视觉Transformer

互联网加竞赛 多目标跟踪算法 实时检测 - opencv 深度学习 机器视觉

文章目录0前言2先上成果3多目标跟踪的两种方法3.1方法13.2方法24TrackingByDetecting的跟踪过程4.1存在的问题4.2基于轨迹预测的跟踪方式5训练代码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多目标跟踪实时检测该项目较为新颖，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：4分更多资料,项目分享：ht
Mr.D学长·2024-02-19 19:00

ChatGPT魔法1： 背后的原理

的三个阶段1）上世纪50~60年代，计算机刚刚产生2）Machinelearning3）Deeplearning，有神经网络，最有代表性的是ChatGPT,GPT(GenerativePre-TrainedTransformer
王丰博·2024-02-19 18:22

疾病是进化的不完美

其次，人体设计也是不完美的，比如贴反的视网膜，射进眼睛的光线要穿过血管层才能进入视网膜的感光细胞，视网膜上形成视觉盲点，要不
颜江坤·2024-02-19 17:02

UI设计常见风格（1）：一文读懂九个，教你如何辨识。

一、什么是设计风格在UI设计中，设计风格是指在设计过程中采用的一种特定的视觉风格或美学风格。它是通过选择和组合不同的设计元素（如颜色、形状、排版、图标等）来表达特定的情感、传达特定的信息或呈现特定的品
大千UI工场·2024-02-19 16:31

UI风格汇：毛玻璃风格风靡的原因解读

一、什么是毛玻璃风格毛玻璃风格（FrostedGlassStyle）是一种在UI设计中常见的视觉效果，它模仿了毛玻璃材质的模糊和半透明特性。
大千UI工场·2024-02-19 16:31

深度学习的应用实例

深度学习在各个领域都有广泛的应用，下面我将为您介绍一些在自然语言处理、计算机视觉、语音识别和机器翻译等领域的应用实例以及最新进展和突破。
数字化信息化智能化解决方案·2024-02-19 16:27

人工智能技术应用笔记（二）：OpenAI SORA文生视频模型技术报告全文中英对照 （GPT4翻译+人工润色）

目录Videogenerationmodelsasworldsimulators（视频生成模型作为世界模拟器）Turningvisualdataintopatches（将视觉数据转换为图像块）Videocompressionnetwork
穿越光年·2024-02-19 16:25

【AGI视频】Sora的奇幻之旅：未来影视创作的无限可能

Sora基于先进的Transformer架构，将AI与人类的创造力完美结合，为观众带来了前所未有的视听盛宴。Sora原理及代码Sora的核心原理基于先进的扩散模型。
德天老师·2024-02-19 16:24

OpenAI：Sora视频生成模型技术报告（中文）

我们利用transformer架构，在视频和图像潜在代码的时空补丁上运行。我们最大的模型Sora能够生成一分钟的高保真视频。我们的结果表明，缩放视频生成模型是构建物理世界通用模拟器的一条有希望的道路。
缘起性空、·2024-02-19 16:21

感赏+投射（211）接受女儿说到做不到的现实

视觉、感觉、身心全都
吴洁_3015·2024-02-19 16:20

OpenAI视频生成模型Sora背后的技术及其深远的影响

其核心技术包括使用视觉块编码将不同格式的视频统一编码成Transformer可训练的嵌入向量，以及类似于扩散过程的UNet方法进行降维和升维的加噪与去噪操作。
知来者逆·2024-02-19 16:45

深度学习的新进展：探索人工智能的未来

文章目录引言深度学习技术概述计算机视觉领域的深度应用自然语言处理的深度革命跨领域应用的深度拓展深度学习的挑战与未来展望结语引言在科技日新月异的今天，深度学习作为人工智能领域的一颗璀璨明珠，正在引领着技术创新的浪潮
屿小夏·2024-02-19 16:14

如何探索和可视化用于图像中物体检测的 ML 数据

不过，鉴于检测大型数据集往往需要耗费大量人力物力，它在计算机视觉（computervision）领域的广泛应用，尚有待进一步开发。
虚无火星车·2024-02-19 16:11

基于聚类的点云背景分离算法python代码

点云背景分离是一个常用的计算机视觉任务，它旨在从点云数据中分离出感兴趣的物体。聚类是一种常用的方法，可以通过将相似的点聚集在一起来完成背景分离。
love6a6·2024-02-19 16:34

听《人人都是教育家》二、三节

二、智慧教育法是将孩子的视觉、听觉、感觉三者相结合。我们平时
左佳瑶·2024-02-19 15:10

IVY｜05阅读书卡＿视觉思维基本要素-对话泡泡

05视觉思维基本要素-对话泡泡进入了视觉基本要素的对话泡泡框,这在视觉思维中,是最常用的要素之一,很有情境的泡泡框,在用滑鼠练习时,手真的是一直抖抖抖,还掌握不了直线的画法,以及阴影没有调整好,画出来的效果
ivyWang靖蕙·2024-02-19 15:16

