月球背面

今天给小伙伴介绍一个轻量化的卷积神经网络——ShuffleNet V1，它特别设计用于在资源受限的设备上进行高效的图像分类任务，采用了一些创新设计来减少模型计算量和参数量，广泛应用在人脸解锁、短视频、

如果给你一个小型数据集让你实现图像分类任务，为了尽可能提高准确度，你会怎么做呢？有过训练模型经验的小伙伴肯定会选择将在大型公共数据集上训练得到的模型作为自己任务的预训练模型。其实这就是迁移学习的运用

上期介绍了知识蒸馏的核心原理，一句话概括——将教师模型的知识通过soft targets传递给学生模型。今天就来实战一下，看看教师模型、学生模型是怎样用代码构建的，学习如何用知识蒸馏提高学生模型的性能

小伙伴有没有遇到过因深度学习模型太大而导致训练部署困难呢🧐🧐🧐今儿就给大家介绍一个AI领域重要的模型压缩方法——知识蒸馏。它基于“教师-学生网络思想”训练方法，通过师徒传授，将大规模知识传递给轻

上期给小伙伴讲解了多目标追踪DeepSort算法的基本原理与工作流程。但读万卷书也要走万里路，只懂书本上的原理是万万不够滴，所以本期就带来了DeepSort的代码讲解，包括如何训练自己的特征提取网络用

今儿给小伙伴带来一项计算机视觉中的新技术——目标追踪。说起目标追踪，它可用于跟踪监控摄像头中的人、车辆、行李或其他物体，这在大型商场、机场、银行、街头巷尾的摄像头中广泛使用。下面就用大白话讲解Deep

不知道小伙伴们注没注意到抠图在咱们生活中的应用呢？电影拍摄的绿幕特效、在线会议的背景更换、B站不挡脸的蒙版弹幕等都是基于人像抠图实现的，本质上是计算机视觉上的语义分割。今天就手把手带大家利用Media

不知道小伙伴们熟不熟悉工业领域的缺陷检测腻？🧐🧐🧐今天就以钢轨表面缺陷为例，和大家唠唠基于深度学习的钢轨表面伤损细粒度图像识别与目标检测，学习一下工业缺陷检测流程，包括从最开始的数据标注，中间的

上节实现了基于Mediapipe的三维手部关键点检测，代码实战之后，相信大家也想进一步了解这有趣神奇的模型背后的思想，那本文就结合原始论文，用通俗易懂的语言给大家介绍一下Mediapipe手部关键点