图像物体检测第3页

OpenHarmony 5.0.2 Release来了！

OpenHarmony5.0.2Release版本对标准系统的能力进行持续完善，以快速迭代的方式推出API14，相比5.0.1Release版本，重点做出了如下特性新增或增强：进一步增强ArkUI、图形图像的能力

MardaWang·2025-01-26 05:43

OpenCV中添加高斯噪声到彩色图像和点云

在计算机视觉和图像处理中，噪声是一种常见的现象，可以对图像和点云数据产生不良影响。高斯噪声是一种常见的噪声类型，它具有正态分布的特点。

LpmShell·2025-01-26 04:33

基于Canny边缘检测和轮廓检测

这段代码实现了基于Canny边缘检测和轮廓检测，从图像中筛选出面积较大的矩形，并使用OpenCV和Matplotlib显示结果。

如若123·2025-01-26 04:59

提取图片颜色信息转数据信息

目录提取图片颜色信息转数据信息分析颜色模型图像预处理图像修复图片重建和裁剪提取数据分析原始图片存在两个数据图Transmittedwave和Reflectedwave，接下来将其简称为c图和d图。

~夕上林~·2025-01-26 03:52

全网最最实用--教你用gradio搭网页、部署模型等（代码粘贴即用、不讲虚的）

文章目录〇前言一、构建网页1.各个组件介绍a.文本输入和输出b.图像输入和输出c.音频输入和输出d.视频输入和输出e.文件上传和下载f.滑块(`Slider`)g.单选按钮(`Radio`)h.复选框(

绒绒毛毛雨·2025-01-26 02:40

dfs专题五：FloodFill算法

1.图像渲染link:733.图像渲染-力扣（LeetCode）codeclassSolution{public:intprev;vector>floodFill(vector>&image,intsr

lisanndesu·2025-01-26 00:01

基于大语言模型构建本地个人AI助理

一、技术设计总体架构1.目标与需求个性化AI助理：构建一个本地专属AI助理，能够处理多种输入格式（文本、图像、音频

由数入道·2025-01-26 00:58

Progressive learning

EfficientTransformerforHigh-ResolutionImageRestoration|IEEEConferencePublication|IEEEXploreProgressivelearning在小的croppatches上训练Transformer模型可能无法对全局图像统计进行编码

yore0531·2025-01-26 00:22

分形、大自然的分形几何、数据可视化、Python绘图

分形、大自然的分形几何、数据可视化、Python绘图中国传统中的『分形』大自然的分形几何数据可视化本系列采用turtle、matplotlib、numpy这三个Python工具，以分形与计算机图像处理的经典算法为实例

timedot-hj·2025-01-25 23:20

AHK的相似取色

然而，一些带有反作弊机制的软件，例如《英雄联盟》的外服版本，会对图像进行模糊处理（Fuzz处理）。在这种情况下，我们需要采用一种能够识别颜色相似性的取色方法，以确保逻辑的正确执行。

睡不醒的小泽·2025-01-25 23:47

细节增强注意力模型DEAB详解及代码复现

这种设计使得模型能够在处理图像时更好地保留细节信息，同时关注图像中的重要内容。

清风AI·2025-01-25 23:47

Android FFmpeg 实现带滤镜的微信小视频录制功能

音视频录制编码流程本文采用的是软件编码（CPU）实现，所以针对高分辨率的预览帧时，就需要考虑CPU能不能吃得消，在骁龙8250上使用软件编码分辨率超过1080P的图像就会导致CPU比较吃力，这个时候帧率就跟不上了

攻城狮百里·2025-01-25 22:11

自动化测试工具Ranorex Studio（五十一）-如何做基于图像的自动化

如何做基于图像的自动化如果Ranorex不能明确地识别某些你的GUI元素，那么使用基于图像的机制来自动化它们将会大有帮助。

机器视觉小小测试员·2025-01-25 21:34

激光线扫相机无2D图像的标定方案

方案一：基于运动控制平台的标定适用场景：若激光线扫相机安装在可控运动平台（如机械臂、平移台、旋转台）上，且平台的运动精度已知（例如通过编码器或高精度步进电机控制）。步骤：标定物选择：使用具有明确几何特征的三维标定物（如平面、棱柱、球体等），表面需反射激光线。运动轨迹规划：控制平台沿已知方向（如X/Y/Z轴）平移或旋转，记录激光线在标定物上的位置变化。每个运动步长后，获取激光线的三维点云数据。参数优

hylreg·2025-01-25 21:03

QT 笔记

本文详述了QT的基础应用，其中包括基础控件应用、多线程等工具类使用、以及显示2D、3D图像等功能，适用于C++和计算机视觉领域的开发者。

繁缕怀夕·2025-01-25 21:03

plt.show()输出＜Figure size 1200x800 with 1 Axes＞没有展示出图片在notebook里

解决方法如下：在JupyterNotebook中，如果使用plt.show()没有直接显示图像，可能是由于某些设置或限制导致的。

热爱生活的五柒·2025-01-25 21:32

2023-简单点-非极大值抑制NMS

其基本原理是先在图像中找到所有可能包含目标物体的矩形区域，并按照

万物琴弦光锥之外·2025-01-25 21:01

【AirSim+Python】image API和无人机获取图像

1.imageAPI获取相机图像使用的时候根据自己需求进行注释：importairsimimportnumpyasnpimportcv2#与airsim建立连接client=airsim.MultirotorClient

