#视觉第10页

基于深度学习的智能视频内容理解系统：技术与实践

近年来，深度学习技术在计算机视觉领域的突破为视频内容理解带来了新的机遇。本文将详细介绍基于深度学习的智能视频内容理解系统的原理、实现方法以及实际应用案例。

Blossom.118·2025-06-17 09:13

无损视频压缩格式

这类格式通常用于专业视频编辑和后期制作，因为它们保留了视频的最高质量，适合高级颜色校正和视觉特效处理。

Tofu Intelligence·2025-06-17 08:03

图像的形态学操作

这些操作在许多计算机视觉任务中非常常见，例如噪声去除、边缘检测、图像分割、物体识别等。它们主要基于图像的几何形状进行分析，通过设置形态学核（通

Suniaun原型机·2025-06-17 01:45

【GitHub开源项目实战】DINOv2 自监督视觉模型深度解构：多任务零微调性能与多分辨率表征架构解析

DINOv2自监督视觉模型深度解构：多任务零微调性能与多分辨率表征架构解析关键词DINOv2、自监督视觉模型、ViT、多分辨率表示、语义分割、深度估计、Zero-shot、图像表示学习、OpenCLIP

观熵·2025-06-17 01:15

从0开始学GEE python——Landsat 8 C02 SR和TOA数据的缨帽变换（含数组的介绍）

Landsat8C02SR和TOA数据的缨帽变换（含数组的介绍）缨帽变换（Hattransformation）缨帽变换（Hattransformation）是一种在3D计算机视觉中常用的操作，用于将一个三维向量转换为一个反对称矩阵

此星光明·2025-06-16 23:03

使用 Pygame 实现心之律动动画：从数学公式到视觉盛宴

使用Pygame实现心之律动动画：从数学公式到视觉盛宴一、引言在数字世界中，如何用代码创造出浪漫而富有生命力的视觉效果？

灏瀚星空·2025-06-16 23:02

车载3D HMI人机交互与GPU算力的平衡

然而，车载3DHMI的高交互性与视觉表现要求对计算能力提出了巨大的挑战，尤其是GPU算力的需求。如何平衡3DHMI的算力资源消耗

A阿司匹林·2025-06-16 21:51

python批量修改xml文件

爱上答复·2025-06-16 21:19

（十三）计算机视觉中的深度学习：特征表示、模型架构与视觉认知原理

1计算机视觉简介计算机视觉（ComputerVision）是一门使计算机能够从图像或视频中获取、处理和理解视觉信息的学科。

只有左边一个小酒窝·2025-06-16 20:42

深度学习目标检测与yolo概述

1、深度学习目标检测综述目标检测是计算机视觉领域中极为重要的研究课题，其目的是识别图像中的目标对象并准确地确定它们的位置信息。

Tobiue·2025-06-16 19:37

32 - BiFormer模块

论文《BiFormer:VisionTransformerwithBi-LevelRoutingAttention》1、作用BiFormer旨在解决视觉Transformer在处理图像时的计算和内存效率问题

Leo Chaw·2025-06-16 18:34

大模型推理优化

**在人工智能的基础模型下，各种推理任务涵盖了多个领域，包括常识推理、数学推理、逻辑推理、因果推理、视觉推理、听觉推理、多模态推理和代理推理等等。

slient_love·2025-06-16 14:06

MCP 分层协同架构解析：在本地与远程资源之间构建动态智能数据流

这幅图用极低的视觉成本，勾勒了从终端IDE到本地数据源，再到公网上的远程服务，全部环节之间的分工与协作。

汪子熙·2025-06-16 14:02

使用Halcon进行图像预处理的策略

图像预处理是机器视觉系统中的一个关键步骤，它有助于提高图像质量，从而使得后续的图像分析和特征提取更加准确。在Halcon中，图像预处理通常包括滤波、对比度增强、归一化、边缘增强等操作。

