猛猿

在上一节，我已经为大家介绍了DeepLabV1的原理，还不清楚的赶快点击☞☞☞了解详情。🍍🍍🍍那么这篇就和大家唠唠DeepLabV1的兄弟。

之前介绍过CNN的基本结构，今天就带领大家利用pytorch手把手搭建全连接神经网络，在实战中学习使用梯度下降、后向传播、Dropout这些非常重要的训练优化方法减少过拟合现象，实现物品的多分类。

本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开详细介绍。本篇第二篇主要介绍深度学习知识进行总结。

人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法 1.SFT 监督微调 1.1 SFT 监督微调基本概念 SFT（Supe

十种超全的图像去雾算法来啦！前面给大家介绍过14种低照度图像增强算法，今天来说一说那些经典的基于深度学习的去雾算法，附上原理和对比效果图。去雾的基本原理大都是在大气散射模型的基础上，通过计算透射率..

本文对语义分割网络DeepLabV1的原理进行了详细的介绍，还不懂语义分割的还不快来~~~🥂🥂🥂

大家好，我是拭心。 几天前，我终于收到了一封心心念念的邮件： 邮件的意思是：我正式成为了一名 GDE！ 这封邮件来之不易，背后是半年多的准备、三次公开分享和两轮英文面试，我想有必要做一个总结

本文实践了使用Stable Diffusion的Segment Anything扩展来实现换装。总结了实践流程和遇到的一些问题。

全面图解CV大模型开山之作: Vision Transformer（ViT），带领大家阅读VIT中的细节和VIT超越图像分类本身的意义。