机器recognition learning教材
论文阅读 Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
原始题目：Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection 中文翻译：Generalized Focal Loss：学习用于密集目标检测的 Qual ......
机器视觉在遥感图像分析中的应用及未来发展。
机器视觉在遥感图像分析中具有广泛的应用，并且未来发展前景广阔。以下是一些关于该领域的应用和未来发展的关键信息： 应用领域： 土地利用规划： 机器视觉可用于自动化土地利用规划，通过分析遥感图像中的地物来帮助城市和农村规划师更好地了解土地用途和发展需求。 资源管理： 遥感图像分析可用于监测和管理自然资源 ......
【无监督机器学习】8.聚类和异常检测
聚类 聚类的定义 聚类是一种无监督学习，它将相似的对象归到同一个簇中。 聚类作为一种无监督学校，和分类的区别在于，分类的目标事先已知，而聚类的目标是事先不知道的。 聚类应用 聚类在很多领域都有应用，比如： 新闻文章分组 市场细分 DNA分析 天文数据分析 聚类的算法 K-means K-means是 ......
Meta Learning概述
Meta Learning概述（一） 回顾Machine Learning 定义一个function（神经网络等），该function上有很多参数，参数统一定义为θ，对于一个猫狗分类器来说，当猫狗的图片经过f(θ)时，函数会输出一个猫或狗的结果 定义一个Loss function，L(θ) 使用优化 ......
【Python微信机器人】第一篇：在windows11上编译python
前言 我打算写一个系列，内容是将python注入到其他进程实现inline hook和主动调用。本篇文章是这个系列的第一篇，后面用到的案例是注入python到PC微信实现基本的收发消息。文章着重于python方面的内容，所以对于微信找收发消息的call不会去讲过程，有兴趣的可以直接百度搜PC微信逆向 ......
机器视觉在艺术鉴赏和文物修复中的应用与挑战
机器视觉技术在艺术鉴赏和文物修复领域的应用，为文化遗产的保护和修复提供了新的可能性。这一技术不仅可以协助鉴定艺术品的真伪和年代，还可以帮助文物修复师更好地理解并修复古老的艺术品。本文将讨论机器视觉在艺术鉴赏和文物修复中的应用以及相关的挑战。 艺术品真伪鉴定 机器视觉技术可以用于检测艺术品的真伪。通过 ......
《Deep Residual Learning for Image Recognition》阅读笔记
论文标题 《Deep Residual Learning for Image Recognition》 撑起CV界半边天的论文 Residual ：主要思想，残差。 作者 何恺明，超级大佬。微软亚研院属实是人才辈出的地方。 初读 摘要 提问题： 更深层次的神经网络更难训练。 提方案： 提出了残差网络 ......
论文阅读（四）—— Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
 java端如何控制
1.先在群里添加机器人，然后获取机器人的webhook地址： 假设webhook是：https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=693a91f6-7xxx-4bc4-97a0-0ec2sifa5aaa 2.有多种方式发送群消息，可以采用c ......
Sequence to Sequence Learning with Neural Networks
Sequence to Sequence Learning with Neural Networks 关键词：LSTM，Seq2Seq 📜 研究主题 采用深度神经网络DNN 使用LSTM，并翻转输入句子顺序提升性能 ✨创新点： 更换seq2seq中RNN单元为LSTM，有提升对长句子训练速度的可能 ......
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation 关键词：GRU、Encoder-Decoder 📜 研究主题 提出了Encoder-Decoder结构，采用两 ......
论文：Very deep convolutional networks for large-scale image recognition-VGG
论文名： Very deep convolutional networks for large-scale image recognition "用于大规模图像识别的深度卷积网络" 了解VGG模型 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： ......
企业微信群机器人发送消息(一)如何设置群机器人
一、群机器人作用 通过接口实现在群里发送告警或提醒类的消息通知。 二、群机器人添加入口 1.【PC内部群聊->右上方三个点->添加群机器人】，可以新建机器人或选择已发布到公司的机器人。2.【手机端内部群聊->右上角三个点->添加群机器人】 三、发布机器人到公司 在群聊选择需要发布的【机器人->鼠标右 ......
企业微信群机器人发送消息(二)机器人配置说明
如何使用群机器人 在终端某个群组添加机器人之后，创建者可以在机器人详情页看的该机器人特有的webhookurl。开发者可以按以下说明a向这个地址发起HTTP POST 请求，即可实现给该群组发送消息。下面举个简单的例子.假设webhook是：https://qyapi.weixin.qq.com/c ......
ABB机器人示教器转数计数器如何进行更新
很多学员在学习和使用机器人的过程中，会遇到提示需要更新转数计数器的情况. 工业机器人在出厂时，对各关节轴的机械零点进行了设定，对应着工业机器人本体上六个关节轴的同步标记，机械零点是各关节轴运动的基准。 工业机器人的零点信息是指各关节轴处于机械零点位置时，各关节轴电机编码器对应的读数（包括转数数据和单 ......
论文阅读（三）——Channel-wise Topology Refinement Graph Convolution for Skeleton-Based Action Recognition
代码 实验 python main.py --config config/nturgbd-cross-subject/default.yaml --work-dir work_dir/ntu/csub/ctrgcn --device 0 --num-worker 0 综述 ......
ABB机器人示教器中配置组输入输出
很多学员在学习和使用机器人的过程中，会遇到一个很重要的东西，就是我们机器人要做输入输出时需要配置对应的信号。 那我们配置对应信号的前提是要配置IO版。 本篇文章就是基于已经配置好了DSQC652的信号板情况下的一个IO设置。 注意：各位学员需要注意，并不是所有信号板都是DSQC652，要根据你的信号 ......