AI_Guru人工智能·2025-06-16 12:20

2025年的WWDC所更新的内容

这场纯软件发布会虽无硬件新品，却凭借十年来最大视觉革新、跨平台AI能力升级及生产力工具重构，成为苹果生态演进的关键转折点。以下为本次更新的核心技术解析。

I烟雨云渊T·2025-06-16 07:48

从单模态到多模态：空间智能新趋势

从单模态到多模态：空间智能新趋势关键词：多模态学习、空间智能、跨模态融合、深度学习、计算机视觉、自然语言处理、知识表示摘要：本文深入探讨了从单模态到多模态的空间智能演进过程。

AI天才研究院·2025-06-16 05:05

微信小程序使用画布实现飘落泡泡功能

从组件封装到页面调用的完整实践先看示例截图：一、背景与技术选型在微信小程序中实现类似于飘落的泡泡或者樱花飘落的功能，一般主要有Canvas和图片两种方案：（1）Canvas方案：性能优异，资源占用小，但视觉表现依赖绘图

蒜鸟小窝·2025-06-16 03:55

微信小程序使用图片实现红包雨功能

实现红包雨效果主要有Canvas和图片两种方案：（1）Canvas方案：性能优异，资源占用小，但视觉表现依赖绘图API（2）图片方案：视觉效果真实，可灵活设计红包样式，但资源加载与内存占用较高本文将采用图片方案实现红包雨组件

·2025-06-16 03:22

【OpenCV人脸识别】基于深度学习（Dlib+HOG特征）的人脸识别——QT（C++）+Linux

1.人脸检测工具概述1.DlibDlib是一个开源的C++机器学习和计算机视觉库，用于解决多种任务，包括图像处理、计算机视觉、机器学习、数据分析等。

·2025-06-16 01:43

【机械视觉】Halcon—【十三、实例找各个区域面积和中心点】

找区域面积和中心点*获取图像read_image(Image,'fabrik')*关闭窗口dev_close_window()*打开窗口dev_open_window(0,0,512,512,'black',WindowID)*设置输出字体，14号字，Courier字体，粗体set_display_font(WindowID,14,'mono','true','false')*设置输出颜色dev_

_Csharp·2025-06-15 23:26

专注于医疗领域的多模态开源大型语言模型：Lingshu-32B

Lingshu：medicaldomainmultimodallargelanguagemodels一、研究背景与概述Lingshu是一款专注于医疗领域的多模态大型语言模型，它在医学视觉问答（VQA）任务和报告生成方面达到了前所未有的性能高度

Open-source-AI·2025-06-15 23:55

【YOLO实战】产线零延迟：YOLO检测直连PLC控制实战

摘要：工业视觉系统中，从缺陷检测到执行控制的闭环集成是智能化产线的关键瓶颈。

AI_DL_CODE·2025-06-15 22:48

30 - Partnet模块

论文《NON-DEEPNETWORKS》1、作用论文提出了“Partnet”，这是一种新型的神经网络架构，旨在不依赖传统的深层架构就能在视觉识别任务中达到高性能。

Leo Chaw·2025-06-15 22:17

26 - UFO模块

论文《UFO-ViT:HighPerformanceLinearVisionTransformerwithoutSoftmax》1、作用UFO-ViT旨在解决传统Transformer在视觉任务中所面临的主要挑战之一

Leo Chaw·2025-06-15 22:46

鸿蒙开发：如何实现列表吸顶

前言本文基于Api13列表吸顶功能，在实际的开发中有着很大的作用，比如可以让列表层级之间更加分明，减少一定程度上的视觉混乱，由于吸顶的标题会随着滚动固定在顶部，可以让用户无需反复滑动回顶部确认分组位置，

·2025-06-15 19:33

智驱未来：迁移科技3D视觉系统重塑复合机器人产业生态

一、破局者：重新定义工业视觉的"智慧之眼"迁移科技深耕3D视觉领域7年打造的硬件-算法-软件闭环体系，为复合机器人提供了三大核心支撑：技术维度传统方案迁移方案价值增量环境适应性固定光照条

lingling009·2025-06-15 19:03

HTML滚动条高速滚动残留边框的终极解决方案：深入剖析与实战指南

这不仅影响视觉体验，还会让用户产生界面卡顿的错觉。本文将深入探讨问题根源并提供多种专业级解决方案。一、问题现象与根源分析典型表现：用户快速滚动

酷爱码·2025-06-15 16:15

S4-Driver: Scalable Self-Supervised Driving Multimodal Large Language Model with Spatio-Temporal

