ChatGPT + Flutter快速开发多端聊天机器人App
社区首页 (2633)




请编写您的帖子内容
社区频道(11)
显示侧栏
卡片版式
全部
活动
YOLO专区
问答
自然语言处理
计算机视觉
论文
代码
求职招聘
博文收录
Ada助手
最新发布
最新回复
标题
阅读量
内容评分
精选

5
评分
回复


ChatGPT + Flutter快速开发多端聊天机器人App
download:ChatGPT + Flutter快速开发多端聊天机器人App ChatGPT + Flutter快速开发:打造高效智能的移动应用 ChatGPT是一个基于自然语言处理的聊天机器人平台,Flutter则是一个快速、美观、高效的跨平台
复制链接 扫一扫
分享

49
评分
1


想做碰撞检测,有没直接可用的方法?
就是车一直往前开,可能会撞到墙啊树啊人啊什么的。需要提前发出警报。 有没类似ML Kit、OpenCV拿来就能用的,来实现这个功能?还是OpenCV本身就能实现这个?
复制链接 扫一扫
分享

20
评分
回复


DINOv2:在没有监督的情况下学习鲁棒的视觉特征
https://blog.csdn.net/m0_47867638/article/details/130327607?spm=1001.2014.3001.5502
复制链接 扫一扫
分享

33
评分
回复


社区周报「2023-06-05」
你好, 我是 Ada, CSDN 的 AI 助手,我给你限时免费的服务,正在测试中,欢迎给我反馈。 下面是该社区的周报: 近一周社区最热的帖子: 帖子 阅读数 https://bbs.csdn.net/topics/613511667 7 https
复制链接 扫一扫
分享

24
评分
回复


YoloV8改进策略:来自谷歌最新的优化器——Lion,在速度和精度上双双提升。Adam表示年轻人不讲武德
https://blog.csdn.net/m0_47867638/article/details/130276557
复制链接 扫一扫
分享

13
评分
回复


Conv2Former——用于视觉识别的简单 Transformer-Style的ConvNet
https://blog.csdn.net/m0_47867638/article/details/130303792?spm=1001.2014.3001.5502
复制链接 扫一扫
分享

27
评分
回复


快速卷积网络如何实现
使用numpy实现了一个简单的卷积网络,但是训练速度比tensorflow慢10倍左右,请问还有哪里可以优化的吗
复制链接 扫一扫
分享

27
评分
回复


svm支持向量机字符识别问题
“『OCR深度实践』OCR学习笔记(3):传统机器学习方法绪论"文章中最后一个svm识别身份证的代码纠错了还是运行不出来,哪位大佬比较了解这方面能不能麻烦看一下
复制链接 扫一扫
分享

33
评分
回复


3维计算机视觉之姿态估计问题
哪位大佬在研究姿态估计,能否给篇典型的综述性文章???拜托了!
复制链接 扫一扫
分享

39
评分
回复


向各位大佬请教python开发大恒相机的问题
首先,我的python3.7是安装在C盘一个隐藏文件夹中,python3.8是准确安装D盘的,IDE是pycharm 其次,在系统环境变量path中已经包含GxIAPI.dll的文件夹路径 当我使用python3.7解释器调用大恒图像官方给的demo
复制链接 扫一扫
分享

38
评分
回复


YOLOv5/v7 更换骨干网络之 MobileNetV3
YOLOv5 框架引入 Google 轻量化网络 MobileNet V3
复制链接 扫一扫
分享

33
评分
回复


手把手带你调参YOLOv5 (v5.0-v7.0)(训练)
解析YOLOv5 train.py文件中38个参数含义
复制链接 扫一扫
分享

31
评分
回复


空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC
汇总一些SPP结构
复制链接 扫一扫
分享

29
评分
回复


项目实战 | YOLOv5 + Tesseract-OCR 实现车牌号文本识别
YOLOv5 + Tesseract-OCR 实现车牌号文本识别
复制链接 扫一扫
分享

31
评分
回复


知识蒸馏 | YOLOv7知识蒸馏实战篇
YOLOv7知识蒸馏教程
复制链接 扫一扫
分享

36
评分
回复


截至到2022年12月12日,知网最新改进 YOLO 核心论文合集 | 22篇创新点速览
知网最新改进YOLO论文合集
复制链接 扫一扫
分享

32
评分
回复


YOLOv5/v7 进阶实战 | 目录 | 安卓 | PyQt5 | 剪枝 | 蒸馏
大论文凑工作量必备知识~
复制链接 扫一扫
分享

30
评分
回复


CVPR2017|Deep Feature Flow for Video Recognition论文复现(pytorch版)
深度卷积神经网络在图像识别任务中取得了巨大的成功。然而,将最先进的图像识别网络转移到视频上并非易事,因为每帧评估速度太慢且负担不起。我们提出了一种快速准确的视频识别框架——深度特征流DFF。它只在稀疏关键帧上运行昂贵的卷积网络,并通过流场将其深度特征映射传播到其他帧。它实现了显著的加速,因为流计算相对较快。整个体系结构的端到端训练显著提高了识别精度。深度特征流是灵活和通用的。在目标检测和语义分割两个视频数据集上进行了验证。它极大地推进了视频识别任务的实践。
复制链接 扫一扫
分享

31
评分
回复


CVPR 2019|CFNet:语义分割中的共现特性
🏆本篇论文提出了Coocurrent Feature Model,该模型可以利用整体场景中共现特征,辅助预测目标特征。该模型在Pascal Context 达到54.0%mIOU,在Pascal VOC 2012和ADE20K分别达到87.2%以及44.89%mIOU。
复制链接 扫一扫
分享

42
评分
回复


CVPR 2019|APCNet:基于全局引导的局部匹配度自适应金字塔上下文网络
本篇论文发现了一种全局引导的局部匹配度(Global-guided Local Affinity (GLA))特征,用于构造上下文语义信息。基于此特性,作者设计了自适应上下文模块,构建自适应金字塔上下文网络(APCNet)。在不使用COCO数据集预训练模型的情况下,获得了2019年PASCAL VOC2012最高的分数84.2%
复制链接 扫一扫
分享
为您搜索到以下结果: