图像视觉第14页

（ECCV2018）CBAM改进思路

由于特征映射的每个通道被认为是一个特征检测器，通道注意力集中在给定输入图像的“什么”是有意义的。为了有效地计算通道注意力，我们压缩了输入特征映射的空间维度。对于空间信息

这张生成的图像能检测吗·2025-03-09 19:12

『大模型笔记』强烈推荐OpenAI官方：推理模型最佳实践！

OpenAI官方：推理模型最佳实践推理模型vs.GPT模型选择指南二.何时使用我们的推理模型1.处理模糊不清的任务2.从海量信息中精准提取关键信息3.在海量数据集中发现关系和细微差别4.多步骤自主规划5.视觉推理

AI大模型前沿研究·2025-03-09 18:56

文生图图生视频文生视频人工智能AI工具节选

1、MidjourneyAI图像和插画生成工具，官网地址：Midjourney中文站,MJ中文站-专业AI绘图网站2、StableDiffusion一种基于扩散技术的深度学习文本转图像模型，演示地址：StabilityAI3

行思理·2025-03-09 17:22

【RK3588嵌入式图形编程】-SDL2-SDL_Image使用详解

使用详解1、概述2、初始化和退出SDL_Image3、使用IMG_Load()4、透明度和混合模式5、透明度和像素格式6、保存图片7、总结在本文中，将介绍如何使用SDL_Image加载、操作和保存各种格式图像

视觉与物联智能·2025-03-09 17:52

ChatGPT-4o引领医学革命：临床科研创新与效率的新纪元

2024年5月12日，更强版本的ChatGPT-4o上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。

小艳加油·2025-03-09 17:52

AIGC从入门到实战：ChatGPT+Midjourney，绘出中国古风意境之美

Midjourney,中国古风,创意设计,艺术表达1.背景介绍1.1问题由来人工智能生成内容（ArtificialIntelligenceGeneratedContent,AIGC）作为AI技术的重要分支，近年来在视觉

杭州大厂Java程序媛·2025-03-09 16:44

使用MATLAB保存视频每一帧的图像

clear;clc;%chooseavideofile[filename,pathname]=uigetfile('*.mp4','chooseavideofile','video.mp4','Multiselect','off');%选择名称为video.mp4的视频获取文件名称和存储路径fprintf('filename=%s\npathname=%s\n\n',filename,pathna

水深00安东尼·2025-03-09 16:40

大规模语言模型构建流程

2.预训练语言模型受到计算机视觉领域采用ImageNet对模型进行一次预训练，使得模型可以通过海量图像充分学习如何提取特征，然后再根据任务目标进行模型精调的预训练范式影响，自然语言处理

人工智能技术笔记·2025-03-09 15:34

快速掌握EasyOCR应用实战指南

EasyOCR核心组件解析1.特征提取（FeatureExtraction）技术模型：ResNet（残差网络）、VGG功能：将输入图像转换

梦想画家·2025-03-09 14:27

DeepSeek底层揭秘——Smallpond

）(1)数据I/O瓶颈(2)数据预处理复杂性(3)分布式缓存一致性(4)与3FS集成5.技术路径(1)需求分析与设计(2)原型开发与测试(3)系统优化与扩展(4)系统部署与维护6.应用场景(1)大规模图像分类

9命怪猫·2025-03-09 13:55

新一代 AI 软件Manus 将重新将AI市场大洗牌

Manus是一家专注于手部追踪、虚拟现实（VR）和增强现实（AR）技术的公司，其新一代AI软件结合了先进的机器学习和计算机视觉技术，致力于提升人机交互的自然性和效率。

CircuitWizard·2025-03-09 13:23

在 PiscTrace 上使用 YOLO 进行预测与 MiDaS 景深补偿：体验纯视觉自动驾驶的数据分析

随着自动驾驶技术的不断发展，视觉感知系统逐渐成为车辆感知的核心组件。

那雨倾城·2025-03-09 10:30

Python 基于 OpenCV 视觉图像处理实战之 OpenCV 简单实战案例之八简单水彩画效果

Python基于OpenCV视觉图像处理实战之OpenCV简单实战案例之八简单水彩画效果目录Python基于OpenCV视觉图像处理实战之OpenCV简单实战案例之八简单水彩画效果一、简单介绍二、简单图像浮雕效果实现原理三

