图像从上到下第26页

深入探讨AI 神经网络：类型、特点与创新应用

不同类型的神经网络具有各自独特的特点和优势，被广泛应用于图像识别、语音识别、自然语言处理等多个领域。例如，卷积神经网络（CNN）在图像识别领域表现出色，它

fanxbl957·2025-06-10 07:11

webrtc截取图像

webrtc系列——截取图像一、原理介绍二、代码实现三、注意事项一、原理介绍对于webrtcp2p音视频功能，不管是本端视频流还是对端视频流，视频流的源头都是摄像头，终点是都是屏幕（不同的终端需要不同的控件支持

终成一个大象·2025-06-10 07:40

深度学习入门：Python搭建简单神经网络模型

从图像识别到自然语言处理，神经网络以独特的结构和学习机制，让计算机能够模拟人类大脑处理复杂信息的过程。

缑宇澄·2025-06-10 07:10

13-Oracle 23ai Vector Search VECTOR数据类型和实操

一、Vector数据类型梗概Oracle23ai引入的VECTOR数据类型是AI向量搜索的核心基础，专为存储高维数值向量设计（如文本/图像/音视频的嵌入向量）。

远方1609·2025-06-10 05:29

【图像去噪】论文精读：Noise2Fast: Fast Self-Supervised Single Image Blind Denoising（N2F）

请先看【专栏介绍文章】：【图像去噪（ImageDenoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总

十小大·2025-06-10 05:58

【Python】 Python + OpenCV 实现车牌自动识别

其核心任务是从图像或视频中自动检测、定位车牌，并识别出车牌上的字符信息。本系列将详细介绍如何使用Python和OpenCV库来实现一个基本的

宅男很神经·2025-06-10 03:16

使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（一）开端

PatternAnalysis,StaticalModelingandComputationalLearning和VisualObjectClasses）是一个知名的计算机视觉数据集，专注于目标检测、图像分割等任务

深蓝海拓·2025-06-10 02:38

跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用

Title题目Cross-viewdiscrepancy-dependencynetworkforvolumetricmedicalimagesegmentation跨视角差异-依赖网络用于体积医学图像分割

·2025-06-10 01:04

十个你一定要收藏的超实用又有趣的网站！

1.Remove.bg—一键抠图，快如闪电官网：https://www.remove.bgRemove.bg使用AI技术自动识别图像中的人物、物体，只需上传图片几秒钟即可去除背景，特别适合社交内容制作、

这儿有一堆花·2025-06-10 00:24

本地处理 + GPU 加速模糊视频秒变 4K/8K 修复视频老旧素材

它就像是一个神奇的魔法棒，能把低分辨率的视频、GIF和图像变成高清甚至4K的，而且画质细节一点都不会损失！先来说说它的核心功能。

小瑞软件库·2025-06-10 00:23

【OpenCV】cv::exp函数详解

cv::exp是OpenCV中用于对矩阵中的每个元素进行自然指数运算（即ex）的函数，常用于图像增强、概率计算或机器学习中的激活函数（如Softmax）。

浩瀚之水_csdn·2025-06-09 23:16

项目：基于深度学习的图像检索系统开发（2）

目录一．项目背景：二．项目内容：2.1项目步骤2.1.1数据准备2.1.2数据库设计2.1.3特征提取与存储2.1.4图像检索实现2.2遇到的问题及解决2.2.1问题1：特征向量维度不匹配2.2.2问题

爱吃橘的橘猫·2025-06-09 22:39

【AI大模型】11、CV预训练革命：从ImageNet到ViT的技术演进与商业化

数据基石：ImageNet如何点燃预训练火种（一）数据集的代际革命维度传统数据集（2000-2010）ImageNet（2012）现代数据集（2023）样本规模千级（如Caltech101）1400万标注图像百亿级

