#视觉第14页

掌握YOLOv8：从视频目标检测到划定区域统计计数的实用指南

总体思路3.2详细实现代码3.3代码解析4.进阶改进方向4.1多区域计数4.2方向敏感计数4.3性能优化技巧5.实际应用案例5.1交通流量统计5.2商场入口人流统计6.总结与展望1.引言目标检测是计算机视觉领域的重要任务之一

向哆哆·2025-06-05 19:53

使用 C/C++ 和 OpenCV 添加图片水印

本文将介绍如何使用C/C++和强大的计算机视觉库OpenCV来实现将自定义水印（图片或文字）添加到目标图片上。

·2025-06-05 17:07

迁移科技3D视觉系统：重塑纸箱拆垛场景的智能革命

一、传统拆垛场景的困局与破局之道在汽车零部件仓库中，每天有超过2万只异形纸箱需要拆垛分拣。传统人工拆垛面临三大挑战：效率瓶颈：工人每小时仅能处理200-300件，且存在间歇性疲劳安全隐患：20kg以上重箱搬运导致年工伤率超3.7%管理成本：三班倒作业模式下单线年人力成本达82万元![传统拆垛与智能拆垛对比图]对比维度人工拆垛迁移科技方案处理速度300件/小时850件/小时定位精度±50mm±0.3

lingling009·2025-06-05 12:59

AI+3D 视觉重塑塑料袋拆垛新范式：迁移科技解锁工业自动化新高度

迁移科技，作为行业领先的3D工业相机和3D视觉系统供应商，凭借深厚的技术积累与创新实践，为塑料袋拆垛难题提供了高效、智能的解决方案，正重塑工业自动化的新高度。

lingling009·2025-06-05 12:29

3D视觉重构工业智造：解码迁移科技如何用“硬核之眼“重塑生产节拍

一、工业视觉的进化论：从CCD到3D相机的范式革命在汽车冲压车间里，传统CCD相机正面临四大检测困局：平面感知局限：二维视觉无法捕捉曲面工件形变环境适应性差：反光板件导致误检率超12%动态捕捉延迟：传送带速度

lingling009·2025-06-05 12:29

3D视觉系统如何重塑工业自动化新范式？迁移科技给出产业级答案

一、工业视觉领域的破局者与赋能者迁移科技自2017年成立以来，始终聚焦于工业视觉领域的技术突破与价值重构。

lingling009·2025-06-05 12:28

OpenCV中掩膜(mask)图像的创建和使用

ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11功能描述掩模图像（MaskImage）是一种特殊类型的形象数据，在图像处理和计算机视觉中扮演着重要角色

村北头的码农·2025-06-05 11:54

pytorch之猫狗识别项目

1.导入资源包资源包：importtorchvision：PyTorch提供的视觉库，包含了常用的计算机视觉模型架构、数据集以及图像转换工具。

mkijhwert·2025-06-05 10:18

CLIP论文阅读：Learning Transferable Visual Models From Natural Language Supervision

最大的贡献是为大家提供了这样一个经过对齐的视觉特征提取模型，后续很多工作中视觉提取模型都是利用CLIP训练的VIT。全文太长了，写的很仔细，比较难懂。只读了实验部分之前的。

pureblacker·2025-06-05 07:32

CLIP论文笔记：Learning Transferable Visual Models From Natural Language Supervision

导语会议：ICML2021链接：https://proceedings.mlr.press/v139/radford21a/radford21a.pdf当前的计算机视觉系统通常只能识别预先设定的对象类别

Q同学的nlp笔记·2025-06-05 07:30

计算机视觉处理----OpenCV（从摄像头采集视频、视频处理与视频录制）

一、采集视频VideoCapture用于从视频文件、摄像头或其他视频流设备中读取视频帧。它可以捕捉来自多种源的视频。cv2.VideoCapture()打开摄像头或视频文件。cap=cv2.VideoCapture(0)#0表示默认摄像头，1是第二个摄像头，传递视频文件路径也可以cv.VideoCapture()->cv.VideoCapture(filename[,apiPreference])

