图像画质

PNG图像压缩优化工具

PNG图像压缩优化工具标题：PNG图像三重压缩优化系统介绍大纲1.工具概述基于libimagequant和libpng的高效PNG压缩工具提供三种不同级别的压缩算法支持保留透明度和色彩质量优化2.核心功能基础压缩
丁金金_chihiro_修行·2025-07-05 12:04

图像的基本概念

视频：1.由一组图像组成2.为了传输/占用更小的空间而被压缩3.最终在显示设备上展示（未被压缩）图像：1.由像素组成2.像素是由RGB组成的，每个像素的颜色都是通过RGB的颜色展示出来的。
小哥山水之间·2025-07-05 12:31

视觉表征和多模态融合

视觉表征是指将图像或视频信息转化为模型可以处理的向量形式，而多模态融合则是将不同类型的数据（如视觉、文本、音频等）进行整合，以实现更全面、准确的信息理解和处理。
一只齐刘海的猫·2025-07-05 11:27

opencv-c++

一、基础类型与图像视频读取1、基础类型1、接口类类型说明InputArray只读输入数组传递到OpenCV函数的代理类OutputArray这种类型与InputArray非常相似，只是它用于输入/输出和输出函数参数
·2025-07-05 11:25

【深度解析】Seedance 1.0：重新定义 AI 视频生成的工业级标准

2025年6月11日，字节跳动旗下火山引擎在FORCE原动力大会上正式发布视频生成模型Seedance1.0，这款登顶国际权威榜单ArtificialAnalysis的产品，以影视级画质、极速生成效率和极致成本控制
小深ai硬件分享·2025-07-05 11:21

修改Spatial-MLLM项目，使其专注于无人机航拍视频的空间理解

以下是修改方案和关键代码实现：修改思路输入处理：将原项目的视频+文本输入改为单一无人机航拍视频/图像输入问题生成：自动生成空间理解相关的问题（无需用户输入文本）模型适配：调整视觉编码器处理航拍图像特征输出优化
神经网络15044·2025-07-05 10:49

Python 开发证件照抠图程序：从零到完整应用

传统的方法是去照相馆拍摄或使用复杂的图像处理软件，但作为程序员，我们可以开发一个简单易用的证件照抠图工具。
winfredzhang·2025-07-05 10:45

Deepoc 大模型在无人机行业应用效果的方法

在无人机行业中，Deepoc大模型的潜力，提升其应用效果，可从以下多个关键方面着手：优化数据收集与处理多源数据采集扩充收集涵盖激光雷达点云、高精度地图、气象数据、无人机飞行传感器数据、拍摄的图像与视频等多源数据
Deepoch·2025-07-05 10:13

深度探索：机器学习中的 条件生成对抗网络（Conditional GAN, CGAN）算法原理及其应用

案例应用7.对比与其他算法8.结论与展望1.引言与背景生成对抗网络（GenerativeAdversarialNetworks,GANs）作为一种深度学习框架，在无监督学习领域展现出强大的能力，特别在图像
·2025-07-05 09:09

机器视觉OpenCV：OpenCV图像基本操作

一、图像读写操作（一）读取图像方法：cv2.imread(filename,flags=None)参数说明：filename(字符串)：-必须参数。-指定要读取的图像文件的路径。
数字化与智能化·2025-07-05 09:37

Stable Diffusion生成素描风格的技术要点

StableDiffusion生成素描风格的技术要点关键词：StableDiffusion、素描风格、图像生成、技术要点、AI绘画摘要：本文围绕StableDiffusion生成素描风格图像展开，深入探讨了其中的技术要点
AI智能应用·2025-07-05 07:29

Python AI 绘画安装

安装PythonAI绘画环境（如StableDiffusion）可以让你在本地或云端用文本生成图像。
只只283·2025-07-05 06:51

在html中主要支持的音频格式,html5中audio支持音频格式

对于图像，PNG、JPEG或GIF格式的文件在任何浏览器上都能加载到您的网页里。遗憾
·2025-07-05 06:20

Python图像处理实战全解析（附代码+案例）

这些“神奇操作”的背后，往往藏着一个低调的“图像处理神器”——OpenCV。作为Python生态中最受欢迎的计算机视觉库，它用一行行代码将抽象的像素点变成可操作的“数字画布”。
小张在编程·2025-07-05 04:37