·2025-06-09 21:38

基于ADMM的MRI-PET高质量图像重建算法

基于ADMM的MRI-PET高质量图像重建算法ADMM_PET-MR-master/ADMM_PET-MR-master/.gitignore,412ADMM_PET-MR-master/ADMM_PET-MR-master

yt94832·2025-06-09 20:32

医学影像基础与实践：基于传统算法的CT影像探索

在医学影像领域，人们往往容易将目光聚焦于人工智能（AI）技术，然而，理解和掌握基础的图像处理算法同样至关重要。这不仅有助于我们深入了解医学影像的本质，还能在不依赖深度学习的情况下，明确其应用边界。

t0_54program·2025-06-09 19:53

利用机器学习构建肺炎诊断模型与绘制热力图

但大家是否想过，这些模型究竟从训练图像中提取了哪些特征，从而做出近乎完美的预测呢？

t0_54program·2025-06-09 19:53

夜拍提升清晰度

importcv2importmatplotlib.pyplotasplt#图像路径image_path='images/img01.jpg'#读取图像img=cv2.imread(image_path

不知几秋·2025-06-09 19:52

七天速成数字图像处理之五（图像分割）

图像分割（ImageSegmentation）是数字图像处理中最核心、最具挑战性的任务之一，其目标是将图像划分为具有一致特征的区域，从而实现对图像中目标或结构的提取、理解与分析。

ZzzZ31415926·2025-06-09 18:46

第四十一天打卡

简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→

wswlqsss·2025-06-09 18:15

多模态图像修复系统：基于深度学习的图片修复实现

多模态图像修复系统：基于深度学习的图片修复实现1.系统概述本系统使用多模态大模型（StableDiffusionInpainting）实现图像修复功能，结合文本描述和图片输入，对指定区域进行内容修复。

神经网络15044·2025-06-09 17:38

使用Python，Opencv检测AprilTag

AprilTags是一种基准标记，更简单地说是“标记”，基准点是在捕获图像或视频帧时放置在相机视野中的参考对象。因此它们很容易识别。

程序媛一枚~·2025-06-09 16:02

11-opencv图像通道分离与合并

voidQuickDemo::channels_demo(Mat&image){std::vectormv;split(image,mv);imshow("蓝色",mv[0]);imshow("绿色",mv[1]);imshow("红色",mv[2]);Matdst;//mv[0]=0;mv[2]=128;merge(mv,dst);imshow("红色",dst);intfrom_to[]={0

weixin_51066059·2025-06-09 16:29

OpenCV 自带颜色表实现各种滤镜

一、知识点1、voidapplyColorMap(InputArraysrc,OutputArraydst,intcolormap);(1)、通过给定的颜色映射表，将灰度图像或伪彩色图像转换为全彩色图像

程序员小马兰·2025-06-09 16:59

11 OpenCV通道分离与合并

1.RGB三通道的解释彩色图像，是由RGB三个通道合并起来得到的。如果R，G，B分离，它们就分别对应一个单通道图像（因为都是单通道，所以为灰度图像）当然，这三个单通道图像再经过合并，就会恢复成原本

L7O7·2025-06-09 16:29

OpenCV之图像通道分离合并

python代码：importcv2ascvsrc=cv.imread("./test.png")cv.namedWindow("input",cv.WINDOW_AUTOSIZE)cv.imshow("input",src)#蓝色通道为零mv=cv.split(src)mv[0][:,:]=0dst1=cv.merge(mv)cv.imshow("output1",dst1)#绿色通道为零mv=

MachineLP·2025-06-09 16:28

Opencv图像通道操作: 分离和合并

Opencv图像通道操作:分离和合并在计算机视觉领域，图像处理是十分重要的一部分。如何在图像处理中实现通道的分离和合并是一项基础技能。

完美代码·2025-06-09 16:58

OpenCV图像通道的分离与合并

OpenCV图像通道的分离与合并通过split()函数分离通道通过merge()函数混合分开的通道mixChannels()函数交换通道voidQuickDemo::channels_demo(Mat&