核心方法包括：稀疏体表示（SparseVolumeRepresentation）：将多视图、多帧图像的视觉信息聚合到3D空间，通过轻量级投影和门控机制动态选择关键区域，增强模型的3D时空推理能力，且无需微调预训练的视觉

UnknownBody·2025-06-15 15:37

AI人工智能领域的体育竞技智能分析

AI人工智能领域的体育竞技智能分析关键词：体育竞技分析、计算机视觉、动作识别、数据挖掘、运动表现预测、智能训练系统、实时决策支持摘要：本文将深入探讨AI在体育竞技领域的创新应用，从基础概念到核心技术，再到实际应用案例

AIGC应用创新大全·2025-06-15 14:59

Halcon 图像预处理算子

在机器视觉领域，图像的预处理算法十分重要。对于一些成像质量较差，受噪声影响较大的场景中，为保证视觉测量，定位，检测效果的稳定性。、往往第一步就是对图像做处理，这里对常用的预处理算法做总结。

、。纯牛奶最单纯*￣▽￣*·2025-06-15 12:17

基于深度学习的智能图像分类系统：从零开始构建

前言图像分类是计算机视觉领域中的一个经典任务，其目标是将图像自动归类到预定义的类别中。随着深度学习技术的飞速发展，图像分类的准确率得到了显著提升。

Blossom.118·2025-06-15 12:11

ChatGPT引领的AI面试攻略系列：AI全栈工程师篇

系列文章目录AI全栈工程师（本文）文章目录系列文章目录一、前言二、面试题1.基础理论与数据处理2.机器学习3.深度学习4.大模型与迁移学习5.计算机视觉6.自然语言处理（NLP）7.多模态学习8.AI生成内容

梦想的理由·2025-06-15 11:40

CVPR 2025 MIMO: 支持视觉指代和像素grounding 的医学视觉语言模型

CVPR2025|MIMO：支持视觉指代和像素对齐的医学视觉语言模型论文信息标题：MIMO:Amedicalvisionlanguagemodelwithvisualreferringmultimodalinputandpixelgroundingmultimodaloutput

·2025-06-15 11:05

Vue3 实现老虎机抽奖游戏

核心亮点极致还原老虎机体验：动画流畅，视觉酷炫，沉浸式抽奖氛围。丰富奖品配置：支持多种奖品类型，特等奖、大奖、安慰奖等一应俱全。移动端优先设计：自适应布局，手机、平板、P

伍哥的传说·2025-06-15 10:29

深度学习——基于卷积神经网络的MNIST手写数字识别详解

3.设备配置4.构建卷积神经网络模型5.训练和测试函数5.1训练函数5.2测试函数6.模型训练和评估6.1初始化损失函数和优化器6.2训练过程7.关键点解析8.完整代码9.总结引言手写数字识别是计算机视觉和深度学习领域的经典入门项目

E-An居士·2025-06-15 09:28

前沿AR科技，提升旅游体验的新利器

前沿AR科技，提升旅游体验的新利器关键词：增强现实(AR)、旅游体验、计算机视觉、空间计算、人机交互、虚实融合、场景识别摘要：本文深入探讨增强现实(AR)技术在旅游领域的创新应用。

AI天才研究院·2025-06-15 06:38

python2处理耗时任务_Python Web：Flask异步执行任务

(▲由Python大本营付费下载自视觉中国)作者|ayuliao出自|hackpython(ID：hackpython)简介Flask是Python中有名的轻量级同步web框架，在一些开发中，可能会遇到需要长时间处理的任务