仙魁XAN·2025-03-09 10:29

解锁数据之美：Python 创意可视化的 10 种高阶玩法与技术深度解析

本文深入剖析Python数据可视化的前沿技术与创意方向，结合Matplotlib、Plotly、Dash等主流库，通过交互式仪表盘、3D动态图形、地理信息融合等案例，展示如何将冰冷的数据转化为具有故事性的视觉叙事

tekin·2025-03-09 10:59

OpenCV基础：用Python生成一幅黑白图像

OpenCV的基础是处理图像，而图像的基础是矩阵。因此，如何使用好矩阵时非常关键的。下面我们通过一个具体的实例来展示如何通过Python和OpenCV对矩阵进行操作，从而更好地实现对图像的处理。

superdont·2025-03-09 10:58

SVG 参考手册

SVG参考手册引言SVG（可缩放矢量图形）是一种基于可扩展标记语言（XML）的图形图像格式。它允许用户创建具有高度可缩放性的矢量图形，这些图形可以在任何分辨率下清晰显示，而不失真。

lsx202406·2025-03-09 09:54

OpenCV计算摄影学（19）非真实感渲染（Non-Photorealistic Rendering, NPR）

OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述非真实感渲染（Non-PhotorealisticRendering,NPR）是一种计算机图形学技术，旨在生成具有艺术风格或其他非现实视觉效果的图像和动画

村北头的码农·2025-03-09 09:24

OpenCV计算摄影学（16）调整图像光照效果函数illuminationChange()

ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述对选定区域内的梯度场应用适当的非线性变换，然后通过泊松求解器重新积分，可以局部修改图像的表观照明

村北头的码农·2025-03-09 09:23

教你学会2分钟搭建Node后台服务

前言你是否厌倦了千篇一律的调接口渲染页面，为了几px的视觉效果把页面改来改去？

Naaaano·2025-03-09 08:56

专业英语

编译原理(5)离散数学2.软件开发(1)编程词汇(2)开发术语(3)Linux(4)软件3.就业领域(1)职场(2)芯片(3)自动驾驶(4)嵌入式硬件4.深度学习(1)论文(2)深度学习DL(3)计算机视觉

程序员爱德华·2025-03-09 08:55

扩散模型中三种加入条件的方式：Vanilla Guidance，Classifier Guidance 以及 Classifier-Free Guidance

在生成过程中，模型从一个随机噪声开始，通过多次迭代去噪，最终生成有意义的数据，比如图像。这时候，如果需要生成特定类别的数据，比如生成猫的图像而不是狗的，就需要加入条件引导，控制生成的方向。

AIGC_ZY·2025-03-09 07:18

城市霓虹灯夜景拍照后期Lr调色教程，手机滤镜PS+Lightroom预设下载！

调色教程在城市霓虹灯夜景拍摄中，由于现场光线复杂等因素，照片可能无法完全呈现出当时的视觉感受。通过Lr调色，可以弥补拍摄时的不足。

调了个寂寞·2025-03-09 06:30

用python做一个简单的可以调用手机摄像头进行车牌识别的H5页面

2.前端：使用HTML5和JavaScript来访问手机摄像头并捕获图像。3.车牌识别：使用OpenCV和TesseractOCR库来进行车牌识别。

mosquito_lover1·2025-03-09 06:23

golang游戏开发学习笔记-开发一个简单的2D游戏(基础篇）

而游戏主角则需要多张纹理图像来组成运动时的动画。要

2401_86638887·2025-03-09 05:50

深度解析SSD2351核心板：硬核视频处理+工业级可靠性设计

芯片技术细节：视频处理能力：IVE引擎支持高斯滤波、膨胀/腐蚀等图像预处理；IPU支持人脸识别、运动检测及Transformer网络推理；显示接口支持MIPIDSI2560x1600@60fps，适配工业

