图像媒体

记录小报错：“解决 LabelImg 软件闪退及 FileNotFoundError 错误：如何创建和配置 classes.txt 文件”

解决FileNotFoundError错误：在Ubuntu上使用LabelImg时创建classes.txt文件在使用LabelImg进行图像标注时，用户可能会遇到类似以下的错误信息：FileNotFoundError
oiol·2025-02-19 14:52

阿里云百炼通义大模型

五、开始使用百炼Parttwo一、开发参考二、模型调用（一）通义千问API参考1.文本输入2.流式输出3.图像输入4.视频输入5.工具调用6.联网搜索7.异步调用8.文档理解9.文字提取Partone（
The丶Star·2025-02-19 14:52

探索 Open WebUI：功能全面的开源交互平台

集成精细权限和用户组管理跨设备响应式设计移动渐进式Web应用（PWA）全面支持Markdown和LaTeX免提语音/视频通话模型构建器原生Python函数调用工具本地RAG集成RAG网络搜索网页浏览功能图像生成集成多模型对话基于角色的访问控制
gs80140·2025-02-19 14:52

FreeSWITCH中 `mod_sofia` 模块

mod_sofia模块的详细教学讲解，以分步方式展开：1.mod_sofia模块简介作用:mod_sofia是FreeSWITCH的核心模块之一，负责处理SIP协议栈（基于RFC3261），实现SIP注册、呼叫路由、媒体协商等功能
狂爱代码的码农·2025-02-19 13:44

本地部署Deepseek：从零开始，打造你的私人AI助手！

简单来说，Deepseek是一个基于深度学习的AI模型，它可以帮助你完成各种任务，比如自然语言处理、图像识别、数据分析等等。
软件求生·2025-02-19 12:36

Android15音频进阶之焦点仲裁矩阵(一百零七)

简介：CSDN博客专家、《Android系统多媒体进阶实战》一书作者新书发布：《Android系统多媒体进阶实战》优质专栏：Audio工程师进阶系列【原创干货持续更新中……】优质专栏：多媒体系统工程师系列
Android系统攻城狮·2025-02-19 11:56

QT Data Visualization模块（一）

4、每一种三维图形类对应一种三维序列（在图像处理和计算机图形学中，"图形序列"是指一
淼淼763·2025-02-19 11:55

图像格式中的 stride 和 pix stide

用过调整解码后图像的Stride（步幅）后直接进行内存块拷贝，可以大幅缩短拷贝时间在YUV图像格式中，stride和pixstride是两个重要的概念，通常与图像的存储和处理有关。
青丶空゛·2025-02-19 10:53

关于DeepSeek与ChatGPT等模型的原始训练数据

它们都使用了大量的公开互联网文本，包括网页内容、书籍、论文、社交媒体帖子等。这些数据为模型提供了广泛的知识基础和语言理解能力。
月光技术杂谈·2025-02-19 09:44

图形渲染（一）——Skia、OpenGL、Mesa 和 Vulkan简介

1.Skia——2D图形库Skia是一个2D图形库，它的作用是为开发者提供一个高层次的绘图接口，方便他们进行2D图形渲染（比如绘制文本、形状、图像等）。
阳光开朗_大男孩儿·2025-02-19 09:44

Spring Boot中的RESTful API：@GetMapping, @PostMapping, @PutMapping, 和 @DeleteMapping详解

consumes：指定能够处理的媒体类型，如"application/json"。produces：指定返回的响应媒体类型，如"application/json"。
hoypte·2025-02-19 08:34

情感分析研究综述：方法演化与前沿挑战

文本情感分析方法2.2.1基于词典的方法2.2.2基于机器学习的方法2.2.3基于深度学习方法2.3视觉情感分析2.4音频情感分析2.5多模态情感分析2.5.1图文方法2.5.2视听方法2.5.3音频-图像
next_travel·2025-02-19 07:32

利用cuda加速图像处理—实现sobel边缘检测

利用cuda加速图像处理—实现sobel边缘检测#include#include#includeusingnamespacecv;/***@brief对图像进行Sobel滤波*@paraminput输入图像
我不会打代码啊啊·2025-02-19 07:02

基于图像处理的裂缝检测与特征提取

随着自动化技术的发展，传统的人工巡检方法逐渐被基于图像分析的自动化检测系统所取代。
机器懒得学习·2025-02-19 07:00

探索大数据处理：利用 Apache Spark 解锁数据价值

探索大数据处理：利用ApacheSpark解锁数据价值大家好，我是你们熟悉的大数据领域自媒体创作者Echo_Wish。今天，我们来聊聊如何利用ApacheSpark进行大规模数据处理。
Echo_Wish·2025-02-19 07:59