葱丛丛·2025-06-15 05:28

AR技术下的电商：虚拟试穿/试用/试戴成新风尚

AR（增强现实），这一前沿技术巧妙地将虚拟信息与现实世界交织在一起，通过视觉、听觉乃至触觉等多维度感知，极大地丰富了我们对物理世界的认知。

mirrornan·2025-06-15 03:48

工业自动化时代的精准装配革新：迁移科技3D视觉系统如何重塑机器人定位装配

AI+3D视觉的工业赋能者迁移科技成立于2017年，作为行业领先的3D工业相机及视觉系统供应商，累计完成数亿元融资。

lingling009·2025-06-15 03:16

工业视觉新范式：解码迁移科技CCD相机的智造密码

一、技术解码：重新定义工业视觉基准1.1高精度成像核心架构迁移科技CCD相机采用三重复合技术矩阵：光学层：$0.5\mum$级微距补偿镜头组传感层：12bit深度AD转换芯片算法层：自适应环境光滤波算法关键技术指标对照表

lingling009·2025-06-15 03:15

Opencv 相机标定相关API及原理介绍

明月醉窗台·2025-06-15 03:43

AI 赋能名片设计：告别模板化，创造独特视觉风格

在商务社交与个人品牌传播中，名片是传递信息的重要载体，但千篇一律的模板设计往往让印象大打折扣。智能设计工具的出现，正以智能排版、创意生成和高效迭代的优势，颠覆传统名片设计范式。本文将推荐创客贴、Canva、Fotor懒设计等多款智能工具，助你摆脱平庸，用个性名片留下深刻记忆。一、传统名片设计的三大困境：同质化、高门槛与低效率1.创意匮乏导致同质化：市面上80%的名片停留在"姓名+职位+联系方式"的

AI设计小站·2025-06-15 02:10

【Java SE基础系列之GUI领域文献：统一图形界面接口】

1.1.1图形界面基本概念图形用户界面（GUI）是通过视觉元素（窗口、按钮、

JDK小分队·2025-06-15 01:59

计算机视觉与深度学习｜低照度图像增强算法综述（开源链接，原理，公式，代码）

低照度图像增强算法综述1算法分类与原理1.1传统方法1.2深度学习方法2核心算法详解2.1多尺度Retinex(MSRCR)实现2.2SCI自校准光照学习2.3自适应伽马校正2.4WaveletMamba架构3开源资源与实现3.1主流算法开源库3.2关键代码实现4评估与实验对比4.1客观评价指标4.2算法性能对比5未来研究方向全面综述低照度图像增强算法，包括开源链接、原理、公式和代码实现。主要内容

单北斗SLAMer·2025-06-15 00:27

NORA：一个用于具身任务的小型开源通才视觉-语言-动作模型

现有的视觉-语言-动作(VLA)模型在零样本场景中展现出优异的性能，展现出令人印象深刻的任务执行和推理能力。然而，视觉编码的局限性也带来巨大的挑战，这可能导致诸如物体抓取等任务的执行失败。

三谷秋水·2025-06-15 00:51

【Python】串口通信库pyserial2

6.8多传感器融合：YOLO与激光雷达/雷达数据的深度结合6.8.1引言：为什么需要非视觉传感器——以激光雷达为例摄像头因其丰富的信息（颜色、纹理、形状）而成为自动驾驶、智能监控等视觉感知系统的核心。

宅男很神经·2025-06-14 23:19

深度学习入门（2）：alexnet

正文AlexNet是深度学习时代的开端，它用一场决定性的胜利，证明了深度卷积神经网络在计算机视觉中的巨大潜力。单层alexnet网络架构：

qq_776882262·2025-06-14 20:29

Blender基础知识-操作模式、基本操作、渲染、灯光、材质、粒子系统、动画

Blender是一款功能全面的开源3D建模软件，适用于多种创作需求，包括但不限于建模、雕刻、动画制作、渲染、视觉特效处理以及视频编辑等操作模式物体模式（ObjectMode）在物体模式下，处理的是整个对象作为一个整体

下次见咯！·2025-06-14 20:55

激光雷达 + 视觉相机：高精度位姿测量方案详解

激光雷达+视觉相机：高精度位姿测量方案详解引言在航天器交会对接、自动驾驶、机器人导航等领域，位姿（位置+姿态）测量的精度和鲁棒性至关重要。

ScilogyHunter·2025-06-14 20:25

当沉默的 AI 影像获得声音：Veo3 如何重构商业视觉叙事

数字化浪潮席卷全球的今天，商业视觉叙事正经历一场前所未有的深刻变革。

·2025-06-14 15:18

推荐频道

#视觉