目标检测在国防和政府的应用实例

一、目标检测技术概述目标检测是计算机视觉的核心任务，通过算法对图像/视频中的物体进行识别与定位，当前主流技术包括：经典算法：YOLO系列（实时性强）、FasterR-CNN（精度高）、SSD（平衡速度与精度
MzKyle·2025-07-05 03:34

2025系统架构师---管道/过滤器架构风格

从Unix命令行工具到实时金融交易引擎，从图像处理流水线到物联网边缘计算，管道/过滤器架构通过将系统拆分为独立处理单元（过滤器）与数据传递通道（管道），实现了功能模块
喜欢猪猪·2025-07-05 01:21

OpenCV中超分辨率（Super Resolution）模块类cv::dnn_superres::DnnSuperResImpl

它属于dnn_superres模块，用于加载和运行基于深度学习的图像超分辨率模型。这个类是OpenCV中用于执行深度学习超分辨率推理的主要类。你可以用它来加载预训练的超分辨率模型（如ED
村北头的码农·2025-07-05 01:19

Random Erasing：计算机视觉的「隐形斗篷」——遮挡艺术的对抗学习革命

这种在图像中随机挖洞的简单操作，让ResNet-50在Partial-iNaturalist数据集上抗遮挡能力提升4.2倍，错误率降低59%，揭示了模型鲁棒性的深层密码。️
星光银河·2025-07-05 00:17

深度解析生成式 AI：从技术原理到实战应用

一、生成式AI：重构数字内容生产范式（一）技术定义与核心价值生成式人工智能（GenerativeAI）是通过深度学习模型自动创造文本、图像、代码、视频等内容的技术体系，其核心在于从数据中学习概率分布并生成符合人类认知的输出
LNL13·2025-07-05 00:45

【保姆级教程】Cpolar+EasyImage搭建私人图床，看完就会！

当前创作者面临的关键困境在于：如何建立可自主掌控的图像存储架构？虽然云
·2025-07-05 00:14

Python Pygame贪吃蛇游戏开发实战教程

本文将详细阐述游戏开发的核心概念和代码结构，包括Pygame初始化、窗口创建、事件处理、图像渲染、对象设计、碰撞检测、时间管理、游戏状态和音效处理，帮助
罗博深·2025-07-04 23:38

Python机器学习实战——逻辑回归（附完整代码和结果）

Python机器学习实战——逻辑回归（附完整代码和结果）关于作者作者：小白熊作者简介：精通c#、Halcon、Python、Matlab，擅长机器视觉、机器学习、深度学习、数字图像处理、工业检测识别定位
小白熊XBX·2025-07-04 23:36

红外小目标检测算法RIPI

红外小目标检测算法RIPI，基于红外块图像，张量加权，PCADENTIST-master/algorithms/detection/NIPPS/demo_generate_nipps_data.m,1244DENTIST-master
hie98894·2025-07-04 22:29

【读代码】PDF-Extract-Kit深度解析：最好用的RAG开源PDF解析工具

其最大特点在于：多模态解析能力：支持文字、公式、表格、图像等元素的联合解析工业级鲁棒性：在模糊扫描件、水印文档等复杂场景下仍保持高准确率开箱即用体验：提供
kakaZhui·2025-07-04 19:13

第G1周：生成对抗网络（GAN）入门

本文为365天深度学习训练营原作者：K同学啊基础任务：1.了解什么是生成对抗网络2.生成对抗网络结构是怎么样的3.学习本文代码，并跑通代码进阶任务：调用训练好的模型生成新图像一、理论基础生成对抗网络（GenerativeAdversarialNetworks
·2025-07-04 19:39

MinerU API 服务Docker一键部署（附源码）

1.主要功能删除页眉、页脚、脚注、页码等元素，保持语义连贯对多栏输出符合人类阅读顺序的文本保留原文档的结构，包括标题、段落、列表等提取图像、图片标题、表格、表格标题自动识别文档中的公式并将公式转换成latex
码农垦荒笔记·2025-07-04 18:06

