weixin_42745647的博客

为保护濒临灭绝的鲸类资源，1946 年由 15 国政府签署了国际捕鲸公约，我国也在 1980 年成为该公约的成员国。自国际捕鲸公约生效半个多世纪过去了，某些国家以各种理由进行的捕鲸活动仍在继续，鲸鱼种群仍然需要我们的保护。为了帮助保护鲸鱼，科学家们利用监控摄像机观察海面，在鲸鱼出水时拍摄下它们的尾巴。接下来，利用每条鲸鱼尾部不同的纹理图案，来识别鲸鱼的品种以总结鲸鱼族群的变化与移动规律。40 年来，这项工作几乎是用方式、由若干科学家单独完成的，因此遗留下来许多未标记、未利用的数据。

在计算机视觉和图像处理领域中，去雾算法是一种常见且有用的技术，用于消除图像中由雾霾或其他大气干扰引起的降低可见性的问题。在本文中，我们将介绍一种简单而有效的去雾算法，结合了直方图均衡和高斯滤波的方法。通过应用直方图均衡和高斯滤波技术，我们成功地实现了一种简单而有效的去雾算法。该算法能够有效地消除图像中的雾霾和大气干扰，提高图像的可见性和对比度。在实际应用中，可以进一步优化算法细节和参数来适应不同场景的去雾需求。有任何疑问和想法，欢迎在评论区与我交流。

AI商品修图图器实现自动抠图，前景背景融合，还支持自定义风格生成。

使用RNN生成古诗，你给它输入一堆古诗词，它会学着生成和前面相关联的字词。如果你给它输入一堆姓名，它会学着生成姓名；给它输入一堆古典乐/歌词，它会学着生成古典乐/歌词，让电脑可以向人一样做诗。源码点这，本本环境使用的pytorch1.1，其他版应该也是兼容的。常规网络中的输入与输出大多是向量与向量之间的关联，不考虑时间上的联系，而在循环神经网络中，输入与输出之间大多是序列与序列(Sequence-to-Sequence.)之间的联系，也就产生了多种模式。

最近关于目标跟踪论文的一些论文笔记第一帧指定目标，后续帧持续跟踪目标目标跟踪领域两大主流算法框架：1.基于相关滤波 2.孪生网络当前算法需要解决的问题：算法无法长时间、低功耗、抗干扰的环境下实用应用未来目标跟踪方向：多模态数据融合，将深度图像、红外图像、传统彩色视频联合分析跟踪也可与视频目标检测、分割问题交叉研究解决深度学习需要大量训练数据集：弱监督、无监督方法 的目标跟踪是未来方向。

YOLO5自制数据集（附源码+打标签工具）

Tensorflow深度学习环境搭建

记一次C++调用pytorch模型踩坑记录，跨语言是AI中急需解决的问题，本文采用执行python代码。

目前AI训练的模型只支持python调用，如果要使用c++或者在java中调用就显得极为不方便，本文采用一种将AI模型调用API使用Socket做二次封装做为一个客户端，提供给其他语言的服务端调用。win10python-3.6torch-1.1这里目前做得还是有问题，应该把AI模型部分作为服务端。由于后来领导改需求了，这个思路并没有完成，这篇文章也算给大家提供思路吧。