.8 Linux centos 7 64位 安装 face-recognition

非极大值抑制(Non-Maximum Suppression) 原理及代码

Yolov5_DeepSort_Pytorch 使用过程记录

deep_sort 多目标跟踪算法 使用过程记录

pip安装onnx报错：AssertionError: Could not find “cmake“ executable!

视频轨迹追踪 深度学习模型

光流估计——从传统方法到深度学习

pytorch 安装

conda 镜像站

深度学习 备忘录

深度学习 高清大图里面的小目标检测 检测目标尺寸小 小尺寸问题 目标检测任务

不要引用「没有免费的午餐定理」了

[深度学习]里面一些有意思的事情

win10 64位 python版本3.7 tensorflow-gpu2.2 CUDA版本10.1 cuDNN版本7.6.5

keras 学习 CNN LSTM

keras 使用预训练词嵌入空间glove.6B空间处理IMDB分类

keras 利用 Embedding 层学习词嵌入

可视化类激活的热力图 Visualizing heatmaps of class activation

可视化卷积核 Visualizing convnet filters

kaggle 猫狗数据集二分类 系列(4)使用神经网络可视化 去看网络中间层提取的特征是什么样子

kaggle 猫狗数据集二分类 系列(3)采用预训练网络再次训练

kaggle 猫狗数据集二分类 系列(2)采用数据增强再次训练

kaggle 猫狗数据集二分类 系列(1)构建模型进行二分类，保存模型，画出走势图

MNIST cnn keras

单标签、多分类 问题 路透社数据集 keras

电影评论分类：二分类问题（IMDB数据集） keras

keras boston_housing 波士顿房价 回归问题

keras 拟合 回归 一个函数