视觉Transformer 第11页

视觉打卡第二天

坚持是美好的，安安静静的记录着，画着，不知道是时光伴随着我们静静的流淌，还是我们伴随着时光慢慢的走着，就这样一笔一划，似乎看到了内心平静的自己。第一次画这些东西，因为不会，临摹着原本，就像写毛笔字那样，觉得还是蛮有意思！虽然是每天需要打卡，但并没有给自己太多苛刻的要求，毕竟主业实在太忙了，有很多重要的事情需要去做！业余的时间，可以多做点自己喜欢的事情，自己目前也算是很满足的！第一天第二天

Muzing_Lee·2024-03-15 06:35

Canny详解

Canny边缘检测是一种经典的图像处理技术，被广泛应用于计算机视觉和图像处理领域。它由JohnF.Canny在1986年提出，是一种多阶段的边缘检测算法，具有高精度和低错误率的特点。

kxg916361108·2024-03-15 06:31

图像算法实习生--面经1

小豆包的小朋友0217·2024-03-14 17:44

【学习总结】Python transformers AutoTokenizer encode 出现的 101 和 102

1.代码展示：fromtransformersimportAutoTokenizer,AutoModelmodel_name="bert-base-chinese"tokenizer=AutoTokenizer.from_pretrained

爱学习的小道长·2024-03-14 14:10

深度学习踩坑记录（持续更新）

目录4060显卡cuda版本异常transformers初始化TrainingArguments时output_dir指定问题4060显卡cuda版本异常环境：torch1.11.0+cu113程序报错

芒果不茫QAQ·2024-03-13 15:39

软件杯深度学习 opencv python 公式识别(图像识别机器视觉)

文章目录0前言1课题说明2效果展示3具体实现4关键代码实现5算法综合效果6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的数学公式识别算法实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：4分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题

Mr.D学长·2024-03-13 15:09

基于深度学习的缺陷检测有哪些应用场景

工业视觉检测：在工业生产线上，深

matlabgoodboy·2024-03-13 11:35

小白看得懂的 Transformer

而BERT取得成功的一个关键因素是Transformer的强大作用。谷歌的Transformer模型最早是用于机器翻译任务，当时达到了SOTA效果。

zy_zeros·2024-03-12 18:39

计算机设计大赛行人重识别(person reid) - 机器视觉深度学习 opencv python

文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是深度学习行人重识别(personreid)系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分更多资料,项目分享：https:

iuerfee·2024-03-12 15:33

【视觉三维重建】【论文笔记】Deblurring 3D Gaussian Splatting

去模糊的3D高斯泼溅，看Demo比3D高斯更加精细，对场景物体细节的还原度更高，[官网]（https://benhenryl.github.io/Deblurring-3D-Gaussian-Splatting/）背景技术Volumetricrendering-basednerualfields：NeRF.Rasterizationrendering:3D-GS.Rasterization比vol

CS_Zero·2024-03-12 05:51

挑战杯基于设深度学习的人脸性别年龄识别系统

实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是基于深度学习机器视觉的人脸性别年龄识别系统该项目较为新颖

laafeer·2024-03-12 02:46

记忆蛛网

图片来自微博@插画视觉我就像一只疲惫的蜘蛛，把自己的记忆编织成一道道网，然后自己从此就被丝网绊着，走不出这道记忆。于是，此刻的悲伤又一步步退后为记忆，我终于被记忆淹没，任忧伤吞噬着我，不做任何反抗。

一只旅行的猫在魔都·2024-03-12 02:25

2024年最新指南：如何订阅Midjourney（详尽步骤解析）

Midjourney的特点在于它能够处理非常抽象或者具体的描述，生成高质量、富有创意的视觉内容。Midjourney通常被用于艺术创作、设计灵感探索、教育目的和娱乐。

Draven21·2024-03-12 02:15

beam search原理与常见实现，与直接sample的区别

BeamSearch与直接Sample的区别1.确定性与随机性2.结果多样性3.性能与效率4.应用场景常见的BeamSearch实现1.TensorFlow库2.PyTorch库3.HuggingFace的Transformers

samoyan·2024-03-11 13:11

MATLAB图像拼接算法及实现

图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像

程序员小溪·2024-03-11 05:01

557天，日精进

2019年经营模式升级，为您的企业打造三个统一：统一思想（文化标准建设）统一符号（企业形象设计）统一形象（广告视觉产品）1、比学习:学习赋能的一天，学习积分制，打造自己的企业规范化，流程化，标准化，系统化

吕You·2024-03-10 09:39

了解游戏引擎,游戏引擎的选择:2D3D游戏开发

2.UnrealEngine游戏引擎特点：强大的图形渲染能力，提供高质量的视觉效果

中懿游·2024-03-09 18:47

AI图像识别算法助力安全生产*提升风险监测效率---豌豆云

AI图像识别算法通过利用先进的计算机视觉和深度学习技术，能够有效提高风险监测效率，保障企业的安全生产。

豌豆云·2024-03-09 03:57

Transformer、BERT和GPT 自然语言处理领域的重要模型

Transformer、BERT和GPT都是自然语言处理领域的重要模型，它们之间有一些区别和联系。

Jiang_Immortals·2024-03-08 23:21

VBA窗体控件练习2

传统认为，人的记忆类型是不同的，有的人是视觉记忆者，有的人是听觉，有的人是嗅觉，有的是肌肉记忆等等，由此衍生出要针对个人制定出不同的学习方式。而人们

猛犸象和剑齿虎·2024-03-08 21:31

[论文笔记] Transformer-XL

这篇论文提出的Transformer-XL主要是针对Transformer在解决长依赖问题中受到固定长度上下文的限制，如Bert采用的Transformer最大上下文为512（其中是因为计算资源的限制，