油漆

今天又又又给我推荐油漆，哈哈哈哈，真的有毒图片发自App最近很喜欢这种墨绿色啊，一定要刷在自己的客厅，美美哒图片发自App这个灰蓝色也很不错，放在卧室很好，期待啊图片发自App这个颜色不知道会不会太深了，看久了可能会视觉疲劳啊
要开始输出的洁玉·2024-02-19 15:07

付娅莉感恩日记（第136天）2023.4.3日

好有视觉冲击力！谢谢！谢谢！谢谢！2.我十分感谢：中午给卫生委员开会，主要说的是明天补检的事，学生们听得非常认真，记得也非常清楚明白。谢谢！谢谢！谢谢！
付娅莉·2024-02-19 15:30

《书法创作论》点画紧与松关系

作品章法呈现中点画占比例较大的视觉影响。这种紧和松对作品有哪些影响?厚重、古朴、飘逸等等。还有哪些因素影响作品视觉?浓淡枯湿、篇、行的转韵与粘连。关系对照表格图片来自作者书稿侵删临作者书
冯已己·2024-02-19 15:41

《演讲的力量》day8

书名：《演讲的力量》作者：克里斯·安德森阅读内容：第十章视觉资料：有害的幻灯片（页码137—156）阅读主题：如何正确使用视觉资料三个问题1．有效视觉资料的关键元素是什么？
紫陌欣妍·2024-02-19 15:44

有魅力的女人通常都有以下特征，一起来看看吧

因为大部分人都是视觉动物，外表美丽的人或物，往往能吸引到更多的目光。可是好花不常开，好景不常在，人的美丽是有保质期的。人生在世，都逃不了生老病死。
心飞杨喜洋洋·2024-02-19 15:45

手把手教你如何搭建Vue组件库

前言：组件设计是通过对功能及视觉表达中元素的拆解、归纳、重组，并基于可被复用的目的，形成规范化的组件，通过多维度组合来构建整个设计方案，將这些组件整理在一起，便形成组件库。
·2024-02-19 15:15

初识OLMo，一个完全开源的大模型代码

[all]orpipinstallai2-olmo2.基础的推理fromhf_olmoimport*#registerstheAuto*classesfromtransformersimportAutoModelForCausal
瓶子好亮·2024-02-19 15:47

peft库编写逻辑分析

Peft库编写逻辑分析（以LLaMa+prefix为例）Peft库加载finetune模型分析Peft生成代码importtorchfrompeftimportPeftModelfromtransformersimport
瓶子好亮·2024-02-19 15:17

用HTML和CSS打造跨年烟花秀视觉盛宴

目录一、程序代码二、代码原理三、运行效果一、程序代码跨年烟花秀*{position:relative;box-sizing:border-box;}html,body{height:100%;}html{background-color:#000;}body{overflow:hidden;color:rgba(255,255,255,0.5);font-family:"RussoOne",ari
@HNUSTer·2024-02-19 14:11

计算机设计大赛 深度学习二维码识别

文章目录0前言2二维码基础概念2.1二维码介绍2.2QRCode2.3QRCode特点3机器视觉二维码识别技术3.1二维码的识别流程3.2二维码定位3.3常用的扫描方法4深度学习二维码识别4.1部分关键代码
iuerfee·2024-02-19 14:06

前端视角看视频处理

视频，英文：video，直译为视觉画面的频率，最原始的含义，应该是随着时间的流逝不停地播放画面，进而产生了一种视觉上连续的效果，彷佛重现了现实世界的场景。
·2024-02-19 13:09

春暖花开，踏青春游

其实真的应该多出去走走，享受下自然美景，不光是视觉享受，也可以增加团队凝聚了。早上6点就起床了，7点出发前往白马寺森林公园，我们一行56人开始了今日游园爬山活动。
芳年花月·2024-02-19 13:03

Transformer实战-系列教程19：DETR 源码解读6（编码器：TransformerEncoder类/TransformerEncoderLayer类）

Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码DETR算法解读DETR源码解读1（项目配置/CocoDetection
机器学习杨卓越·2024-02-19 13:45

Transformer实战-系列教程20：DETR 源码解读7（解码器：TransformerDecoder类/TransformerDecoderLayer类）

Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码DETR算法解读DETR源码解读1（项目配置/CocoDetection
机器学习杨卓越·2024-02-19 13:45

Transformer实战-系列教程18：DETR 源码解读5（Transformer类）

Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码DETR算法解读DETR源码解读1（项目配置/CocoDetection
机器学习杨卓越·2024-02-19 13:44

Attention Is All Your Need论文笔记

提出了一个新的简单网络架构——transformer，仅仅是基于注意力机制，完全免去递推和卷积，使得神经网络训练地速度极大地提高。
xiaoyan_lu·2024-02-19 13:09