退堂鼓选手⑥·2025-01-25 18:43

使用 Python 和 Tesseract 实现验证码识别

本篇博客将以详细步骤和代码示例，介绍如何使用Python和Tesseract实现验证码识别，包括原理解析、图像预处理、代码实现以及优化策略。一、验证码识别的

一休哥助手·2025-01-25 18:42

AirSim 利用pygame绘制窗口并获取无人机FPV实时图像呈现

利用pygame绘制窗口并获取无人机FPV实时图像呈现的代码如下：importsysimporttimeimportairsimimportpygameimportcv2importnumpyasnp#

fegxg·2025-01-25 18:12

图像分类与识别的自组织特征映射网络实践

本文还有配套的精品资源，点击获取简介：自组织特征映射网络（SOFM）是一种无监督学习模型，适用于图像处理中的预处理、特征提取和分类识别。

无声远望·2025-01-25 17:36

python机器学习

前提Python机器学习的应用领域A.图像识别和计算机视觉B.自然语言处理和文本分析C.数据挖掘和推荐系统深度学习A.神经网络的基本原理B.常用的深度学习框架和算法C.深度学习在图像

方安乐·2025-01-25 16:57

关于CSS中毛玻璃和滤镜使用总结

这种效果通常用于创建半透明背景下的模糊效果，使得背景图像或颜色变得柔和，同时保持前景内容的清晰可见。示例代码HTML结构CSS毛玻璃效果毛玻璃效果这是一个使用CSS创建的毛玻璃效果。

计算机软件程序设计·2025-01-25 16:54

深度学习利用数据加载、预处理和增强数据提高模型的性能

这通常涉及到从各种数据源（如CSV文件、数据库、图像文件夹等）中读取数据。以DeepLearning4J（

weixin_30777913·2025-01-25 16:54

OpenCV实战技术应用

结果：实现过程:解析过程：1.导入模块：importcv2：导入opencv库，用于图像处理操作，包括图像读取、特征提取、图像绘制、匹配等。

yzx991013·2025-01-25 15:46

第四届先进材料与机械电子国际学术会议（ICAMM 2024）

字符串排序-golang最简洁最易懂解法packagemainimport("bufio""fmt&q题解|#数列求和#publicclassMain{publicstaticvoidmain(Str第四届图像处理与智能控制国际学术会议

2301_79125431·2025-01-25 13:35

计算机视觉：卷积核

本文重点卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，广泛应用于图像识别、自然语言处理、语音识别等领域。在卷积神经网络中，卷积核是网络的核心组件之一。

每天五分钟玩转人工智能·2025-01-25 12:23

4-2 计算机视觉-卷积神经网络-基本网络组件

（1）保护位置信息：保证锚点刚好在中间，方便以模块中心为标准进行滑动卷积，避免了位置信息发生偏移（2）padding时的对称性：保证padding时图像的两边依然对齐（3）一些历史尝试的经验，如边缘检测等

沉睡的小卡比兽·2025-01-25 11:52

【深度学习】常见模型-生成对抗网络（Generative Adversarial Network, GAN）

GAN在图像生成、文本生成、数据增强等领域中有广泛应用。核心思想GAN的核心是两个神经

IT古董·2025-01-25 11:50

Python 深度学习实战：生成对抗网络

1.背景介绍生成对抗网络（GenerativeAdversarialNetwork，GAN）是近年来较火热的深度学习模型之一，其在图像合成、视频生成、文本数据生成等领域均取得了不俗的效果。

AI天才研究院·2025-01-25 10:45

【深度学习】常见模型-卷积神经网络（Convolutional Neural Networks, CNN）

卷积神经网络（CNN）概念简介卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一种专门用于处理数据具有网格状拓扑结构（如图像、语音）的深度学习模型。

IT古董·2025-01-25 10:08

NCNN推理

ncnn被广泛应用于移动端和嵌入式设备上的各种深度学习应用，包括但不限于：图像分类/目标检测/语义分割/人脸识别/图像生成与处理2.NCNN的CMakeLists.txt编写ncnn的头文件，链接文件，

呆呆珝·2025-01-25 05:07

python学opencv|读取图像（四十四）原理探究：bitwise_and()函数实现图像按位与运算

【1】引言前序学习进程中，已经掌握了两张图片按位与操作的基本技巧：python学opencv|读取图像（四十三）使用cv2.bitwise_and()函数实现图像按位与运算-CSDN博客【2】cv2.bitwise_and