心心喵·2024-03-08 14:09

ChatGPT介绍

它基于Transformer架构，这是一种在自然语言处理（NLP）领域取得突破的深度学习方法。通过在海量的互联网文本数据上进行预训练，ChatGPT获得了强大的语言理解和生成能力。

程序媛9688·2024-03-07 11:03

光影交织：汽车穿越隧道的视觉盛宴

而对于汽车来说，穿越隧道不仅是一次简单的空间转移，更是一场融合了视觉、技术与安全的独特体验。当汽车缓缓驶入隧道，外界的光线逐渐减弱，隧道内部的光线开始发挥作用。

久数君·2024-03-07 10:02

深入了解OpenCVSharp中常见的图像处理功能

图像融合与拼接9.形状匹配与模板匹配10.颜色空间转换与直方图11.图像转换与绘制12.图像分类与机器学习13.高级图像处理算法14.GPU加速与并行计算前言OpenCVSharp是C#语言中用于图像处理和计算机视觉的开源库

仰望大佬007·2024-03-06 21:48

VisionLLaMA: A Unified LLaMA Interface for Vision Tasks

VisionLLaMA:AUnifiedLLaMAInterfaceforVisionTasks相关链接：arxivgithub关键字：VisionLLaMA、visiontransformers、imagegeneration

liferecords·2024-03-06 21:47

Sora - 探索AI视频模型的无限可能

这一特性使得Sora成为一个通用的视觉数据模型，适用于广泛的应用场景。其次，Sora在技术上采用了扩散型变换器（DiffusionTransformer）架构。这种架构结合了扩散模型和变换器模型

nanshaws·2024-03-06 08:31

【计算机视觉面经四】基于深度学习的目标检测算法面试必备（RCNN~YOLOv5）

文章目录一、前言二、两阶段目标检测算法2.1RCNN2.2Fast-RCNN2.3FasterR-CNN三、多阶段目标检测算法3.1CascadeR-CNN四、单阶段目标检测算法4.1编码方式4.1.1基于中心坐标4.1.1.1方案14.1.1.2方案24.1.1.3方案34.2YOLOv14.3SSD4.4YOLOv24.5RetinaNet4.6YOLOv34.7YOLOv44.8YOLOv5

旅途中的宽~·2024-03-06 05:57

（2024，Sora 逆向工程，DiT，LVM 技术综述）Sora：大视觉模型的背景、技术、局限性和机遇回顾

（2024，Sora逆向工程，DiT，LVM技术综述）Sora：大视觉模型的背景、技术、局限性和机遇回顾EDPJSora:AReviewonBackground,Technology,Limitations

AI周红伟·2024-03-05 10:32

转载--OpenAI视频生成模型Sora的全面解析：从ViViT、Diffusion Transformer到NaViT、VideoPoet

前言真没想到，距离视频生成上一轮的集中爆发(详见《Sora之前的视频生成发展史：从Gen2、EmuVideo到PixelDance、SVD、Pika1.0》)才过去三个月，没想OpenAI一出手，该领域又直接变天了自打2.16日OpenAI发布sora以来(其开发团队包括DALLE3的4作TimBrooks、DiT一作BillPeebles、三代DALLE的核心作者之一AdityaRamesh等1

依然风yrlf·2024-03-05 09:02

宇宙公民高效阅读蜕变营第十三届D9作业

我的回答是调动了视觉，嗅觉和听觉，为什么呢？

宇宙公民白鸽·2024-03-04 22:21

关于MediaEval数据集的Dataset构建（Text部分-使用PLM BERT）

importrandomimportnumpyasnpimportpandasaspdimporttorchfromtransformersimportBertModel,BertTokenizerfromtqdm.autoimporttqdmfromtorch.utils.dataimportDatasetimportre

Coisíní℘·2024-03-04 18:42

Status Bars

状态栏的文本和指示器的视觉样式要么是浅色的，要么是深色的，可以为APP进行全局设置，也可以单独用于不同的屏幕。深色的状

老祝读书·2024-03-04 16:13

Vue 3 中的 Teleport 特性详解

这一功能在处理如模态框、弹出菜单、提示框等需要从其原始位置在视觉上移动到其他地方的用户界面元素时特别有用。Teleport是什么？

琛哥的程序·2024-03-04 14:36

OpenCV：开源计算机视觉的魔力之门

从社交媒体上的照片分享，到安防监控、自动驾驶等领域的图像识别与处理，计算机视觉技术正日益改变着我们的生活。

mikes zhang·2024-03-04 09:30

高刷显示器 - HKC VG253KM

1️⃣黄金电竞尺寸：24.5英寸的电竞屏幕，这个尺寸被称为最符合人眼视觉的单位。搭配1920*1080的FHD高清分辨率，画面细节清晰可见，让你在游戏中掌控全场，轻松捕捉每一个敌人动态。

yybcp9·2024-03-04 05:54

互联网加竞赛机器视觉目标检测 - opencv 深度学习

5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法YOLOSSD6人体检测结果7最后0前言优质竞赛项目系列，今天要分享的是机器视觉