明远智睿嵌入式方案商·2025-03-09 05:16

AI图片创作与图像生成：青花瓷风格的艺术魅力

青花瓷风格，一个女孩在雨中跳舞青花瓷风格，一朵荷花青花瓷风格，苏州园林青花瓷风格，在蓝色背景上，一只蓝色蝴蝶和白色花朵被放置在中央青花瓷，这一中国传统艺术瑰宝，以其独特的蓝白色调和精美的花纹受到全球欢迎。随科技的发展，AI技术为这一古老艺术形式赋予了新的生命。本文将探讨如何通过AI技术创造出青花瓷风格的图片，从而将传统与现代艺术相结合，并分析这一过程中的艺术魅力与文化意涵。1.青花瓷的艺术特征青花

weixin_58606202·2025-03-09 05:16

定位方法与程序讲解（专栏目录，更新中···）

文章目录MATLAB定位程序与详解专栏定位技术的分类1.GPS类2.INS类/累计计算类3.TDOA4.TOA5AOA6.RSSI7.指纹8.视觉匹配定位方法的应用1.全球定位系统（GPS）2.地面基站定位

MATLAB卡尔曼·2025-03-09 04:30

基于FPGA的图像中值滤波Verilog实现及MATLAB辅助验证

基于FPGA的图像中值滤波Verilog实现及MATLAB辅助验证图像处理是计算机视觉和图像识别领域的重要组成部分。

CodeWG·2025-03-09 04:26

Permute 3 for mac(全能媒体格式转换器)v3.11.4中文版

Permute3功能介绍Permute3是Macos上一款全能媒体格式转换器，能轻松转换视频、音乐和图像，非常便捷，Permutemac版还支持批量文件转换处理。

不知名女娃·2025-03-09 03:41

Aiarty Image Enhancer for Mac v3.3 图像增强器支持M、Intel芯片

AiartyImageEnhancer是一款由生成式AI支持的强大图像/照片增强软件，能够智能放大、消除模糊、去噪、修复并生成更多细节，让您的图像焕发新生。

Macdo_cn·2025-03-09 03:10

Unity3D 图形渲染（Graphics & Rendering）详解

前言Unity3D是一款广泛使用的游戏引擎，其图形渲染系统是开发者创建高质量视觉效果的核心。本文将深入探讨Unity3D的图形渲染管线、渲染技术、以及如何通过代码实现自定义渲染效果。

Thomas_YXQ·2025-03-09 02:41

Agent 框架与应用

1.1.1感知能力（Perception）Agent通过多模态输入接口获取环境信息：•数据采集：集成传感器（如自动驾驶的激光雷达）、API（如天气数据接口）、文本/语音交互系统等；•多模态解析：支持文本、图像

power-辰南·2025-03-09 02:49

1688拍立淘API接口搜索相似商品的实现方法

一、引言在当今电商领域，图像搜索技术正逐渐成为提升用户购物体验的重要手段。1688作为国内知名的大型批发采购平台，推出的拍立淘图片搜索功能，允许用户通过上传图片来快速找到与之相似的商品。

数据捕手19970108018·2025-03-09 00:39

利用Python爬虫按图搜索1688商品（拍立淘）：实战指南

一、技术背景按图搜索功能通常依赖于图像识别技术和搜索引擎。1688的“拍立淘”功能允许用户上传图片，系统会通过图像

小爬虫程序猿·2025-03-09 00:38

游戏行业科普（一）| 一款游戏的研发具体需要哪些人，附各自分工详情

策划主要负责设计、制定游戏整体的设计方案（世界观、玩法、系统等）；美术负责视觉、表现设计（角色、场景、动画、特效等）；程序负责技术实现（游戏逻辑、图形表现、开发工具等）、攻关技术问题。

游戏智眼·2025-03-08 23:00

filter或backdrop-filter实现毛玻璃

滤镜通常用于调整图像，背景和边框的渲染。filterbackdrop-filter:CSS属性可以让你为一个元素后面区域添加图形效果（如模糊或颜色偏移）。

ZzDIY·2025-03-08 23:55

visual studio中解决方案和项目的关系？如何在同一个解决方案中添加项目？

特点：独立编译运行，可包含代码、图像、数据文件等。创建方式：通过模板新建或手动构造。解决

程工助力英语中国话·2025-03-08 23:24

Android Coil总结

AndroidCoil总结概述添加依赖用法基本用法占位图变形自定义ImageLoader取消加载协程支持缓存清除缓存监听简单封装AndroidCoil总结概述Coil是一个用于Android的Kotlin图像加载库

xiangxiongfly915·2025-03-08 23:23

医图论文 CVPR‘24 | OmniMedVQA：用于医学大型视觉语言模型的新型大规模综合评估基准

论文信息题目：OmniMedVQA:ANewLarge-ScaleComprehensiveEvaluationBenchmarkforMedicalLVLMOmniMedVQA：用于医学大型视觉语言模型的新型大规模综合评估基准作者

