YOLOV8目标检测数据增强以及标签格式转换

使用LangChain和ChatGLM实现本地知识库

理解打个简单的比方,训练网络,就好比解方程,为了得到这个方程的极值点,训练的过程就好比是找准一个方向,不断的朝这个方向靠近,使得方程的值不断减小,最终达到极值点,而不收敛,就是,不论你怎么跑,方程的解都不减小.即达不到最后的极值点.在loss上就表现为稳定性的比较大.跟迭代不收敛或者系统不稳定差不多，上下波动不能趋近一个定值。可能原因网络不收敛直观体现是loss函数无法下降，本质上是网络或者训练方

深度学习笔记（1）| 导数、偏导数、梯度和方向导数的理解

准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。

本文详细描述了YOLOv8的预测过程，包括模型设置、资源配置、预处理（如图片缩放、格式转换和归一化）、单帧推理、nms算法应用以及后处理（如多框NMS和mask处理）。重点介绍了nms算法的工作原理和在YOLOv8中的实现。

项目来自阿加犀公司举办的AidLux动态人脸识别AI实战训练营，由PauIX老师主讲，课程内容涉及人脸识别原理及Retinaface实战、动态人脸识别整体流程实战、AI视觉软件中台人脸识别实战等。

YOLOv8 onnx批量推理处理图片数据集

使用 Crewai 和 Ollama 构建智能体(AI Agent)撰写博客文章

在pytorch进行模型保存的时候，一般有两种保存方式，一种是保存整个模型，另一种是只保存模型的参数。torch.save(model.state_dict(), "my_model.pth")# 只保存模型的参数torch.save(model, "my_model.pth")# 保存整个模型保存的模型参数实际上一个字典类型，通过key-value的形式来存储模型的所有参数，本文以自己在实践过程