同济大学计算机视觉

图像描述生成笔记：Show and Tell: A Neural Image Caption Generator，2015年由谷歌团队创作，发布于年 IEEE 计算机视觉和模式识别会议CVPR

这篇论文是ImageCaption领域的开山之作，而我写的这篇笔记也是我在知乎创作的开端。ImageCaption，是指从图片中自动生成一段描述性文字。要求机器不仅能检测出图像中的物体，而且要理解物体之间的相互关系，最后还要用合理的语言表达出来。对人来说，这项任务soeasy，但是对机器来说，这就是极具挑战性了。首先介绍一下机器翻译中的编码解码模型，因为图像描述的基础是机器翻译带来的灵感。在最原始
冰岛小贤·2024-01-10 03:14

了解一下InternLM2

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。
羞儿·2024-01-09 23:51

面试题-手撕NMS(非极大值抑制)

非极大值抑制（Non-MaximumSuppression，NMS）是一种常用于目标检测和计算机视觉中的算法，用于去除重叠的边界框，保留最可能是真实目标的边界框。
zhaoyqcsdn·2024-01-09 22:22

imgaug库指南（五）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-09 19:17

imgaug库指南（12）：从入门到精通的【图像增强】之旅

引言在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。
高斯小哥·2024-01-09 16:50

车位关键点检测-车位识别-车辆识别检测（教程+代码）

以下是对这三个技术的分点阐述：1.车位关键点检测：车位关键点检测是指通过计算机视觉技术，自动地检测出停车场区域内的每个车位的位置和边界。这个过程通常涉及到目标检测和图像分割等算法。
从懒虫到爬虫·2024-01-09 16:39

2024你好！

这些强大的模型在文本生成、机器翻译、情感分析等语言任务中展现出卓越的创新能力，而在图像识别、目标检测、语义分割等计算机视觉领域，它们更是不断刷新着人类的认知边界。值得一
鲸品堂·2024-01-09 13:24

六、计算机视觉相关内容

文章目录前言一、图像增广1.1常用的图像增广1.1.1翻转和裁剪1.1.2变换颜色1.1.3结合多种图像增广方法二、微调2.1微调的步骤2.2具体案例三、目标检测和边界框3.1边界框四、锚框五、多尺度目标检测六、目标检测数据集七、单发多框检测(SSD)八、区域卷积神经网络(R-CNN)系列8.1R-CNN8.2FastR-CNN8.3FasterR-CNN8.4MaskR-CNN九、语义分割和数据
穆_清·2024-01-09 12:59

Open CV 图像处理基础：（一）Open CV 在windows环境初始化和 Java 动态库加载方式介绍

OpenCV在windows环境初始化和Java动态库加载方式介绍OpenCV是一个开源的计算机视觉和机器学习软件库，它提供了一系列的工具和程序库，让用户能够进行复杂的图像处理和计算机视觉任务。
無间行者·2024-01-09 12:55

计算机视觉（CV）技术挑战。

数据标注和获取：计算机视觉技术需要大量的标注数据来进行训练和测试，标注数据的获取和准确性是一个挑战。复杂场景的处理：计算机视觉技术在复杂场景中的性能会受到影响，例如光线不足、背景杂乱等情况。
HappyEnd美满结局·2024-01-09 11:52

计算机视觉（CV）技术

计算机视觉（CV）技术的优势：1.高效率：计算机视觉技术可以快速处理大量图像和视频数据，并从中提取出有用的信息。这比人工处理更快速和高效。
HappyEnd美满结局·2024-01-09 11:22

博士申请 | 英国伯明翰大学计算机系招收计算机视觉及图形学方向全奖博士生...

合适的工作难找？最新的招聘信息也不知道？AI求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！伯明翰大学伯明翰大学（UniversityofBirmingham）是一所位于英国第二大城市伯明翰市的著名研究型公立大学，是英国第一所“红砖大学”，罗素大学集团的创始成员，一共走出过11位诺贝尔奖得主和3位英国首相，在2024QS世界大学排名第84名，2023U.S.News世界
PaperWeekly·2024-01-09 11:47

图像匹配几种常见算法与实践

应用：遥感（制图更新），计算机视觉应用程序，医疗用图像注册。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。
霍格沃兹测试开发学社·2024-01-09 11:36

Python中的图像处理和计算机视觉应用

Python是一种广泛使用的编程语言，在图像处理和计算机视觉领域有广泛的应用。
api77·2024-01-09 11:28

最新开源的目标检测算法来了！

目标检测作为计算机视觉领域的顶梁柱，不仅可以独立完成车辆、商品、缺陷检测等任务，也是人脸识别、视频分析、以图搜图等复合技术的核心模块，在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。
AI小白龙*·2024-01-09 11:17

理解SIFT/SURF算法原理，并进行关键点检测

所以，下面我们来介绍一种计算机视觉的算法，尺度不变特征转换即SIFT(Scale-invariantfeaturetransform)。它用来侦测与描述影
AI小白龙*·2024-01-09 11:44

静态背景下运动目标检测 matlab_干货 | 视频显著性目标检测（文末附有完整源码）...