小白学视觉·2025-03-08 21:49

突破传统，开启数字孪生新时代——镜像视界全新研发架构引领视频孪生革命

借助自主创新的研发架构、清晰的实现路径以及广泛的应用场景，该技术体系正全面颠覆传统视觉处理模式，为智慧交通、智能安防、工业自动化及医疗康复等领域注入全新活力。

云栖道人·2025-03-08 20:39

基于深度学习的视频修复

基于深度学习的视频修复是一种利用深度学习技术对视频进行处理和优化，以修复视频中的损坏部分、提升视频质量、去除噪声和增强视觉效果的方法。

SEU-WYL·2025-03-08 20:35

可视化学习：如何使用后期处理通道增强图像效果

前言大家好，本文分享的是如何使用后期处理通道增强图像效果，通过前面几篇文章，我们了解了一些动态生成纹理的方法，比如符号距离场SDF、基于参数方程生成图案、基于噪声生成纹理，等等。

·2025-03-08 19:12

图像处理篇---opencv中的图像特征

文章目录前言一、纹理特征：局部二值模式（LBP）1.LBP简介2.LBP计算步骤3.OpenCV实现4.优点5.缺点二、形状特征：Hu矩1.Hu矩简介2.Hu矩计算步骤3.OpenCV实现4.优点5.缺点三、其他可用于传统机器学习的特征1.颜色特征颜色直方图颜色矩2.边缘特征Canny边缘检测HOG（方向梯度直方图）3.关键点特征SIFTSURF4.纹理特征Haralick纹理特征5.几何特征轮廓

Ronin-Lotus·2025-03-08 19:35

深度学习篇---Opencv中的机器学习和深度学习

文章目录前言一、OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1.概述图像分类

Ronin-Lotus·2025-03-08 19:05

前端非框架类知识点汇总

html单词库css引入图片标签：imgsrc=""title=""alt=""src属性是指图像文件路径alt属性是在图片加载不出来时替换成文本title属性是在鼠标悬停的时候显示srcset属性是在不同的屏幕上显示不同的图片

南川直树·2025-03-08 18:18

神经网络图像识别技术,神经网络如何识别图像

什么是神经网络神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。人工神经网络（ArtificialNeuralNetworks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（ConnectionModel），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法

小浣熊的技术·2025-03-08 17:28

快速了解 DeepSeek-VL视觉语言大模型！

模型结构这张图展示了DeepSeek-MoE模型处理视觉输入并生成语言输出的流程，具体如下：图像预处理：右下角的实际图像（有南瓜等装饰的场景图）首先通过“DynamicTili

安意诚Matrix·2025-03-08 17:45

基于YOLOv5的无人机农田监测系统实现与UI界面设计

无人机农田监测结合了无人机的高空拍摄能力和计算机视觉技术，能够实时获取农田的图像数据，并对作物生长状态、病虫害检测、土地使用情况等进行智能分析。

深度学习&目标检测实战项目·2025-03-08 16:52

Mark Github上的一个项目，VLM-R1。GRPO为什么促使MLLM在部分垂域比SFT更好的表现

这种差异在OCR等视觉-语言交叉任务中尤为显著。在追求大模型垂直领域落地的道路上，我们是否过度依

朱韬韬·2025-03-08 16:40

【Hugging Face】datasets 库：加载、处理和分享大规模数据集

HuggingFaceDatasets库HuggingFace的datasets库是一个轻量级、高性能的库，用于加载、处理和分享大规模数据集，特别适用于自然语言处理（NLP）、计算机视觉（CV）和语音任务

彬彬侠·2025-03-08 15:28

推荐频道

图像视觉