计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

使用yolov5实现垃圾目标检测（有图形化界面，webapp)。计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1...

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

研究生涯即将开始，现在做的是对抗样本攻击与防御，开始每天写博客，记录一下自己的学习历程~1.对抗样本尽管深度学习解决某些复杂问题的能力超出了人类水平，但也面临多种安全性威胁。2013年，塞格德等人首先在图像分类领域发现了一个非常有趣的现象：攻击者通过构造轻微扰动来干扰输入样本，可以使基于深度神经网络（DNN）的图片识别系统输出攻击者想要的任意错误结果。研究人员称这类具有攻击性的输入样本为对抗样本，

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

计算机视觉爱好者，有自己的算力（8块2080Ti），熟练运用pytorch深度学习框架，擅长图像分类、目标检测、图像分割应用。有需要的小伙伴可以加我微信tiankongdecheng1

研究生涯即将开始，现在做的是对抗样本攻击与防御，开始每天写博客，记录一下自己的学习历程~1.对抗样本尽管深度学习解决某些复杂问题的能力超出了人类水平，但也面临多种安全性威胁。2013年，塞格德等人首先在图像分类领域发现了一个非常有趣的现象：攻击者通过构造轻微扰动来干扰输入样本，可以使基于深度神经网络（DNN）的图片识别系统输出攻击者想要的任意错误结果。研究人员称这类具有攻击性的输入样本为对抗样本，