《计算机视觉第10页

约束学习：用规则约束，引导模型优化方向

约束学习：用规则约束，引导模型优化方向作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能与机器学习的局限性近年来，人工智能（AI）和机器学习（ML）取得了令人瞩目的成就，尤其是在计算机视觉、自然语言处理等领域

AI天才研究院·2025-05-17 09:49

【YOLO系列】目标检测简介

目标检测是计算机视觉领域中的一项重要任务，主要是在图像或视频中确定特定目标的位置和类别。

有品位的小丑·2025-05-17 08:42

大模型训练全解析：100条实用建议与深入指导

通过不断探索新方法、参与项目和保持热情，并将其应用于各种领域，从自然语言处理到计算机视觉和自动驾驶。

大模型教程·2025-05-17 07:02

计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析

计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析一、前言二、R-CNN算法解析2.1R-CNN算法原理2.1.1候选区域生成2.1.2特征提取2.1.3分类与回归2.2R-CNN代码示例

xcLeigh·2025-05-17 01:30

UNet 改进(26)：与FPN结合的图像分割网络

1.介绍在计算机视觉领域，图像分割是一个核心任务，而UNet架构因其优异的性能在医学图像分割等领域广受欢迎。

点我头像干啥·2025-05-16 23:45

基于OpenCV的人脸微笑检测实现

文章目录引言一、技术原理二、代码实现2.1关键代码解析2.1.1模型加载2.1.2图像翻转2.1.3人脸检测+微笑检测2.2显示效果三、参数调优建议四、总结引言在计算机视觉领域，人脸检测和表情识别一直是热门的研究方向

知舟不叙·2025-05-16 22:11

基于OpenCV的人脸识别：LBPH算法

.代码整体结构2.导入库解析3.训练数据准备4.标签系统5.待识别图像加载6.LBPH识别器创建7.模型训练8.预测执行9.结果输出三、LBPH算法原理解析四、关键点解析五、改进方向总结引言人脸识别是计算机视觉领域的一个重要应用

知舟不叙·2025-05-16 22:34

Adversarial examples based on object detection tasks: A survey》论文阅读笔记

1.引言深度学习背景：深度学习在处理图像或视频数据方面具有优势，广泛应用于计算机视觉任务，但由于深度网络的复杂结构，其存在脆弱性，容易受到攻击。目标检测任务：

2301_80355452·2025-05-16 20:50

人工智能、深度学习、机器学习的联系与区别

它旨在让计算机能够像人类一样思考、学习和决策，涉及到诸如计算机视觉、自然语言处理、机器人学等多个领域。

AI方案2025·2025-05-16 13:29

DALL - E在AIGC领域的应用与前景

DALL-E在AIGC领域的应用与前景关键词：DALL-E、AIGC、生成式AI、多模态模型、图像生成、深度学习、计算机视觉摘要：本文深入探讨OpenAI开发的DALL-E模型在人工智能生成内容(AIGC

AI学长带你学AI·2025-05-16 10:40

《Python星球日记》第78天：CV 基础与图像处理

——屈原《离骚》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder）目录一、计算机视觉（CV）简介1.什么是计算机视觉？

Code_流苏·2025-05-16 10:09

VS2022编译OpenCV库(静态库和动态库)

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和MacOS操作系统上。

QQVQQ...·2025-05-16 06:31

卷积神经网络(CNN)原理与实战：从LeNet到ResNet

卷积神经网络(CNN)作为深度学习的核心技术之一，彻底改变了计算机视觉领域的格局。

软考和人工智能学堂·2025-05-15 23:46

OpenCV 图像直方图：从原理剖析到实战应用

OpenCV作为广泛应用的计算机视觉库，提供了丰富的函数来处理图像直方图。本文将深入讲解图像直方图的原理、OpenCV中的实现方法，并结合实际案例展示其应用场景，帮助大家更好地掌握这一重要技术。

2201_75491841·2025-05-15 23:42

AI软件汇总与功能解析：赋能未来的智能工具库

人工智能（AI）技术的快速发展催生了大量功能强大的软件工具，覆盖自然语言处理、计算机视觉、数据分析、自动化决策等多个领域。

爱分享的程序员·2025-05-15 22:40

OpenCV 图像金字塔：原理、代码实现与应用场景

在计算机视觉和图像处理领域，OpenCV作为一款强大的开源库，提供了丰富的工具和算法来处理图像数据。其中，图像金字塔是一种非常重要的数据结构，在图像融合、目标检测、图像压缩等多个方面都有着广泛的应用。

