- 博客(5)
- 收藏
- 关注
RSS订阅原创 超清自定义形状词云生成器：从边缘锯齿到完美填充的终极优化方案
摘要：本文详解如何通过形态学膨胀、高斯模糊、距离变换和超分辨率渲染四大核心技术，将WordCloud生成的形状词云边缘优化至专业级水准。提供可直接运行的完整代码，让你的词云图边缘流畅、细节丰富、色彩渐变自然，彻底解决传统方案边缘粗糙、填充稀疏的痛点。
2025-12-31 17:56:30
143
1
原创 ananconda下载国内镜像源指令
国内常用Python包镜像源安装命令：清华大学镜像源(pip install numpy==1.24.0 -i https://pypi.tuna.tsinghua.edu.cn/simple)、中国科技大学镜像源(pip install numpy==1.24.0 -i https://pypi.mirrors.ustc.edu.cn/simple)和阿里云镜像源(pip install numpy==1.24.0 -i https://mirrors.aliyun.com/pypi/simple)。这些
2025-07-06 08:22:23
362
原创 yolov11添加TripletAttention三重注意力机制
一、本文介绍本文给大家带来的改进是Triplet Attention三重注意力机制。这个机制，它通过三个不同的视角来分析输入的数据，就好比三个人从不同的角度来观察同一幅画，然后共同决定哪些部分最值得注意。三重注意力机制的主要思想是在网络中引入了一种新的注意力模块，这个模块包含三个分支，分别关注图像的不同维度。比如说，一个分支可能专注于图像的宽度，另一个分支专注于高度，第三个分支则聚焦于图像的深度，即色彩和纹理等特征。
2024-10-28 18:45:54
2111
原创 大感受野的小波卷积WTConv助力YOLOv11
WTConv（小波卷积层），它利用小波变换（WT）来解决卷积神经网络（CNN）在实现大感受野时遇到的过度参数化问题。WTConv的主要目的是通过对输入数据的不同频率带进行处理，使CNN能够更有效地捕捉局部和全局特征，WTConv成功解决了CNN在感受野扩展中的参数膨胀问题，提供了一种更为高效、鲁棒且易于集成的卷积层解决方案，我将其用于二次创新YOLOv11中的C3k2机制可以减少一定参数量和计算量，达到一个可观的轻量化作用（这种小波Conv对于目前的创新角度来说是非常流行的）。三、核心代码。
2024-10-28 18:26:24
2071
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人