1.背景介绍 GroundingDINO是一种新的SOTA零样本物体检测模型。在这篇文章中，我们将讨论GroundingDINO模型的优势，分析其具体的模型架构，并提供真实的测试样例。 闲话少说，我们直接开始吧！ 2.零样本目标检测 大多数目标检测模型被训练来识别预先定义的特定类别的集合，这方面的主要缺陷是缺乏相应的灵活性。每次要扩展或更改可识别对象的类别集合时，都必须收集新类别的数据，对其进行人工标记，然后再次重新训练模型。这一点对于工业落地来说，当然 是非常耗时且昂贵的。 零样本目标检测技术希望打破这一现状，使其能够在不重新训练模型的情况下检测新类别的物体。而我们所要做的就是更改相应的文本...

1.引言 OpenCV是一个开源的计算机视觉库，拥有大量优秀的算法。基于最新的合并，OpenCV包含一个易于使用的接口，主要用于实现基于深度学习方法的超分辨率（SR）。该接口包含预先训练的模型，这些模型可以非常容易和有效地用于推理。在这篇文章中，我将解释它可以做什么，并逐步展示如何使用它。 闲话少说，我们直接开始吧！ 2.版本说明 首先我们的第一步是安装OpenCV库。一些功能都是在逐渐发布，所以需要注意版本：4.2.0用于C，4.3.0添加Python接口，4.4.0添加GPU推理。大家可以按照OpenCV文档中的说明进行相应的操作。大家注意安装contrib模块，因为这是SR接口代码所在的...

1.引言 如果你是Python中的开发人员，你可能听说过管道Pipeline一词。但管道究竟是什么？它到底有什么用？在这篇博客中，我们将深入探讨Python中管道的概念，以及它们是如何工作的，如何合理利用它来帮助大家编写更干净、更高效的代码。 2.管道的概念 管道是一种组织并处理一些数据相关的一系列操作或函数的方式。一个运算的输出变为下一个的输入，以此类推，直到获得最终的结果。管道可以被可视化为管道链，数据从一个管道流向另一个管道，在此过程中进行相应的转换或操作。 3.举个栗子 这里假设我们有一个数字列表，需要我们对该列表依次执行以下操作： 过滤掉奇数 将每个数字乘以10 每个数字加5 计算...

1.引言 看到这个标题，你可能会觉得奇怪，事实上在Python的标准库中共有6种字典类型！在某些情形下，你可能会觉得标准的Python字典dict，并不能完全符合你的需求。在本文中，我们将讨论Python中其他5个鲜为人知的词典及其特性。 闲话少说，我们直接开始吧！ 2.字典的定义 在Python中，Dictionary（dict）是一种内置的数据结构，用于以键值对的形式存储数据集合。当然，你可能也听到过Python字典的其他名称，如查找表、映射、哈希映射等。 Python字典最常用的例子之一是电话簿。我们可以使用电话簿快速检索与给名字（key）相关的信息（value）。PythonDicti...

1.引言 在机器学习领域中，相关模型可能会在训练过程中变得过拟合和欠拟合。为了防止这种情况的发生，我们在机器学习中使用正则化操作来适当地让模型拟合在我们的测试集上。一般来说，正则化操作通过降低过拟合和欠拟合的可能性来帮助大家获得最佳模型。 在本文中，我们将了解什么是正则化，正则化的类型。此外，我们将讨论偏差、方差、欠拟合和过拟合等相关概念。 闲话少说，我们直接开始吧！ 2.偏差和方差 Bias和Variance分别从两个方面来描述我们学习到的模型与真实模型之间的差距。 二者的定义如下： Bias是用所有可能的训练数据集训练出的所有模型的输出的平均值与真实模型的输出值之间的差异。 Varia...

1.引言 在本教程中，我们将探索在Python中展平列表的不同方法。列表展开是指将多维列表转换为一维列表的过程，我们将介绍如何使用Python语法和NumPy库来分别展平二维、三维和四维度的列表。 闲话少说，我们直接开始吧！ 2.展开二维列表 让我们首先创建一个名为flatten_2d的函数，该函数可以展平常见的二维数组。该函数采用list类型的列表作为输入并返回展开后的列表。代码实现如下： defflatten_2d(input_list:list)->list: flattened=[] forsublistininput_list: forelementinsublist: fl...

1.引言 参与自动驾驶领域相关研发工作已有多年，针对该领域的快速发展，收集业内各大科技公司最新进展和技术突破，供伙伴们交流探讨。 闲话少说，直接开始吧! 2.博世 据新闻介绍，博世在德国道路上测试L4级无人驾驶汽车，图示如下： 博世已获得德国联邦交通管理局的许可，可以在任何天气下在公共道路上测试L4级无人驾驶汽车。博世技术首席科学家MathiasPillin表示：随着SAEL3级和L4级的研发进展，以及各自动驾驶公司技术的发展，德国政府进一步收紧了测试车辆的规则，尤其是在安全和数据保护方面。 此前，博世于2022年4月收购了自动驾驶软件初创公司Five,同时宝马和梅赛德斯也在德国测试无人驾驶...