2201_75491841·2025-05-15 21:30

TextIn.com开发者平台API使用心得

随着计算机视觉和自然语言处理技术的不断进步，人工智能在图像处理和文字识别领域取得了巨大的突破，使得这些产品能够实现更加精准和高效的功能。

不想熬夜的打工人·2025-05-15 21:57

计算机专业保研攻略（二）：研究方向与复习规划（必看干货）

人工智能（AI）机器学习（MachineLearning）数据挖掘（DataMining）计算机视觉（ComputerVision）自然语言处理（NaturallanguageProcessing）信息检索

乔卿·2025-05-15 20:21

人工智能|浅谈知识图谱与大语言模型的教育应用

AI的实现通常通过使用各种算法和技术，如机器学习、深度学习、自然语言处理、计算机视觉等。AI的应用领域非常广

Python程序员罗宾·2025-05-15 19:43

【计算机视觉】OpenCV实战项目：GraspPicture 项目深度解析：基于图像分割的抓取点检测系统

GraspPicture项目深度解析：基于图像分割的抓取点检测系统一、项目概述项目特点二、项目运行方式与执行步骤（一）环境准备（二）项目结构（三）执行步骤三、重要逻辑代码解析（一）图像分割（二）抓取点检测（三）主程序四、执行报错与问题解决方法（一）OpenCV版本问题（二）图像路径问题（三）内存不足（四）颜色范围问题五、相关论文信息（一）图像分割（二）抓取点检测六、总结一、项目概述在机器人视觉和自

白熊188·2025-05-15 12:29

人脸识别门禁系统技术文档

系统整合了人工智能与计算机视觉技术，结合数据库管理系统，实现用户身份的自动识别与验证。

小彭律师·2025-05-15 04:32

【计算机视觉】OpenCV实战项目：基于OpenCV的车牌识别系统深度解析

基于OpenCV的车牌识别系统深度解析1.项目概述2.技术原理与算法设计2.1图像预处理1)自适应光照补偿2)边缘增强2.2车牌定位1)颜色空间筛选2)形态学操作3)轮廓分析2.3字符分割1)投影分析2)连通域筛选2.4字符识别3.实战部署指南3.1环境配置3.2项目代码解析4.常见问题与解决方案4.1车牌定位失败4.2字符分割错误4.3OCR识别错误5.关键技术论文支撑5.1车牌定位5.2字符识

白熊188·2025-05-14 21:16

第二十八节：直方图处理- 直方图计算与绘制

直方图是数字图像处理的基石工具，在计算机视觉领域扮演着关键角色。通过本文，您将深入掌握使用OpenCV进行直方图计算的底层原理，并学会多种专业的直方图可视化方法。

摸鱼许可证·2025-05-14 21:14

AIxBoard部署BLIP模型进行图文问答

二、多模态模型简介近年来，计算机视觉和自

vslyu·2025-05-14 20:07

探索PyTorch中的空间与通道双重注意力机制：实现concise的scSE模块

探索PyTorch中的空间与通道双重注意力机制：实现concise的scSE模块在深度学习领域，尤其是在计算机视觉任务中，特征图的注意力机制变得越来越重要。

RockLiu@805·2025-05-14 18:56

利用自适应双向对比重建网络与精细通道注意机制实现图像去雾化技术的PyTorch代码解析

利用自适应双向对比重建网络与精细通道注意机制实现图像去雾化技术的PyTorch代码解析漫谈图像去雾化的挑战在计算机视觉领域，图像复原一直是研究热点。其中，图像去雾化技术尤其具有实际应用价值。

RockLiu@805·2025-05-14 18:24

OpenCV学习笔记：使用OpenCV的DNN模块调用Caffe进行人脸识别

在计算机视觉和图像处理领域，人脸识别是一个重要的任务。OpenCV是一个广泛使用的开源计算机视觉库，它提供了强大的功能来处理图像和视频。

EbCoder·2025-05-14 17:17

基于 dlib 的人脸检测（Python）

：二、代码解释1.引入库2.设置人脸检测器和特征提取器3.定义人脸检测函数face_detect_demo4.读取图片、调用检测函数和显示图片5.人脸检测和特征点提取三、结果示例总结前言人脸检测是一种计算机视觉技术