ABB机器人示教器中设置可编程按钮
ABB机器人是一种在工业自动化中广泛使用的机器人，具有高效率、高精度、高可靠性等优点，已经成为现代制造业的重要装备之一。为了方便操作，ABB机器人示教器中设置了可编程按钮，通过设置这些按钮，可以将复杂的操作简化成一键操作的效果，从而提高生产效率。下面，我们来详细介绍如何在ABB机器人示教器中设置可编 ......
机器视觉在气候变化和环境监测中的创新应用
机器视觉在气候变化和环境监测中具有许多创新应用，可以用来更好地理解和应对环境挑战。以下是一些机器视觉在这一领域的应用： 林火监测： 机器视觉系统可以分析卫星图像和野外相机捕捉的图像，以检测和监测森林火灾。这有助于及早发现火源并协助灭火行动。 大气污染监测： 通过分析城市和工业地区的监控摄像头图像，机 ......
数字人论文:Audio-Driven Facial Animation by Joint End-to-End Learning of Pose and Emotion
老规矩. 直接第三章 3. 端到端网络结构 给一个audio 短窗口, 也就是片段. 我们预测窗口中间时刻的面部表情. 我们把表情看做一个全端点的向量 (后面我们会看这是什么的一种刻画面部) 一旦我们网络训完, 我们回各个时间点同时生成, 并行. 即使不需要过去的帧画面, 依然生成很稳定的画面. ( ......
【高级机器学习算法】7.决策树
决策树模型 决策树定义 决策树是一种基本的分类与回归方法，是一种树形结构，其中每个非叶子节点表示一个特征属性上的测试， 每个分支代表这个特征属性在某个值域上的输出，每个叶子节点存放一个类别。 决策树学习算法的任务是在所有可能的决策树中选择一个表现良好的决策树，即在训练集上表现良好且能很好地泛化到新数 ......
科普知识：Arduino助力人工智能机器人课程
一、课程目标 初级课程主要面向大学通识课程、中小学教师，通过教师讲解了解机器人的发展、基本原理、关键技术以及与人工智能的关系和发展，通过文献调研对机器人领域形成自己的认识，通过课堂协作、竞赛任务完成实践对机器人的设计、控制和优化。共计32学时。 1、Arduino的优势 比如你刚开始学习编程，或者没 ......
【高级机器学习算法】6.机器学习应用建议
模型评估 模型评估是机器学习中非常重要的一部分，它可以帮助我们评估模型的好坏，从而选择最优的模型。 评估方式 在机器学习中，我们通常会将数据集划分为训练集和测试集，训练集用于训练模型，测试集用于评估模型的好坏。 评估指标 训练误差：模型在训练集上的误差，用于衡量模型在训练集上的拟合程度，训练误差越小 ......
【PRC】鲁棒跨域伪标记和对比学习的无监督域自适应NIR-VIS人脸识别 Robust Cross-Domain Pseudo-Labeling and Contrastive Learning for Unsupervised Domain Adaptation NIR-VIS Face Recognition
【该文章为杨学长的文章，膜拜】 探索跨领域数据中的内在关系并学习领域不变表示 由于需要在低光照条件下实现24h的人脸识别，近红外加可见光的(NIR-VIS)人脸识别受到了更多的关注。但是数据标注是一个难点。该文章提出了Robust crossdomain Pseudo-labeling and Co ......
第六周Linux教材第十一章学习笔记——EXT2文件系统
EXT2文件系统 11.1 概述 Linux 使用 EXT2(Card等1995）作为默认文件系统。 EXT3是EXT2的扩展，EXT3中增加的主要内容是一个日志文件，它将文件系统的变更记录在日志中。日志可在文件系统崩溃时更快地从错误中恢复。没有错误的EXT3文件系统与EXT2文件系统相同。 EXT ......
《Unix/linux系统编程》教材第11章学习笔记
第11章：EXT2文件系统 EXT2文件系统 Linux一直使用EXT2作为默认文件系统。 EXT2文件系统数据结构 创建虚拟硬盘 mke2fs [-b blksize -N ninodes] device nblocks eg：dd if=/dev/zero of=vdisk bs=1024 co ......
《Unix/Linux系统编程》教材学习笔记第十一章
chapter11 EXT2文件系统 Linux一直使用EXT2（Card等1995）作为默认文件系统。EXT3 (EXT3,2014)是EXT2的扩展。EXT3中增加的主要内容是一个日志文件，它将文件系统的变更记录在日志中。日志可在文件系统崩溃时更快地从错误中恢复。没有错误的EXT3文件系统与EX ......
Windows机器的udf提权
前提条件 （1）需要拿到mysql的权限 （2）mysql有写入文件的权限 实验步骤 （1）拿到数据库操作页面 （2）查询mysql版本，不同版本dll文件位置不同 select version(); （3）查询是否有写入文件权限 show variables like "%secure%"; （4 ......
[机器学习] 3. 镜像下降 Mirror Descent 与线性耦合 Linear Coupling
ML Theory 太魔怔了！！！！！ 我们来考虑更快的下降算法。 对 \(L\)-smooth 的 Gradient Descent，我们有两种视角来看它。一种是局部视角，梯度方向相近的点的函数值一定会下降，另一种是全局视角，用一个二次函数为整个 \(f\) 提供了一个 lowerbound。当局 ......
论文精读：用于少样本图像识别的语义提示（Semantic Prompt for Few-Shot Image Recognition）
原文连接：Semantic Prompt for Few-Shot Image Recognition Abstract 在小样本学习中（Few-shot Learning, FSL）中，有通过利用额外的语义信息，如类名的文本Embedding，通过将语义原型与视觉原型相结合来解决样本稀少的问题。但 ......