1.引言 本文为最近学习的强化学习Q-learning的学习笔记，主要用于总结和日常记录，本文主要讲解相应的必备入门知识。 闲话少说，我们直接开始吧！ 2.概念 我们小时候都经历过以下情形：我们做错了某年事，受到了惩罚，我们学习后，在遇到类似的状况，我们将不会再犯错。同样，许多时候，做的好的行为会得到相应奖励回报，这将鼓励我们在更多的场合重复这些行为。 类似地，强化学习agent将根据策略采取某些行动action，并收到积极或消极的反馈reward，这取决于所采取的行动是否有益。然后，该奖励用于更新策略，并重复整个过程，直到达到最佳策略，如图1所示。 强化学习代理的目标是通过代理agent与...

1.引言 前篇文章介绍了强化学习系统红的基本概念和重要组成部分，并解释了Q-learning算法相关的理论知识。本文的目标是在Python3中实现该算法，并将其应用于实际的实验中。闲话少说，我们直接开始吧！ 2.Taxi-v3Env 为了使本文具有实际具体的意义，特意选择了一个简单而基本的环境，可以让大家充分欣赏Q-learning算法的优雅。我们选择的环境是OpenAIGym的Taxi-v3，该环境简单明了，是强化学习RL领域的优秀入门样例。实际上Taxi-v3由一个gridmap组成，如下图示： 其中，该环境下的agent是一名出租车司机，他必须接客户（红色小人）并将其送到目的地（图中的...

1.引言 有时我们需要并排绘制两个图形，这不仅是为了更好地利用空间，而且主要是因为为了更加直观地对比分析数据。其实在python中可以利用subplot来实现上述功能。 闲话少说，我们直接开始吧！ 2.准备工作 这里，我们不妨先来举个例子，比方说，我们正在分析一家出租车公司的出行分布，假设我们想知道在Manhattan和Brooklyn的皮卡车的出行距离有什么不同。首先让我们来加载数据集，这里将使用seaborn软件包中的一个样本数据集Taxis,我们可以使用load函数直接加载，如下： importseabornassns Loaddataset df=sns.load_dataset('...

1.引言 数据可视化非常重要，有一句俗语叫做一图顶千言，我相信好多小伙伴应该都听说过这句话；即使是有人第一次听到，我想应该也会觉得赞成，这足以说明数据可视化的重要性。我们在前一篇博客中，介绍了如何利用subplot来在一张子图里绘制多个子图，最近我又发现了一种更加优雅地实现，迫不及待地想要和大家分享。 闲话少说，我们直接开始吧！ 2.Mosaic库 为了更加便捷地实现在图一图像中绘制多个子图，这里我强烈安利subplot_mosaic()函数，它使得子图的布局更加灵活。我们不妨来直接看以下例子： 请注意，此时我们有3个子图。图A将在左上角占据一个位置；图B将在图的左下角占据一个位置；同时图C...

1.引言 本文重点介绍如何利用传统的图像处理的方法来进行OCR字符切分，进而可以用分割后的单个字符做相应的后续任务，虽然现在计算机视觉依然是卷积神经网络的天下，但是对于一些相对简单的落地场景传统方案还是很有效的。闲话少说，我们直接开始吧！ 2.基本概念 OCR:全称OpticalCharacterRecognition，光学字符识别 Segmentation:是指在图像处理领域中将整张图像分解为多个子部分以进行进一步处理的过程。 OCRSegmentation:是指将包含文本的图像分解成多个小部分，以识别背景中的文本。 本文主要通过Python中的计算机视觉处理库OpenCV来实现上述过程。...

1.引言 在当前到处充满着图像的世界里，测量和量化图像之间的相似性已经成为一项关键的任务。无论是图像检索、内容推荐还是视觉搜索，图像相似性方法在现代计算机视觉的应用中都发挥着关键的作用。 幸运的是，Python提供了大量的工具和库，使开发人员和研究人员都可以快速探索和实现这些功能。在本文中，我们将深入研究各种图像相似性技术，并演示如何使用Python来实现它们。 2.图像相似性概念 图像相似性可以被认为是两幅图像在视觉内容方面的相似程度的数字表示。图像可以在几个维度上来进行相似性的计算，例如颜色、形状、纹理等。各种数学和计算方法被用来量化这些相似性，使我们能够有效地进行图像分类。 3.基于直方...