小猫老弟~·2025-05-14 15:36

视觉大模型（SAM）及其行业扩展（G-SAM）：用于图像分割、目标检测等计算机视觉任务

视觉大模型SAM的定义与核心技术视觉大模型SAM（SegmentAnythingModel）是由MetaAIResearch于2023年4月5日发布的一种图像分割模型，旨在解决图像分割问题，即在像素级进行分类。SAM的核心技术包括零样本学习、提示工程和大规模数据集训练，使其能够处理从未见过的物体和场景，展现出强大的泛化能力。定义与核心技术零样本学习：SAM是一种零样本分割模型，即使在训练中未见过的

百态老人·2025-05-14 13:21

QT案例（三）基于QT和opencv的视频播放器

简介OpenCV(开源的计算机视觉库)是基于BSD协议,因此它可免费用于学术和商业用途。

dtge·2025-05-14 10:33

Pytorch使用手册-计算机视觉迁移学习教程（专题十三）

在本教程中，你将学习如何使用迁移学习训练一个卷积神经网络进行图像分类。更多关于迁移学习的内容可以参考CS231n课程笔记。引用课程笔记中的内容：实际上，很少有人从头开始训练一个完整的卷积网络（随机初始化），因为拥有足够大数据集的情况相对罕见。相反，通常会在非常大的数据集上（例如ImageNet，它包含120万张图片和1000个类别）预训练一个卷积网络，然后将该网络用于感兴趣任务的初始化或作为固定的

无声之钟·2025-05-14 04:24

java opencv获取像素点坐标_如何在opencv中使用相机校准来测量像素的真实世界坐标...

我已经从主题中读过3本书了实用OpenCV-SmarthBrahmbhat学习OpenCV-O'ReillyOpenCV2计算机视觉应用编程手册-RobertLaganière我已经完成了校准过程，校准后我得到了所有的返回参数

著名工具人·2025-05-13 06:56

基于YOLOv10和深度学习的AR虚拟互动系统：通过摄像头定位用户手势

深度学习与计算机视觉的结合，尤其是目标检测技术，如YOLO（YouOnlyLookOnce）算法，为手势识别和AR交互带来了新的可能性。本文将介绍如何基于YOLOv1

YOLO实战营·2025-05-13 00:22

【计算机视觉】基于深度学习的实时情绪检测系统：emotion-detection项目深度解析

基于深度学习的实时情绪检测系统：emotion-detection项目深度解析1.项目概述2.技术原理与模型架构2.1核心算法1)数据预处理流程2)改进型MobileNetV22.2系统架构3.实战部署指南3.1环境配置3.2数据集准备3.3模型训练3.4实时推理4.常见问题与解决方案4.1人脸检测失败4.2模型过拟合4.3显存不足5.关键技术论文支撑5.1基础理论5.2前沿进展6.项目优化方向6

白熊188·2025-05-13 00:50

OpenCV进阶操作：光流估计

方法（稀疏光流）2）Farneback方法（稠密光流）3）DIS光流（快速稠密光流）二、使用步骤1、读取视频2、特征检测3、处理每一帧画面4、运行结果5、完整代码总结前言光流（OpticalFlow）是计算机视觉中用于描述图像序列中物体运动模

多巴胺与内啡肽.·2025-05-12 23:18

AIGC内容过滤商业化应用：这些行业正在爆发

AIGC内容过滤商业化应用：这些行业正在爆发关键词：AIGC、内容过滤、商业化应用、人工智能、自然语言处理、计算机视觉、行业应用摘要：随着AIGC(人工智能生成内容)技术的快速发展，内容过滤技术作为其重要组成部分

AI大模型应用工坊·2025-05-12 21:37

【人工智能】DeepSeek的崛起-下一代AI模型的秘密武器

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！

蒙娜丽宁·2025-05-12 19:21

2025-05-12 Embedding介绍

EmbeddingEmbedding是现代人工智能和机器学习中极其重要地技术，尤其在自然语言处理、计算机视觉和推荐系统等领域发挥着核心作用。

大油头儿·2025-05-12 19:18

【计算机视觉】OpenCV实战项目：Athlete-Pose-Detection 运动员姿态检测系统：基于OpenCV的实时运动分析技术

运动员姿态检测系统：基于OpenCV的实时运动分析技术1.项目概述1.1技术背景1.2项目特点2.技术架构与算法原理2.1系统架构2.2核心算法2.3模型选择3.项目部署与运行指南3.1环境准备硬件要求软件依赖3.2项目配置3.3运行项目基本运行模式高级参数4.常见问题与解决方案4.1模型加载失败4.2内存不足4.3关键点抖动问题4.4性能优化技巧5.姿态分析算法扩展5.1运动角度计算5.2动作标

