点击下方卡片，关注“小白玩转Python”公众号在2021年，OpenAI发布了一篇论文《从自然语言监督中学习可转移的视觉模型》（https://arxiv.org/pdf/2103.00020），提出了CLIP（对比语言图像预训练），这是一个强大的深度学习模型，旨在以统一的方式理解和解释图像和文本。它结合了视觉和语言编码器，将文本描述与视觉内容联系起来。CLIP模型本身不生成图像的描述，但可以用

引言本文将一步一步的指导训练 Yolo-v5并进行推断来计算血细胞并定位它们。我曾试图用 Yolo v3-v4做一个目标检测模型，在显微镜下用血液涂抹的图像上计算红细胞、白细胞和血小板，但...

欢迎关注“小白玩转Python”，发现更多 “有趣”引言在昨天的文章中，我们介绍了如何在PyTorch中使用您自己的图像来训练图像分类器，然后使用它来进行图像识别。本文将展示如何使用预...

引言神经网络是机器学习的一个迷人的领域，但是它们有时很难优化和解释。事实上，它们有几个超参数。要优化的最常见的超参数是隐藏层中的神经元数量。让我们看看如何为我们的数据集找到一个神经网络的最...

最近ChatGPT 发行了，这是由 OpenAI 开发的AI聊天机器人，专门研究对话。它的目标是使AI系统更自然地与之互动，但是在编写代码时也可以为您提供帮助。您可以让 ChatGPT 做你的编程助理，甚至更多！在过去的几天里，我一直在玩 ChatGPT，并使用它完成了一些小任务。任务1：绘制线性回归如果要绘制线性回归，可以告诉 ChatGPT：使用 Python 的 matplotlib 库绘.

目标检测是一个直到最近才开始逐渐被征服的挑战。解决这个问题对于自动化和自动驾驶来说是至关重要的。对解决办法的追求导致了各种方法的发展。我想要描述一些主要的方法，在过去的21目标检测已经被使用，然后讨论 Yolov3的实现。讨论方法引言虽然深度学习通常被归类为机器学习的一个分支，但是两者之间应该有明确的区别。机器学习是指在前深度学习时代发展起来的算法和方法。前深度学习时代通常被称为2011/2012

点击下方卡片，关注“小白玩转Python”公众号随着深度学习模型（特别是大型语言模型）不断变大，开发和本地使用它们对更多GPU内存（VRAM）的需求也在不断增加。构建或获取多GPU机器只是挑战的第一部分。大多数库和应用程序默认只使用一个GPU。因此，机器还需要有适当的驱动程序以及可以利用多GPU设置的库。这篇文章提供了如何在多GPU（Nvidia）Linux机器上设置重要库（如CUDA Toolk

什么是图像增强？图像增强，一个解决数据有限的问题。图像增强是一种通过在数据集中创建修改多个版本的图像来人工扩大训练数据集大小的技术。图像增强包括一系列技术，这些技术可以增强训练图像的大小和...

点击下方卡片，关注“小白玩转Python”公众号介绍想象一下，家里有一个机器人助手。现在想象一下漫长一天后的混乱——衣服散落各处，玩具到处都是，各种物品都放错了地方。这个机器人如何识别和整理每一项物品，尤其是如果它以前从未见过这些物品中的一些？传统的目标检测器将难以完成这项任务。进入“YOLO World”，这是计算机视觉中一个革命性的新模型，承诺改变机器理解和与周围环境的互动方式。YOLO-Wo

详细解释如何在自定义数据集上有效地训练目标检测算法 —— YOLOv5引言识别图像中的对象被认为是人脑的一项常见任务，但对于机器而言并非如此简单。照片中物体的识别和定位是一项称为“目标检测”的计算机视觉任务，过去几年出现了很多种算法来解决这个问题。迄今为止最流行的实时对象检测算法之一是 YOLO（You Only Look Once），最初由 Redmond 等人提出。在本教程中，您将学习如何使用