蹦蹦跳跳真可爱589·2025-06-05 06:49

打造极致计算器：HTML+Tailwind+DaisyUI实战

计算器总体描述创建一个在线计算器来实现基础数学运算功能，通过单一页面集成数字按钮、运算符按钮和显示结果区域，界面采用简洁直观的布局设计，按钮排列合理且提供即时运算反馈，确保计算逻辑准确和良好的按键响应体验，整体页面风格高端大气，视觉效果精致专业

代码的余温·2025-06-05 01:09

一篇文章带你直观理解OpenCV：从操作到实战

在图像处理领域，OpenCV（OpenSourceComputerVisionLibrary）是一个广泛使用的计算机视觉库。它提供了丰富的函数接口，帮助我们处理图像和视频数据。

Campbell的学习小屋·2025-06-05 00:37

使用MATLAB和Simulink来设计并仿真一个智能家居基于机器视觉的安全监控系统

模型第二步：构建图像采集模块第三步：实现图像预处理第四步：设计背景建模与差分第五步：实现特征提取与行为识别第六步：设计响应机制第七步：搭建用户界面（可选）第八步：运行仿真并分析结果注意事项智能家居中基于机器视觉的安全监控系统通过摄像头捕捉图像

amy_mhd·2025-06-04 19:54

HTML 中 class 属性介绍、用法

它在网页开发中承担三大作用：连接样式（CSS）：让元素应用预定义的视觉效果⚙️绑定行为（JS）：让元素具备状态或交互能力表达语义结构：类名能说明这个元素的功能/角色2、原生CSS中的用法最基础的用法是结合

PWRJOY·2025-06-04 18:11

相机成像原理_键盘摄影（一）——相机成像基本元件

写在前面笔者在就读本科期间，开始接触计算机视觉领域，主要包括传统的图像处理，研究生期间开始了解深度学习，三维重建和SLAM（同时定位和建图）。

weixin_39620273·2025-06-04 16:28

OpenCV畸变校正函数remap与undistortPoints对比分析

本文还有配套的精品资源，点击获取简介：在计算机视觉中，图像畸变校正至关重要。本文深入探讨OpenCV中两个常用畸变校正函数"remap()"和"undistortPoints()"的原理及应用对比。"

如水蜜·2025-06-04 16:57

[前端-组件库] Vue2项目中, element ui树形表格数据, selection多选选中父级无法选中子集问题解决

原因分析:ElementUI的树形表格本质是视觉上的层级展示，不是真正的树形选择控件。内置的多选功能只针对当前点击的节点，不会递归处理子节点。需要手动实现父子联动逻辑。

程序员东九·2025-06-04 15:53

看看Gemini 2.5 Pro怎么说-小米开源MiMo-VL多模态大模型

以下是关于小米开源MiMo-VL多模态大模型的一些关键信息和解读：模型简介与核心能力：MiMo-VL是一个端到端的视觉语言大模型，它能够理解并处理图像、视频等视觉信息，并结合文本信息进行综合理解和生成。

释迦呼呼·2025-06-04 15:51

集装箱残损检测系统与传统人工检测相比，优势在哪里？

而基于AI视觉技术的集装箱残损检测系统，通过自动化设备和智能算法，实现了更高效、精准的检测方式，相比传统方法具有显著优势。1.检测效率大幅提升人工检测需逐面检查集装箱，耗时较长，高峰期易造成闸口拥堵。

孚为智能科技·2025-06-04 11:20

图像增强利器：一站式Matlab代码解决方案

图像增强利器：一站式Matlab代码解决方案增强.zip项目地址:https://gitcode.com/open-source-toolkit/206fb在数字图像处理的世界里，高质量的图像增强技术是通往视觉清晰度的关键之门

岑童嵘·2025-06-04 09:04

【图像处理入门】4. 图像增强技术——对比度与亮度的魔法调节

摘要图像增强是改善图像视觉效果的核心技术。本文将详解两种基础增强方法：通过直方图均衡化拉伸对比度，以及利用伽马校正调整非线性亮度。

小米玄戒Andrew·2025-06-04 09:32

Python 基于 OpenCV 视觉图像处理实战之 OpenCV 简单实战案例之一哈哈镜效果

Python基于OpenCV视觉图像处理实战之OpenCV简单实战案例之一哈哈镜效果目录Python基于OpenCV视觉图像处理实战之OpenCV简单实战案例之一哈哈镜效果一、简单介绍二、简单哈哈镜实现的原理