Mr.D学长·2024-03-04 03:52

基于引导滤波的暗通道matlab,基于加权引导滤波的水下图像增强算法

这不仅降低了图像的整体视觉效果，而且给后续图像的自动处理和识别产生不利影响。因此，研究有效的水下图像增强算法具有重要意义。近年来，水下图像增强方法主要分为模型法和非模型法。

来自大马士革的钢·2024-03-03 17:08

Transformer结构介绍和Pyotrch代码实现

Transformer结构介绍和Pyotrch代码实现关注B站查看更多手把手教学：肆十二-的个人空间-肆十二-个人主页-哔哩哔哩视频(bilibili.com)基本结构介绍Transformer结构是近年来自然语言处理

肆十二·2024-03-03 15:35

你下个Vite项目能不能用上Lightning CSS

LightningCSS什么是LightningCSS引用官方的介绍：AnextremelyfastCSSparser,transformer,bundler,andminifier.一个非常快的CSS

·2024-03-03 06:06

【自动驾驶】自动驾驶地图构建方法与工具小结

自动驾驶地图构建小结概述制作流程主要利用定位与建图算法（组合导航，视觉、激光SLAM等），融合多种传感器数据，构建高精度、高分辨率的三维语义地图，将要素矢量化，构建要素间的关联关系，通过质检确保质量可靠

CS_Zero·2024-03-02 19:39

SAP UI5 sap.m.Column 控件的 minScreenWidth 属性介绍

在多设备环境中，这个功能尤其重要，因为它能够确保无论在手机、平板还是桌面电脑上，用户都能获得最佳的视觉和操作体验。minScreenWidth属性的含义minScreenWi

·2024-03-02 04:19

十大必看小说免费听书，十大必看小说经典排行榜

年度精心编排的十大必看小说免费听书榜单已为您揭晓，将视觉阅读转化为听觉享受，让您在忙碌生活中也能尽享世界级文学精品的魅力。

金钱保卫科长·2024-02-29 17:10

快速阅读作业21/3《控制眼睛的运动》

图片发自App绘制本章内容总计分为七个部分：1,瞳孔大小的变化每只眼睛1.3亿个光接收器巨大的优势瞳孔变化调整大小能力：随意调整大小，更好的看清内容2,脑袋后面的眼睛看东西时，视网膜解码信息解码复杂图像视觉神经到眼睛区域枕骨液在大脑后端负责捕捉大脑感兴趣的信息所以兴趣能提高观察力

代景梅·2024-02-29 06:53

挑战杯基于机器视觉的图像拼接算法

前言图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。再举一个身边的例子吧，你用你的手机对某一场景拍照，但是你没有办法一次将所有你要拍的景物全部拍下来，所以你对该场景从左往右依次拍了好几张图，来把你要拍的所有景物记录下来。那么我们能不能把这些图像拼接成一个大图呢？这是一个较为新颖的竞

laafeer·2024-02-29 05:43

挑战杯基于机器视觉的火车票识别系统

文章目录0前言1课题意义课题难点：2实现方法2.1图像预处理2.2字符分割2.3字符识别部分实现代码3实现效果最后0前言优质竞赛项目系列，今天要分享的是基于机器视觉的火车票识别系统该项目较为新颖，适合作为竞赛课题方向

laafeer·2024-02-29 02:10

Mamba 作者谈 LLM 未来架构

前言在大模型领域，一直稳站C位的Transformer最近似乎有被超越的趋势。这个挑战者就是一项名为【Mamba】的研究，其在语言、音频和基

JOYCE_Leo16·2024-02-28 20:04

UniApp微信小程序解决苹果手机上方刘海屏遮挡的方法

苹果手机的刘海屏设计给用户带来了更大的视觉享受，但对于开发者来说，它也带来了一些布局上的挑战，尤其是在微信小程序开发中。

·2024-02-28 20:06

Transformer视频理解学习的笔记

今天复习了Transformer,ViT,学了SwinTransformer,还有观看了B站视频理解沐神系列串讲视频上（24.2.26未看完,明天接着看）这里面更多论文见：https://github.com

LinlyZhai·2024-02-28 14:26

基于深度学习的中文语音识别系统（毕设）

该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含transformer、CBHG，数据集包含stc、primewords

程序员奇奇·2024-02-28 11:53

曝光：2019，令人触目惊心的食品真相解密！

今天起，金牛视觉将陆续就一手资料进行曝光，我们只有从自身去增加防范意识，懂得如何识别，才能真正去防止被毒害。

金牛视觉·2024-02-27 23:47

推荐频道

视觉Transformer