据我所知，CNN在计算机视觉方面的成功在很大程度上归功于大规模标注图像
weixin_39747049·2024-01-09 10:57

raft2020年更新_ECCV2020最佳论文解读之递归全对场变换(RAFT)光流计算模型

计算机视觉三大国际顶级会议之一的ECCV2020已经召开。
weixin_39788131·2024-01-09 10:27

【深度学习：评估指标】如何在计算机视觉中测量模型性能：综合指南

正确评估机器学习模型的性能是开发生命周期中的关键步骤。通过使用正确的评估指标，机器学习工程师可以更深入地了解模型的优势和劣势，帮助他们不断微调和提高模型质量。此外，更好地了解评估指标有助于比较不同的模型，以确定最适合给定业务案例的模型。本综合指南将首先探讨不同的指标，以衡量分类、对象检测和分割模型的性能，以及它们的优点和局限性。在本文的最后，您将学习如何评估以为您的项目选择正确的指标。在本指南中，
jcfszxc·2024-01-09 09:19

基于YOLOv6开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv7开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv3开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv4开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv5全系列参数模型【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv8全系列【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:49

科技云报道：“存算一体”是大模型AI芯片的破局关键？

第一次发生在2012年10月，卷积神经网络（CNN）算法凭借比人眼识别更低的错误率，打开了计算机视觉的应用盛世。
科技云报道·2024-01-09 08:46

《高等数学》第六版 上册 - 目录

同济大学数学系目录第一章函数与极限第一节映射与函数第二节数列的极限什么是数列？
廖马儿·2024-01-09 08:39

轻松玩转书生·浦语大模型趣味 Demo 笔记+作业展示

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种
xidierzuo·2024-01-09 05:47

轻松玩转书生·浦语大模型趣味Demo 学习笔记

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种模型通常采用深度神经网络结构，如Tr
weixin_42837310·2024-01-09 05:46

浦语大模型趣味 Demo课程学习及实战应用

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种模型通常采用深度神经网络结构，如Transformer、BE
m0_54169072·2024-01-09 05:15

如何使用 YOLOv8 做对象检测

介绍对象检测是一项计算机视觉任务，涉及识别和定位图像或视频中的对象。它是许多应用的重要组成部分，例如自动驾驶汽车、机器人和视频监控。多年来，已经开发了许多方法和算法来查找图像中的对象及其位置。
guohuang·2024-01-09 02:22

二十分钟入门计算机视觉开源神器——课堂笔记

1，统一的深度学习框架，2.02，现状3，代表算法库（1）目标检测MMDetection任务支持：目标家呢，实力分割，全景分割覆盖广泛算法丰富使用方便（2）MMYOLO（3）MMOCR文本检测，文本识别，关键信息提取（4）MMDetection3D(5)MMRotate(6)MMSegmentation(7)MMPretrain图像分类+预训练+多模态算法库(8)MMPose姿态估计（关键点检测）
敲键盘的喵桑·2024-01-09 01:17

Open3D 点云下采样抽稀（7）

Open3D点云下采样抽稀（7）一、算法介绍二、算法实现1.代码一、算法介绍点云抽稀在计算机图形学和计算机视觉中有着广泛的应用，其作用包括但不限于以下几点：数据压缩：点云抽稀可以有效地减少点云数据量，从而节省存储空间和降低数据传输成本
点云学徒·2024-01-08 21:40

计算机毕设选题：基于python的毕业设计(论文)选题题目推荐

目录毕设选题数据可视化方向计算机视觉方向深度学习/机器学习方向选题迷茫选题的重要性更多选题指导最后大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力
Krin_IT·2024-01-08 20:54

对图片进行数据增强（基于pytorch）

我们的训练数据往往是有限的，在有限的数据集上获得较好的模型训练结果，我们不仅要在模型结构上下功夫，另一方面也需要对数据集进行数据增强图片数据增强图像数据增强是一种在训练机器学习和深度学习模型时常用的策略，尤其是在计算机视觉领域
草莓橙子碗·2024-01-08 19:55

使用openCV进行图像处理

使用openCV进行图像处理使用openCV进行图像处理，又名：学习计算机视觉理论，做demo(第3天）目录2.1图像模糊2.1.1均值滤波2.1.2中值滤波2.1.3高斯滤波2.1.4案例实现2.2图像锐化
Wade_Crab·2024-01-08 18:26