白熊188·2025-05-12 14:15

基于神经网络的 YOLOv8、MobileNet、HigherHRNet 姿态检测比较研究

摘要随着人工智能技术的飞速发展，基于神经网络的姿态检测技术在计算机视觉领域取得了显著进展。

埃菲尔铁塔_CV算法·2025-05-12 13:06

POSE识别神经网络

Pose识别模型介绍Pose识别是计算机视觉领域的一个重要研究方向，其目标是从图像或视频中检测出人体的关键点位置，从而估计出人体的姿态。

埃菲尔铁塔_CV算法·2025-05-12 12:28

【计算机视觉】OpenCV实战项目：FunnyMirrors：基于OpenCV的实时哈哈镜效果实现技术解析

FunnyMirrors：基于OpenCV的实时哈哈镜效果实现技术解析1.项目概述2.技术原理2.1图像变形基础2.2常见的哈哈镜变形算法2.2.1凸透镜效果2.2.2凹透镜效果2.2.3波浪效果3.项目实现细节3.1核心代码结构3.2主要功能实现3.2.1图像采集3.2.2变形映射生成3.2.3图像重映射4.项目运行指南4.1环境准备4.1.1系统要求4.1.2依赖安装4.2运行项目4.3参数调

白熊188·2025-05-12 08:34

【计算机视觉】OpenCV实战项目：Long-Exposure：基于深度学习的长时间曝光合成技术

Long-Exposure：基于深度学习的长时间曝光合成技术项目概述与技术背景项目核心功能技术原理环境配置与安装硬件要求建议详细安装步骤可选组件安装实战应用指南1.基础使用：视频转长曝光2.高级模式：自定义光轨合成3.批量处理模式技术实现深度解析1.核心算法流程2.运动估计模块3.曝光合成算法常见问题与解决方案1.内存不足错误2.光轨断裂问题3.结果图像噪点多性能优化技巧1.GPU加速实现2.多进

白熊188·2025-05-12 08:04

SLAM:单应矩阵，本质矩阵，基本矩阵详解和对应的c++实现

单应矩阵（HomographyMatrix）单应矩阵（HomographyMatrix）是计算机视觉中描述同一平面在不同视角下投影变换的核心工具，广泛应用于图像校正、拼接、虚拟广告牌替换等场景。

xMathematics·2025-05-12 01:11

Vision Transformer（ViT）

VisionTransformer（ViT）是一种将Transformer模型应用于计算机视觉任务的创新方法，由GoogleResearch团队在2020年提出。

豆芽819·2025-05-12 00:07

从零开始大模型开发与微调：词向量训练模型Word2Vec使用介绍

使用介绍关键词：词向量,Word2Vec,神经网络,深度学习,自然语言处理(NLP),预训练,微调,Fine-Tuning1.背景介绍1.1问题由来在深度学习蓬勃发展的今天，人工智能技术在自然语言处理（NLP）、计算机视觉

AI大模型应用实战·2025-05-11 20:43

从代码学习深度学习 - 语义分割和数据集 PyTorch版

今天，我们将深入探讨计算机视觉中一

飞雪白鹿€·2025-05-11 20:13

深入剖析 YOLOv7：目标检测的利器

一、引言在计算机视觉的目标检测领域，YOLO（YouOnlyLookOnce）系列算法一直占据着重要地位。YOLOv7作为该系列的重要一员，凭借其高效、准确的特点，受到了广泛关注。

心想事“程”·2025-05-11 20:41

深度学习之Keras-DIOU-YOLOv3: 更精确的目标检测利器

深度学习之Keras-DIOU-YOLOv3:更精确的目标检测利器去发现同类优质开源项目:https://gitcode.com/在这个数字化时代，目标检测是计算机视觉领域的一个重要组成部分，广泛应用于自动驾驶

许煦津·2025-05-11 19:39

python3.7-3.11版本whl文件快速直接安装dlib库（无需安装cmake！！！）手把手教你安装

dlib是一个包含多种机器学习和计算机视觉算法的C++开源工具包，其人脸识别功能主要依赖于以下技术人脸检测：使用基于HOG（HistogramofOrientedGradients，方向梯度直方图）特征和级联分类器的方法

heyday_period·2025-05-11 17:54

推荐频道

《计算机视觉