仙魁XAN·2025-06-04 04:25

Godot：Godot游戏发布与平台适配_2024-07-13_03-50-34.Tex

视觉脚本：Godot内置的视觉脚本系统，允许开发者

chenjj4003·2025-06-04 04:51

多模态视觉模型：CLIP与ALIGN如何连接图文？

xcLeigh·2025-06-04 02:40

鸿蒙的下一个时期叫什么,华为鸿蒙，一个本属于2025年的产品

本文作者：老局长，头图来自：视觉中国2020年9月10日，在东莞的松山湖，华为在“全球开发者大会”上高调地发布了“鸿蒙OS2.0”操作系统。去年差不多也是这个时候，“鸿蒙系统”被正式官宣。

九尾旅人·2025-06-04 01:08

HTML（CSS学习）---网页变美指南

一、CSS简介CSS（CascadingStyleSheets）是一种用于描述HTML或XML文档样式的语言，主要控制网页的布局、颜色、字体等视觉表现。

沄媪·2025-06-03 21:10

【工业4.0实战】用Python打造智能质检系统，准确率超99%的缺陷检测算法！

本系统将结合计算机视觉和深度学习技术，开发一个能够自动检测产品缺陷、测量关键尺寸并识别标记的智能质检平台。系统可部署在生产线上实现7×24小时不间断检测，大幅提升质检效率和准确性。

全息架构师·2025-06-03 21:38

树莓派超全系列文档--(9)RaspberryOS无障碍选项

RaspberryOS无障碍选项无障碍选项视觉辅助工具Orca屏幕阅读器文章来源：http://raspberry.dns8844.cn/documentation原文网址无障碍选项视觉辅助工具有视觉障碍的

想躺在地上晒成地瓜干·2025-06-03 21:06

50天50个小项目 (Vue3 + Tailwindcss V4) ✨ | Form Wave（表单label波动效果）

项目预览地址：https://50-vue-projects.vercel.app/组件目标构建一个美观、动态的登录表单，重点在于实现带有浮动标签（floatinglabel）的输入框体验，提升交互感知和视觉效果

sunbyte·2025-06-03 20:57

图扑软件 | 带你体验 Low Poly 卡通三维世界

在三维场景搭建中，图扑软件提供了多样化的设计风格，以满足不同项目的视觉需求。无论是写实风格的细腻渲染、科幻未来的赛博质感，还是简约现代的几何美学，都能通过灵活的工具体系实现。

·2025-06-03 17:27

道路目标检测和分类数据集

道路目标分类数据集是用于训练计算机视觉模型识别道路场景中各类目标（如车辆、行人、交通标志、道路设施等）的重要资源。以下是关于道路目标分类数据集的详细介绍，包括常见数据集、特点、获取方式及应用场景等。

shangjg3·2025-06-03 15:54

MiniCPM-o 2.6 技术解析：端侧可用的 GPT-4o 级多模态大模型

二、核心能力亮点1.视觉理解能力全面超越️2.双语实时语音对话+情绪控制3.实时多模态流式能力⚡4.高效+端侧可部署三、部署实践与生态支持✅本地部署Demo（适配CPU/GPU）✅框架支持广泛四、模型性能评估小结五

gs80140·2025-06-03 12:04

电脑桌面便签哪个好？2025年电脑免费用的便签软件推荐

研究表明，使用视觉化提醒工具的人群比单纯依赖记忆的人群工作效率高出30%

tuodianke·2025-06-03 07:26

AI 赋能数据可视化：漏斗图制作的创新攻略

PicDocPicDoc凭借强大的AI文本转视觉能力，能将漏斗图相关的文字

AI设计小站·2025-06-03 06:54

Python+DeepSeek组合拳：30秒生成专业级PPT（附可复制代码）

作为兼具视觉表达与结构化呈现的工具，PowerPoint广泛应用于学术汇报、商业提案、教育培训等多个领域，其专业性与易用性使其成为职场人士和教育工作者的首选工具。