PointMixer论文阅读笔记

MLP-mixer是最近很流行的一种网络结构，比起Transformer和CNN的节构笨重，MLP-mixer不仅节构简单，而且在图像识别方面表现优异。
ZHANG8023ZHEN·2024-02-19 13:35

MTR++论文阅读

不过在infer的时候这一部分不会进行用数据集聚类获得query轨迹点（goal点）：将goal点也进行Transformer，并且让上一帧模型的结果用于下一帧的模型推理，可以使模型的推
ZHANG8023ZHEN·2024-02-19 13:35

Transformer实战-系列教程21：DETR 源码解读8 损失计算:（SetCriterion类）

Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码DETR算法解读DETR源码解读1（项目配置/CocoDetection
机器学习杨卓越·2024-02-19 13:03

MLP-Mixer: AN all MLP Architecture for Vision

MixerArchitectureIntroduction当代的深度视觉结构包含融合特征(mixfeatures)的层:(i)在一个给定的空间位置融合。(ii)在不同的空间位置，或者一次融合所有。
BlueagleAI·2024-02-19 13:00

3DS Max的系统结构的学习思考与个人想法

软件的设计应用，在视觉绘图等相关行业中，用软件辅助非常方便。而且早已经形成行业规范。主流建筑，平面，电子特效等行业所用软件各有侧重。建筑CAD地为主，配合MAX做效果图。
c980428d91f0·2024-02-19 13:24

OpenGL 投影方式、存储着色器、基本图元连接

视觉上看到的是2D平面图像。image-20200710105247748只有位于坐标系中的视图才可以被看到。
Joker_King·2024-02-19 13:13

视觉slam十四讲学习笔记（六）视觉里程计 1

本文关注基于特征点方式的视觉里程计算法。将介绍什么是特征点，如何提取和匹配特征点，以及如何根据配对的特征点估计相机运动。
苦瓜汤补钙·2024-02-19 13:54

多模态基础---BERT

1.BERT简介BERT用于将一个输入的句子转换为word_embedding，本质上是多个Transformer的Encoder堆叠在一起。
aolaf·2024-02-19 12:02

这份课件PPT，里面是沉甸甸的历史

构建视觉规范根据内容“鸦片战争”，设计风格可以联想到关键词：古风、党政这些灵感显示，古风大部分为黄色调，党政为红色调，我们可以由此构建配色规范：字体搭配，这一次选择了：首先，看一下封面页：原稿存在的问题有
自律的音律·2024-02-19 12:27

关于VIT（Vision Transformer）的架构记录

在VIT模型设计中，尽可能地紧密遵循原始的Transformer模型（Vaswani等人，2017年）。
一条小小yu·2024-02-19 12:53

关于Swin Transformer的架构记录

SwinTransformer可以说是批着Transformer外表的卷积神经网络。具体的架构如下图所示：首先我们得到一张224*224*3的图片。通过分成4*4的patch，变成了56*56*48。
一条小小yu·2024-02-19 12:53

best，best，best ......何恺明开挂之路

，裂开了研究兴趣据我观察，何恺明的研究兴趣大致分成这么几个阶段：传统视觉时代：HazeRemoval(3篇)、ImageCompletion(2篇)、ImageWarping(3篇)、BinaryEncoding
风度78·2024-02-19 12:51

Transformer能解释一切吗？

提出Transformer的那篇论文《AttentionisAllYouNeed》问世已经是六年前的事了。当初的8位论文作者有6人出自谷歌，但到现在大多也已转身寻找新的故事。
软件工匠·2024-02-19 12:45

NLP_BERT与GPT争锋

文章目录介绍小结介绍在开始训练GPT之前，我们先比较一下BERT和GPT这两种基于Transformer的预训练模型结构，找出它们的异同。
you_are_my_sunshine*·2024-02-19 12:13

全网Bento和3D？点评2024年UX/UI设计趋势

UI（用户界面设计）设计是UX（用户体验设计）的子集，前者更聚焦数字界面的视觉表现，后者则需要关注用户在实现某个目标时全流程的感受。总结来说：UI关注产品的外观和交互细节，注
摹客·2024-02-19 12:56

宜昌博物馆龙文物展，以数据为盾完成文物保护

本次展览不仅是一场视觉盛宴，更是一次文化的传承与弘扬。为了确保这些历史文物的安全保存环境，现代科技的力量——文物监测系统平台将发挥重要的作用。该平台采
cdgyte·2024-02-19 12:23

3D人体姿态估计（教程+代码）

3D人体姿态估计是指通过计算机视觉技术和深度学习算法，从图像或视频数据中准确地推测出人体的三维姿态信息，包括关节位置、角度和运动轨迹等。
毕设阿力·2024-02-19 12:49

驶向未来：3D可视化模型重塑我们的道路认知

而今，当可视化这一技术走进我们的视野，它不仅是一场视觉盛宴，更是一次对未来出行方式的全新探索。一、从平面到立体，解锁道路新视角你是否曾站在十字路口，对着复杂的交通网络感到迷茫？
久数君·2024-02-19 12:46
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他