VTK知识学习（32）-图像运算

根据不同的操作，需要一个或者两个输入图像。二元数学操作要求两个输入图像具有相同的像素数据类型和颜色组分。
无所谓จุ๊บ·2025-02-19 06:58

[论文阅读] SeeSR: Towards Semantics-Aware Real-World Image Super-Resolution

**一、前言通信作者是香港理工大学&OPPO研究所的张磊教授，也是图像超分ISR的一个大牛了。
qianx77·2025-02-19 06:58

Pytorch实现论文之三元DCGAN生成RGB图像用于红外图像着色生成

简介简介：采用了三次DCGAN单独生成单通道图像之后进行组成RGB图像放入鉴别器中检测，并在鉴别器和生成器的损失训练中采用梯度方法来提升或者降低权重。该方法将用于获得红外图像着色的生成。
这张生成的图像能检测吗·2025-02-19 05:50

利用 OpenCV 进行棋盘检测与透视变换

本篇文章将详细介绍如何使用OpenCV进行棋盘检测，并通过透视变换将棋盘区域转换为一个标准的矩形图像。
萧鼎·2025-02-19 03:57

AIGC遇上Stable Diffusion：当创意邂逅精准，绘梦成真之旅

基本概念与魔法起源作用说明：从想象到像素的跨越StableDiffusion实战演练：像素炼金术士的秘籍案例一：像素画师初体验案例二：风格迁移的魔法深入探索：多维度功能使用实战开发技巧与避坑指南技巧一：性能优化避坑：图像模糊或失真安全防范
DTcode7·2025-02-19 01:37

CVPR2023 Highlight | ECON：最新单图穿衣人三维重建SOTA算法

从彩色图像进行人体数字化。ECON结合了自由形式隐式表示的最佳方面，以及明确的拟人化正则化，以推断高保真度的3D人类，即使是宽松的衣服或具有挑战性的姿势。
3Ｄ视觉工坊·2025-02-19 01:36

2025 民营企业座谈会重要讲话：为民营经济发展注入强劲动力

作者简介：科技自媒体优质创作者个人主页：莱歌数字-CSDN博客公众号：莱歌数字个人微信：yanshanYH211、985硕士，职场15年+从事结构设计、热设计、售前、产品设计、项目管理等工作，涉足消费电子
莱歌数字·2025-02-19 00:52

什么是插值？（通俗解释）

在图像处理中，插值（Interpolation）就是如何在缩放图片时，生成新的像素点，让图片看起来更自
MO__YE·2025-02-18 23:46

Pytorch实现之SCGAN实现人脸修复

简介简介：在输入端对输入图像采用掩码遮挡部分图像，之后通过跳跃生成对抗网络生成修复掩码部分的人脸进而生成完整的人脸数据。对于生成器结构的损失采用MES损失，对于鉴别器的结构采用WGAN-GP的损失。
这张生成的图像能检测吗·2025-02-18 23:16

量子位招聘 | DeepSeek帮我们改的招聘启事

如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。
·2025-02-18 22:07

量子位招聘 | DeepSeek帮我们改的招聘启事

如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。
·2025-02-18 22:06

大模型应用层的创业挑战

大模型的应用从语言模型扩展到图像、视频和音频领域，为各行各业带来了颠覆性的创新。然而，构建和部署大模型的成本高昂，对计算资源和数据的需求也日益增加。本文将探讨大模型应用层面的创业挑战，并提供
AGI大模型与大数据研究院·2025-02-18 22:34

如何使用Vue3创建在线三维模型展示？

本文由ScriptEcho平台提供技术支持项目地址：传送门代码相关的技术博客代码应用场景介绍本段代码使用RoughJS库在HTML5Canvas上创建了手绘风格的图像，展示了RoughJS库的强大功能，
ScriptEcho·2025-02-18 21:54

ffmpeg源码分析：avformat_open_input()

该函数用于打开多媒体数据并且获得一些相关的信息。它的声明位于libavf
风雨兼程8023·2025-02-18 21:22

FFMpeg 源码分析 （3）avformat_open_input（）

这个函数主要用来打开媒体资源。完成媒体格式的探测和获取相关的媒体信息的工作。
雷霆小屁熊·2025-02-18 21:52

K-means聚类：解锁数据隐藏结构的钥匙

其中，K-means聚类作为一种经典且实用的无监督学习算法，以其简单高效的特点，广泛应用于市场细分、图像分割和基因聚类等领域。
小村学长毕业设计·2025-02-18 20:18

FFMPEG源码分析：avformat_open_input()（媒体打开函数）

本文分析了FFMPEG中的媒体打开函数avformat_open_input()//参数ps包含一切媒体相关的上下文结构，有它就有了一切，本函数如果打开媒体成功，//会返回一个AVFormatContext
sunshineywz·2025-02-18 20:18

python 快速排名发包_2019年SEO快速排名发包技术及原理 - 立金哥

所以接下来，虎纠自媒体给大家介绍
weixin_39643336·2025-02-18 20:10

什么是神经网络

函数我们以MNIST手写数字图像识别为例，来定义一下对应的函数形式：任务类型：图像分类输入：一张图像包含28x28=784个像素，每个像素用一个实数表示输出：0-9任务描述：从图像张识别出唯一的数字函数定义
jerryjee·2025-02-18 20:09

如何自建obs服务器,使用 Nginx+OBS 搭建rmtp直播服务器并进行直播

这两个东西通过一个nginx的模块nginx-rtmp-module组合在一起，即可以搭建一个功能流媒体服务器。这个流媒体服务器可以支持RTMP和HLS(LiveHttpStream)。FFmpe
卓相·2025-02-18 17:05