聪明的一休哥哥·2025-06-03 05:14

腾讯混元2025CVPR论文全解读：6篇论文速通大模型前沿

】Insight-V:ExploringLong-ChainVisualReasoningwithMultimodalLargeLanguageModels（Insight-V:大语言模型中的长思维链视觉推理探索

zhangjiaofa·2025-06-03 05:40

【仿生系统】qwen的仿生机器人解决方案

以下是分阶段实施方案：一、核心系统架构设计（模块化可进化架构）1.多模态感知引擎-视觉子系统：YOLOv8+SAM组合实现实时物体检测+场景语义分割-听觉子系统：Whisper+SpeakerEmbedding

DFminer·2025-06-03 04:39

【仿生机器人系统设计】涉及到的伦理与安全问题

一、伦理困境：在“像人”与“是人”之间隐私与数据黑洞：问题：为实现自然交互，仿生机器人需搭载强大的环境感知（视觉、听觉

DFminer·2025-06-03 03:31

自动驾驶大模型---小米&华科的ORION端到端方案

1背景关于大模型/端到端，笔者也已经写了一个系列，其中主要包括以下几篇（持续更新）：《大模型---DeepseekLLM大语言模型原理》《大模型---一文看懂视觉语言大模型VLM》《大模型实战---人人都可以部署

智能汽车人·2025-06-03 03:30

深入剖析ZYNQ Linux动态PL配置：xdevcfg驱动创新实践指南

传统FPGA开发模式中，比特流烧写需要停机操作，而动态重配置技术彻底打破了这一限制，使得：工业设备可在线切换通信协议（Modbus/Profinet/EtherCAT）机器视觉系统动态加载不同图像处理流水线

芯作者·2025-06-03 01:14

C/C++ OpenCV 矩阵运算

C/C++OpenCV矩阵运算详解OpenCV是一个强大的开源计算机视觉和机器学习库，它提供了丰富的矩阵运算功能，这对于图像处理和计算机视觉算法至关重要。

whoarethenext·2025-06-03 00:40

FlashAttention（flash_attn）的高效注意力机制实现库学习，与 torch.nn.MultiheadAttention 在数学上是完全相同

它通过减少显存占用和加速计算，显著提升大模型（如LLM、视觉Transformer）的训练和推理效率。

Hali_Botebie·2025-06-03 00:09

[HarmonyOS NEXT Row案例四] 打造精美图标按钮：垂直对齐与视觉平衡的艺术

项目已开源，开源地址：https://gitcode.com/nutpi/HarmonyosNextCaseStudyTutorial，欢迎fork&star效果演示1.概述在移动应用界面设计中，带图标的操作按钮是一种常见且实用的UI元素，它结合了图标的直观性和文本的描述性，能够有效提升用户体验。本教程将详细讲解如何使用HarmonyOSNEXT的Row组件创建一个带图标的操作按钮，重点介绍垂直对

·2025-06-03 00:14

OpenCV计算机视觉实战（9）——阈值化技术详解

OpenCV计算机视觉实战（9）——阈值化技术详解0.前言1.全局阈值与自适应阈值2.Otsu算法3.实战案例：文档扫描中的二值化处理4.算法对比小结系列链接0.前言在图像处理领域，阈值化(Binarization

AI technophile·2025-06-02 23:32

多模态Agent AI（MAA）系统

这类系统结合了大型语言模型（LLMs）和视觉语言模型（VLMs），以增强其在物理或虚拟世界中的感知和生成能力。MAA系统的研究领域广泛，包括游戏（VR/AR/MR）、机器人技术和医疗保健等。

百态老人·2025-06-02 23:31

《HarmonyOS SDK AI 开发避坑指南：典型问题与解决方案》

引言：HarmonyOSAI能力全景与开发挑战HarmonyOS作为全场景分布式操作系统，其AI能力覆盖NLP（自然语言处理）、CV（计算机视觉）、分布式智能等场景。

鸿蒙大白·2025-06-02 23:29

WPF介绍

aspxWPF介绍.NETFramework4.5其他版本37（共41）对本文的评价是有帮助-评价此主题WindowsPresentationFoundation(WPF)是下一代显示系统，用于生成能带给用户震撼视觉体验的

都芳飞龙·2025-06-02 23:55

【双目视觉技术】介绍及应用

双目视觉技术是一种基于人类双目视觉原理的图像处理技术。人类的双眼能够根据两个不同的视角获取到的图像信息进行深度感知，从而实现对物体形状和距离的认知。

社会零时工·2025-06-02 22:52

推荐频道

#视觉