YOLOv11安全检测项目_人员、安全帽、安全服、普通服装、头部、模糊服装、模糊头部目标检测

YOLOv10与YOLOv11安全检测项目项目概述Safety本项目基于SF数据集（50,559张图像/7类别）对YOLOv10和YOLOv11模型进行对比研究，重点优化安全帽、安全服及模糊目标的工业场景检测性能
qq1309399183·2025-07-04 18:36

MATLAB骨架化形态学运算专题详解

本文还有配套的精品资源，点击获取简介：骨架化是一种减少图像复杂度、提取主要结构的技术，在MATLAB中通过bwmorph函数进行。
·2025-07-04 17:00

浅析通用文字识别OCR技术的工作过程及其应用场景

通用文字识别技术基于光学字符识别（OCR）技术发展而来，其核心原理是通过对图像中文字的特征提取与分析，将其转化为计算机能够理解和处理的文本信息。
AI人工智能+·2025-07-04 16:20

基于 OpenCV 的图像 ROI 切割实现

一、引言在计算机视觉领域，我们经常需要处理各种各样的图像数据。有时候，我们只对图像中的某一部分区域感兴趣，例如在一张人物照片中，我们可能只关注人物的脸部。
·2025-07-04 16:18

蒙特卡罗方法与深度学习的关系

深度学习则是一种基于人工神经网络的学习方法，在图像识别、语音识别、自然语言处理等领域取得了显
AGI大模型与大数据研究院·2025-07-04 16:17

python图像识别哪些库_利用ImageAI库只需几行python代码实现目标检测

什么是目标检测目标检测关注图像中特定的物体目标，需要同时解决解决定位(localization)+识别(Recognition)。
weixin_39667398·2025-07-04 15:38

【图像超分】论文精读：MTKD: Multi-Teacher Knowledge Distillation for Image Super-Resolution

超分理解、实现流程、研究方向、论文代码数据集汇总等）前言论文题目：MTKD:Multi-TeacherKnowledgeDistillationforImageSuper-Resolution——MTKD：图像超分辨率的多教师知识蒸馏论文
十小大·2025-07-04 13:28

基于MATLAB的图片中文字的提取及识别

随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介，在图像中，文字信息(如新闻标题等字幕)包含了丰富的高层语义信息，提取出这些文字，对于图像高层语义的理解、索引和检索非常有帮助。
·2025-07-04 12:22

Python和OpenCV实现车牌识别的毕业设计案例

本文还有配套的精品资源，点击获取简介：本项目通过Python和OpenCV库，实现了一个实用的车牌识别系统，包含图像捕获、预处理、车牌定位、车牌分割和字符识别等步骤。
媛源啊·2025-07-04 12:22

PyTorch实战：从零开始构建CIFAR-10图像分类模型 (附详细代码与图解)

PyTorch实战：从零开始构建CIFAR-10图像分类模型(附详细代码与图解)大家好！
电脑能手·2025-07-04 12:21

Day44

1.预训练概念：在大规模数据上训练模型学习通用知识，再迁移到下游任务微调2.常见模型：图像有AlexNet、ResNet、ViT；NLP有BERT、GPT3.图像模型发展：从手工特征到深度学习，从CNN
·2025-07-04 12:19

SAM 图像分割算法计算物体表面积

mod=viewthread&tid=90&extra=page%3D1使用SAM算法进行图像分割，计算出分割图像有多少像素，然后根据像素数量计算实际面积局限：此方法适用于物体与参考物体一个平面内，如果物体在参考物体的前后立体位置
loong_XL·2025-07-04 10:36

Dim2Clear：轻松提升画质的得力工具

你是否曾为模糊不清的图片或低画质视频而苦恼？比如，老照片因年代久远变得模糊，想要重温往昔却看不清细节；又或者下载的动漫片段，画质不佳，影响观看体验。
KJ-拾荒者·2025-07-04 09:27