℉AVE·2025-06-09 16:28

受大脑启发的人工智能在令人震惊的视觉突破中学会像人类一样看东西

一种名为Lp-Convolution的新型受大脑启发的AI方法通过动态重塑CNN过滤器来增强图像识别能力，将生物现实性与改进的性能和效率相结合。

大咖分享课·2025-06-09 16:57

opencv图像处理————图像多通道分离与合并

图像多通道分离和合并的概念在图像处理中，图像通常由多个通道组成，其中每个通道代表了图像中的一种颜色信息。常见的图像有三个通道，分别代表红色、绿色和蓝色（RGB）。

zz的学习日记·2025-06-09 16:57

OpenCV——通道分离和合并

通道分离splitvoidsplit(constMat&src,Mat*mvbegin);voidsplit(InputArraym,OutputArrayOfArraysmv);src：待分离的多通道图像

我有一個夢想·2025-06-09 15:25

OpenCV 图像通道的分离与合并

一、知识点1、一张彩色图像可以由R、G、B三个通道的灰度图合并而成。

程序员小马兰·2025-06-09 15:54

轻量化图像超分新范式：残差注意力网络重构超分计算逻辑

轻量化图像超分新范式：残差注意力网络重构超分计算逻辑一、技术原理深度剖析痛点定位当前图像超分辨率技术面临三重挑战：显存黑洞：传统残差网络堆叠导致参数量指数级增长，移动端部署时显存占用超过500MB细节丢失

CodePatentMaster·2025-06-09 15:22

【图像超分】论文复现：轻量化超分 | 频域感知Transfomer模型FreqFormer的Pytorch源码复现，跑通源码，获得指标、模型复杂度、超分结果图，架构拆解与源码对应，注释详细！

请先看【专栏介绍文章】：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！本文亮点：跑通FreqFormer源码，获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果；

十小大·2025-06-09 14:50

【论文解读】CVPR 2024 DSL-FIQA ：全新人脸面部图像质量评估算法（附论文地址）

论文地址：https://openaccess.thecvf.com/content/CVPR2024/papers/Chen_DSL-FIQA_Assessing_Facial_Image_Quality_via_Dual-Set_Degradation_Learning_and_CVPR_2024_paper.pdf这篇论文标题为"DSL-FIQA:AssessingFacialImageQu

牧锦程·2025-06-09 14:47

【Block总结】掩码窗口自注意力 (M-WSA)

Transformer-BasedBlind-SpotNetworkforSelf-SupervisedImageDenoisingMaskedWindow-BasedSelf-Attention(M-WSA)是一种新颖的自注意力机制，旨在解决传统自注意力方法在处理图像时的局限性

AI浩·2025-06-09 14:45

CVPR 2025 看点：扩散模型如何颠覆零样本学习

扩散模型近年来在图像生成、文本生成等领域取得了显著成果，能够生成质量极高且多样性丰富的内容。

Angelina_Jolie·2025-06-09 14:14

（六）卷积神经网络：深度学习在计算机视觉中的应用

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一类专门用于处理具有网格结构数据（如图像、音频）的深度学习模型。

只有左边一个小酒窝·2025-06-09 13:37

Transformer结合U-Net登上Nature子刊！最新成果让精度和效率都很美丽

最近一种基于视觉Transformer改进的U-Net来检测多光谱卫星图像中甲烷排放的深度学习方法登上了Nature子刊。与传统方法相比，该方法可以识别更小的甲烷羽流，显著提高检测能力。

深度之眼·2025-06-09 13:05

OpenCV+python：开闭操作

1，开闭操作简介开操作：开操作=腐蚀+膨胀，输入图像+结构元素作用：主要是应用在二值图像分析中，灰度图像亦可；用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.提取水平或竖直的线闭操作