【YOLO模型】（1）--YOLO是什么

2.原理YOLO算法将输入图像分成SxS个网格，每个网格负责预测该网格内是否存在目标以及目标的类别和位置信息。此外，YOLO算法还采用了多尺度特征融合的技术
方世恩·2025-02-18 15:41

ocr智能票据识别系统|自动化票据识别集成方案

OCR智能票据识别系统是一种基于先进图像处理和深度学习算法的技术，能够自动从各类票据中提取关键信息，并将其转换为结构化数据。翔云发票识别系统可以应用于增值税
OCR_API·2025-02-18 14:38

深度学习与图像识别：机器学习基础之回归

1.线性回归1.1一元线性回归1.2多元线性回归2.逻辑回归与线性回归的不同在于其将最终预测值y固定在一个范围之中2.1Sigmoid函数sigmoid函数表达式：p为预测出来的概率，范围在0-1之间，一般用于处理二分类问题，因为这个式子的一个显著特征在于：当z=0,p=0.5当z>0,p>0.5当z<0,p<0.5所以当对z进行多元线性回归表示的时候，以p的值来反映y_pre是一个不错的选择，此
Shenrn_·2025-02-18 14:34

深度学习下的图像分割

在之前写的文章[图像分割演进之路]中，讲述了图像分割的发展历程，从传统图像分割算法到人工智能，分割算法百花齐放，但最终的佼佼者当属人工智能，但即使是人工智能领域，图像分割也五花八门，今天就让我们看几种基于学习的图像分割方法
人工智能大讲堂·2025-02-18 14:01

使用OpenCV在Visual Studio上编译x86或x64平台的应用程序

OpenCV是一个广泛使用的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法。
程序世界航海·2025-02-18 13:54

vtkCamera类的Dolly函数作用及相机拉近拉远

vtkCamera负责把三维场景投影到二维平面，如屏幕、图像等。在VTK中，相机的实质是一个观测点，与人眼的功能相同，相机的视野范围是一个
荆楚闲人·2025-02-18 11:07

奥比中光3D机器视觉相机能连接halcon吗？

奥比中光的设备与Halcon的兼容性可以通过以下方式实现：数据接口的通用性奥比中光的相机（如AstroPro、大白等）支持通过UVC协议获取彩色图像，深度数据则通过OpenNI或ROS2接口传输105。
视觉人机器视觉·2025-02-18 11:32

智能图像处理平台：技术融合与实践的结晶

目录项目目标项目功能用户模块图像处理模块异步任务模块技术栈数据库设计核心功能实现方式图片上传图片处理异步任务项目扩展近日DeepSeek很火，我让他给我出了个小项目练练手，带大家一起做一下，可做为毕业设计参考
顾北辰20·2025-02-18 09:09

ffmpeg 多路流处理在iOS的具体使用

1.1多路流的概念一个多媒体文件（如MP4、MKV）通常包含多个流：视频流：存储视频数据。音频流：存储音频数据。字幕流：存储字幕数据。FFmpeg提供了强大的工具来操作这些流，例如提取、替换、合并等。
陈皮话梅糖@·2025-02-18 09:37

听书项目（一）

但随着数字化媒体的发展，听书软件应运而生，为用户提供了更多选择，包括自助
screamn·2025-02-18 07:25

Jetson Agx Orin平台JP6.0-r36.3版本修复了vi模式下的原始图像损坏（线条伪影）

1.问题描述这是JP-6.0GA/l4t-r36.3.0的一个已知问题通过vi模式捕获的图像会导致异常线条参考下面的快照来演示这些线伪影这个问题只能通过VI模式进行修复，不应该通过LibArgus看到。
free-xx·2025-02-18 07:20

Jetson AGX Orin平台Jetpack6.x版本相机驱动移植问题记录

R35.4迁移到R36.3；驱动程序在R35.4上工作正常，但在R36.3上不工作GStreamerwithnvarguscamerasrc采集异常但是v4l2-ctl采集正常2.常规问题排查2.1查询图像格式
free-xx·2025-02-18 07:20

QT5在windows下调用OpenCV库出现: undefined reference to `xxxxx' 错误解决办法（适用MinGW编译器）。

与mingw730_64在QT的安装目录下，可以查看MinGW编译器的版本:二、使用OpenCV出现的问题在QT框架代码里使用老版本的分类器(cvLoad、cvHaarDetectObjects)处理图像时
DS小龙哥·2025-02-18 06:44

AIGC从入门到实战：揭秘 Midjourney 的提示词写作技巧

AIGC指的是利用人工智能技术自动生成文本、图像、音乐等内容。在AIGC领域，Midjourney是一个备受关注的技术，它能够根据用户输入的提示
AI架构设计之禅·2025-02-18 06:08

如何让ChatGPT生成Midjourney提示词

从单个表情符号或单词都可以生成图像，但自然地结果可能并不完全符合用户的预期。一般来说，提示越长、越详细，结果就
AI观星台·2025-02-18 05:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他