OpenCV图像边缘检测

一、边缘检测基础概念边缘检测是图像处理中最基本也是最重要的操作之一，它能识别图像中亮度或颜色急剧变化的区域，这些区域通常对应物体的边界。
慕婉0307·2025-07-04 09:26

SVG 在 VSCode 中的使用与优势

SVG在VSCode中的使用与优势引言SVG（可缩放矢量图形）是一种基于可扩展标记语言的图形图像格式，与传统的位图格式（如JPEG或PNG）相比，SVG图像具有更高的灵活性和可缩放性。
·2025-07-04 09:56

破译AI黑箱：如何用20行Python理解ChatGPT？

代码逐行解析（以线性回归为例）三、关键概念详解四、与大模型的本质联系五、大模型训练核心思想六、如何扩展成真实大模型七、总结：AI训练的本质一、核心概念：大模型本质大模型=复杂数学函数+数据驱动训练现实任务（如图像识别
Ven%·2025-07-04 08:56

匹配一切 学习笔记2025

目录匹配一切MASAdemo:图像匹配roma匹配一切MASAMatchingAnythingBySegmentingAnything[CVPR24Highlight]git地址：https://github.com
AI算法网奇·2025-07-04 08:23

orb-slam run rgbd data

使用python脚本关联RGB图像和深度图像[associate.py],[http://vision.in.tum.de/data/datasets/rgbd-dataset/tools].我们已经提供了一
hetongqiyue·2025-07-04 08:53

粗略地看一下 glTF 2.0 的所有标准属性（顺便说一下，还有 .glb 的结构）

gltf（JSON）+.bin（二进制缓冲区）（+图像文件）如何分离JSON和二进制部分。二进制部分可以分为多个部分。纹理可以位于单独的图像文件中，也可以位于二进制缓冲区中。
在下胡三汉·2025-07-04 08:21

机器学习-三大SOTA Boosting算法总结和调优

参考书籍：《机器学习公式推导和代码实现》书籍页码：P197～205简介除了深度学习适用的文本、图像、语音、视频等非结构化数据，对于训练样本较少的结构化数据，Boosting算法仍是第一选择。
小新学习屋·2025-07-04 05:02

人脸识别接口&sdk，两张人脸相似度比对

人脸识别接口技术服务原理：格式转换：支持BMP、JPG、PNG、TIF等多种常见图像格式；尺寸调整与压缩：建议图像大小控制在200KB左右，确保传输效率与识别质量；图像增强：自动旋转、
·2025-07-04 02:15

BAAI/BGE-VL多模态模型部署、原理、代码详解（实现图像文本混合检索），包含BEG-VL多模态模型的本地部署详细步骤及代码原理解析

本文包含BGE-VL多模态模型的本地部署详细步骤及代码原理解析文章目录前言一、模型下载二、计算流程解析1.BGE-VL-base/Large2.BGE-VL-MLLM-s1/s2三、总结前言提示：这里可以添加本文要记录的大概内容：包含四个模型及数据集，数据集未开源，四个模型可以分别下载：其中，BGE-VL-base/Large是基于CLIP训练的模型，BGE-VL-MLLM-S1/S2是基于LLM
令令小宁·2025-07-04 01:09

本地部署Jina-CLIP v2:多语言多模态文本图像向量模型（包含一些踩坑记录和技巧）

JinaCLIPv2：Jina-CLIP-v2是一个全新的通用多语言多模态向量模型，该模型基于jina-clip-v1和jina-embeddings-3构建，实现了一些关键改进。关于Jina-CLIP-v2的更多介绍点此可了解模型特点模型开源链接：https://huggingface.co/jinaai/jina-clip-v2在它的开源链接的介绍中，我们可以得知，Jina-CLIP-v2的参
令令小宁·2025-07-04 01:08

【Rust日报】Rust稳定2024版本将于 2025年2月20日发布

fastembed-rs-AI嵌入库FastEmbed的Rust实现,提供了快速的文本嵌入、图像嵌入和候选项重新排序功能。它具有以下主要特性:支持同步使用,无需依赖Tokio。
·2025-07-04 00:32
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他