西猫雷婶·2025-01-25 03:15

图像效果的一些专业测试工具和指标：

图像效果的一些专业测试工具和指标：1，色卡：色卡是行业通用的，也是标准的，一般相机出图后会与色卡对比，来衡量是否发生了色偏，颜色还原度，失真度的差异。

追心嵌入式·2025-01-25 02:10

[Python从零到壹] 七十七.图像识别及经典案例篇之目标检测入门普及和ImageAI对象检测详解

Python系列整体框架包括基础语法10篇、网络爬虫30篇、可视化分析10篇、机器学习20篇、大数据分析20篇、图像识别30篇、人工智

Eastmount·2025-01-25 01:38

CNN+LSTM+AM研究方向初尝试

卷积操作使用多个卷积核（滤波器）对输入图像进行局部感知，从而识别出边缘、纹理等基本特征。卷积层的输出称为特征图（FeatureMap）。

qzhqbb·2025-01-25 01:32

如何训练Stable Diffusion 模型

StableDiffusion是一种基于扩散模型的生成式AI，能够根据文本提示生成高质量的图像。它的训练过程涉及多个步骤，包括数据准备、模型配置、训练参数调整等。

俊偉·2025-01-25 00:59

安卓动态设置Unity图形API

命令行方式Unity图像api设置为自动，安卓动态设置Vulkan、OpenGLESUnity设置安卓设置创建自定义活动并将其设置为应用程序入口点。

Jack Yan·2025-01-24 23:55

嵌入式音视频开发——视频篇（三）

帧率与时间戳帧率（framerate）是指视频播放中每秒显示的图像帧数。

程序猿玖月柒·2025-01-24 21:41

介绍图片的三种格式：GIF、JPEG、PNG

下面就简单介绍我们应该知道的图片格式知识：GIF格式GIF格式LZW压缩，是以压缩相同颜色的色块来减少图像大小的。

水银嘻嘻·2025-01-24 19:49

使用C＃VB.NET将XPS转换为JPG或PNG图像

您可以在基于.NETFramework的应用程序中使用C＃或VB.NET以编程方式将XPS或OXPS转换为JPG或PNG图像。

Lee-Shyllen·2025-01-24 17:07

# AI计算模式神经网络模型深度神经网络多层感知机卷积神经网络循环神经网络长短期记忆网络图像识别、语音识别、自然语言轻量化模型和模型压缩大模型分布式并行

AI计算模式AI技术发展至今，主流的模型是深度神经网络模型。近20年来，神经网络模型经过多样化的发展，模型总体变得越来越复杂和庞大，对硬件设备的计算速度、存储能力、通信速度的要求越来越高。尽管学者已经提出了许多方法优化模型结构，降低模型的参数量，但是伴随着人们对AI能力的要求越来越高，模型变得更大是不可避免的。原先单CPU可进行模型的训练与推理，如今需要使用GPU、TPU等设备，并通过分布式并行的

EwenWanW·2025-01-24 16:59

浅谈视频智能化的发展与应用

随着视频监控系统规模的增加，在图像质量越来越好的当下，能否让摄像机看懂正在发生的事件并提出告警，这正是近年来非常流行的智能化需求的由来。本文将对目前智能视频分析技术的发展做些简单的阐述。一

weixin_33692284·2025-01-24 16:26

ChatGPT

在多模态模型的架构上，ChatGPT的绘图能力主要依赖以下几个核心组件：跨模态编码器（Cross-ModalEncoder）：跨模态编码器的作用是将文本和图像的特征进行对齐。

·2025-01-24 16:01

8.2 从看图识字到智能解读：GPT-4 with Vision 开启多模态 AI 新纪元

传统的AI模型主要聚焦于文本处理，而多模态AI模型如GPT-4withVision（GPT-4V）则能够同时处理图像和文本。

少林码僧·2025-01-24 15:47

Swin-Unet：图像分割领域的强大工具

Swin-Unet：图像分割领域的强大工具【下载地址】Swin-UnetPyTorch代码仓库本仓库提供了一个基于PyTorch实现的Swin-Unet模型的代码资源。

陈凯韵·2025-01-24 12:58

基于Python和TensorFlow/Keras框架的大模型实战教程

我们将以一个简单的图像分类任务为例进行说明。目标通过本教程，您将学会如何使用TensorFlow/K

小蘑菇二号·2025-01-24 12:26

智能图像识别系统设计与实现

摘要本文讨论了图像识别技术在安防领域的应用，详细介绍了如何利用AI设计实时图像识别系统解决传统监控系统的不足，包括快速识别潜在威胁和提高实时性。

·2025-01-24 11:53

腾讯AI开放平台的接口调用指南