@迷途小书童·2025-06-09 12:33

OpenCV图像处理——Python开发中OpenCV视频流的多线程处理方式

前言在做视觉类项目中，常常需要在Python环境下使用OpenCV读取本地的还是网络摄像头的视频流，之后再调入各种模型，如目标分类、目标检测，人脸识别等等。如果使用单线程处理，很多时候会出现比较严重的时延，如果算力吃紧，模型推理所占用的更长的话，这种延迟感会更加明显，会出现卡帧的现象。在这种情况下，往往要把代码从单线程改为了多线程，即单独用一个线程实时捕获视频帧，主线程在需要时从子线程拷贝最近的帧

知来者逆·2025-06-09 12:03

基于RT-DETR算法的夜间交通车辆与行人目标检测

痛点：夜间检测困难，传统方法效率低在夜间，交通监控摄像头拍摄的图像普遍存

野马算法创新·2025-06-09 12:32

计算机网络基础总结：TCP/IP 模型、TCP vs UDP、DNS 查询过程

一、TCP/IP模型与OSI七层模型的对应关系1.OSI七层模型OSI模型（OpenSystemInterconnectionModel）是由ISO提出的一种网络通信的分层体系结构，其层次从上到下依次是

m0_63714693·2025-06-09 09:40

强化学习之父告警：数据枯竭！AI狂飙突进“经验革命”新时代

1.1繁荣幕布下的致命裂缝行业权威在智源大会现场展示了一组震颤人心的数据：全球高质量文本训练库更新速度骤降87%，图像数据重复利用率突破92%。当

TGITCIC·2025-06-09 09:40

我的创作纪念日

那时我刚从实验室走向创业赛道不到两周，电脑里还跑着凌晨三点调试的图像模型，显卡风扇的嗡鸣声中，我望着窗外零星的路灯，突然意识到：在这个生成式AI浪潮翻涌的时代，文字和图像或许能成为连接技术理想与现实的桥梁

ylfhpy·2025-06-09 08:35

未来已来：AI技术的最新趋势与前沿探索

从基础的语音识别、图像分析到复杂的决策制定、自动驾驶，AI技术正以前所未有的力量推动着社会进步。

Mr' 郑·2025-06-09 08:34

《Image Classification with Classic and Deep Learning Techniques》复现

1引言图像分类作为计算机视觉领域的核心任务，旨在将输入图像映射到离散化的语义类别标签，广泛应用于人脸识别、自动驾驶、医疗影像诊断、安防监控等场景。

几何心凉·2025-06-09 07:00

谷歌Gemini 2.0上线：实时视频生成颠覆内容创作行业

这款多模态AI不仅能理解文本、图像和音频，还能在几秒内生成高质量视频，彻底改变影视制作、广告营销、社交媒体等内容创作方式。这是否意味着传统视频制作将被AI取代？

非著名架构师·2025-06-09 06:54

独家首发！低照度环境下YOLOv8的增强方案——从理论到TensorRT部署

文章目录引言一、低照度图像增强技术现状1.1传统低照度增强方法局限性1.2深度学习-based方法进展二、Retinexformer网络原理2.1Retinex理论回顾2.2Retinexformer创新架构

向哆哆·2025-06-09 05:16

【Block总结】MKP，多尺度卷积核级联结构，增强感受野适应性|AAAI 2025

1论文信息FBRT-YOLO（FasterandBetterforReal-TimeAerialImageDetection）是由北京理工大学团队提出的专用于航拍图像实时目标检测的创新框架，发表于AAAI2025

AI浩·2025-06-09 05:43

多模型协同：基于 SAM 分割 + YOLO 检测 + ResNet 分类的工业开关状态实时监控方案

一、技术优势与适配性分析1.任务分工的合理性YOLO（目标检测）核心价值：快速定位工业开关在图像中的位置（边界框），为后续分割和分类提供ROI（感兴趣区域）。

从零开始学习人工智能·2025-06-09 05:42

推荐频道

图像从上到下