跨多个流使用Ultralytics YOLOv8进行对象跟踪

跨多个流进行对象跟踪在计算机视觉中发挥着重要作用，特别是在实际应用中。它不仅仅是问题解决，还提供了有价值的见解，并作为对象计数模块的前提。
小北的北·2024-01-08 17:27

基于OpenCV的图像翻转和镜像

对于这个小型项目，我使用了著名的Lena图像，该图像主要用于测试计算机视觉模型。确保下载此映像并将其保存在当前工作目录中。importc
AAI机器之心·2024-01-08 16:32

这个AI模型能识别出这个橘子吗？

☁️主页Nowl专栏《AI模型分享》君子坐而论道，少年起而行之导读图像识别任务是人工智能计算机视觉领域一个重要的子任务，本篇文章将通过使用一个预训练模型来帮助读者快速上手图像识别任务，对应的文件可通过关注文章末尾的公众号领取本篇文章需要一定人工智能基础
Nowl·2024-01-08 16:47

数字图像目标检测与识别----理论与实践

序计算机视觉（CV）的关键技术：分类、检测、跟踪和识别。本书配套的网址：www.wiley.com/g
人生徒步·2024-01-08 12:19

小白学习深度学习之（一）——线性回归

在自然科学与社会科学领域，回归经常用来表示输入和输出之间的关系在计算机视觉领域，大多数任务都和预测有关。当我们需要与预测一个数值时，就会涉及到回归问
维斯德尔·2024-01-08 12:10

什么是人工智能？

这包括了多个子领域，如机器学习、自然语言处理、计算机视觉、专家系统、智能代理等。机器学习是人工智能的一个重要分支
金鸣识别·2024-01-08 11:28

人工智能知识点总结

人工智能涵盖很多子领域，分别是机器学习，深度学习，自然语言处理，计算机视觉，强化学习等。机器学习：是如何设计一个模型和算法来提取数据的模式，从而改善性能进行自主决策。
一只发呆的猪·2024-01-08 11:52

#python教程-OpenCv的介绍

OpenCV（全写OpenSourceComputerVisionLibrary）是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。
Python 热爱号·2024-01-08 07:50

CV之DL之Yolo：计算机视觉领域算法总结—Yolo系列(YoloV1~YoloV8各种对比)的简介、安装、案例应用之详细攻略

CV之DL之Yolo：计算机视觉领域算法总结—Yolo系列(YoloV1~YoloV8各种对比)的简介、安装、案例应用之详细攻略导读：近期，博主应太多太多的网友的私信，要求让博主总结一下目标检测领域算法的发展历史和最新算法的技术架构
一个处女座的程序猿·2024-01-08 06:31

57、python 环境搭建[for 计算机视觉从入门到调优项目]

从本节开始，进入到代码实战部分，在开始之前，先简单进行一下说明。代码实战部分，我会默认大家有一定的编程基础，不需要对编程很精通，但是至少要会python的基础语法、python环境搭建、pip的使用；C++要熟悉基础知识和基础语法，会根据文章中的步骤完成C++的环境搭建，以及C++编译和运行。如果确实有某一部分之前没有接触过，可以借着代码实战部分的示例，多查查资料，把这部分知识丰富起来，虽然每一部
董董灿是个攻城狮·2024-01-08 06:18

三本光电从颓废到武汉年薪30w的本科经历经验与浅谈（毕业工作一年的嵌入式软件工程师经验分享）

三本光电从颓废到武汉年薪30w的本科经历经验与浅谈（毕业工作一年的嵌入式软件工程师经验分享）文章目录目前情况颓废时期项目时期第一次写单片机代码第一次接触计算机视觉第一次接触Linux驱动开发第一次接触FPGA
网易独家音乐人Mike Zhou·2024-01-08 04:26

计算机视觉技术-语义分割

讨论的目标检测问题中，我们一直使用方形边界框来标注和预测图像中的目标。本节将探讨语义分割（semanticsegmentation）问题，它重点关注于如何将图像分割成属于不同语义类别的区域。与目标检测不同，语义分割可以识别并理解图像中每一个像素的内容：其语义区域的标注和预测是像素级的。下图展示了语义分割中图像有关狗、猫和背景的标签。与目标检测相比，语义分割标注的像素级的边框显然更加精细。图像分割和
白云如幻·2024-01-08 03:56

专补大模型短板的检索增强（RAG）有哪些新进展？这篇综述讲明白了

©作者|机器之心编辑部来源|机器之心同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对RAG进行了全面梳理。
PaperWeekly·2024-01-08 02:08

【AI视野·今日CV 计算机视觉论文速览 第282期】Wed, 3 Jan 2024

AI视野·今日CS.CV计算机视觉论文速览Wed,3Jan2024Totally70papers上期速览✈更多精彩请移步主页DailyComputerVisionPapersStreetGaussiansforModelingDynamicUrbanScenesAuthorsYunzhiYan
hitrjj·2024-01-07 23:41
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他