图像边缘特征

目前常用的机器视觉工具库总结，选一个适合自己的机器视觉库才是最好的。

提供强大的图像处理、模式匹配、OCR和3D视觉功能。优点：高性能，适合复杂的工业应用。提供图形化编程界面（HDevelop），用户友好。支持多种硬件设备（如相机、采集卡）。
yuanpan·2025-03-24 12:41

跨域自监督学习：打破数据壁垒的创新突破

自监督学习作为一种无需大量标注数据的方法，能够有效地从未标注数据中提取有用特征，并在跨域或跨模态设置中增强模型的迁移能力和泛化能力。此外，如何处理源域和目标域之间的差异，使得模型能够在多领域或跨模态
mslion·2025-03-24 12:06

YOLOv8 改进：添加 AKConv（任意采样形状和任意数目参数的卷积）

这种卷积能够灵活地调整采样策略，以更好地适应输入特征。技术背景传统卷积运算在采样位置和参数数量上具有固定性，这限制了其对复杂几
鱼弦·2025-03-24 12:34

CSS3学习教程，从入门到精通，CSS3 图像属性知识点及案例代码（16）

CSS3图像属性知识点及案例代码一、图像属性概述CSS3提供了丰富的图像属性，可以控制图像的显示方式、大小、位置、滤镜效果等。
知识分享小能手·2025-03-24 11:01

在*.pro 文件中 添加 QT += xxx 的作用是什么?

借助该模块，你可以在应用程序中实现以下功能：打印文档：能够把应用程序里的内容，像文本、图像、表格等，打
weixin_44799641·2025-03-24 11:30

字节跳动算法高频题：动态规划最优模板

第一章动态规划基础框架1.1动态规划三大特征特征判定标准真题案例重叠子问题递归树中存在重复计算节
知识产权13937636601·2025-03-24 11:56

OpenCV图像拼接（4）图像拼接模块的一个匹配器类cv::detail::BestOf2NearestRangeMatcher

ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::detail::BestOf2NearestRangeMatcher是OpenCV库中用于图像拼接模块的一个匹配器类
村北头的码农·2025-03-24 10:17

C++中类的三种继承方式

关于public、protected、private三种继承方式的对比：1.类的一个特征就是封装，public和private作用就是实现这一目的。
爱听雨声的北方汉·2025-03-24 08:02

目标检测领域总结：从传统方法到 Transformer 时代的革新

目标检测领域总结：从传统方法到Transformer时代的革新目标检测是计算机视觉领域的一个核心任务，它的目标是从输入图像中识别并定位出目标物体。随着深度学习的兴起，目标检测方法已经取得了显著的进展。
DoYangTan·2025-03-24 08:57

通信之OTDR

它向被测光纤发送一光脉冲，光脉冲在光纤本身及各特征点上会有光信号反射回OTDR，反射回的光信号又通过定向耦合到OTDR的接收器，并在这里转换成电信号，最终
玖Yee·2025-03-24 07:51

最大矩阵面积问题

一般左下角是(0,0)(0,0)(0,0)，右上角是(MaxX,MaxY)(MaxX,MaxY)(MaxX,MaxY)），有一些障碍点，求在这个大矩形中规划一个小矩形，使得它不会覆盖每一个障碍点（障碍点可在矩形边缘
syzyc·2025-03-24 07:19

神经网络中层与层之间的关联

数据流动（ForwardPropagation）1.2参数传递（BackwardPropagation）2.常见层与层之间的关联模式2.1典型全连接网络（如手写数字分类）2.2卷积神经网络（CNN，如图像分类
iisugar·2025-03-24 06:40

【机器学习】算法分类

有监督学习是机器学习中最常见的一种类型，它利用已知的输入特征和对应的输出标签来训练模型，使模型能够学习到特征与标签之间的映射关系。
CH3_CH2_CHO·2025-03-24 05:08

硬核项目 KV 存储，轻松拿捏面试官！

Bitcask模型，兼容Redis数据结构和协议的高性能KV存储引擎设计细节采用Key/Value的数据模型，实现数据存储和检索的快速、稳定、高效存储模型：采用Bitcask存储模型，具备高吞吐量和低读写放大的特征持久化
程序员老舅·2025-03-24 05:03

Radiance Fields from VGGSfM和Mast3r:两种先进3D重建方法的比较与分析

VGGSfM和Mast3r:3D场景重建的新方向在计算机视觉和3D重建领域,如何从2D图像重建3D场景一直是一个充满挑战的研究课题。
2401_87458718·2025-03-24 05:31

使用Couchbase实现高效的AI应用缓存与数据存储

Couchbase作为一款分布式NoSQL云数据库，其性能、可扩展性以及对AI、边缘计算应用的支持能力，使其成为优秀的选择。
scaFHIO·2025-03-24 04:54

协议层攻防战：群联AI云防护为何比传统方案更精准？

SYNFlood、UDP反射依赖硬件清洗，误封合法流量七层HTTPCC、SQL注入规则静态，无法适应新型攻击二、群联的协议层定制防御技术1.四层协议防护：智能动态指纹技术原理：基于AI分析TCP/UDP流量特征
群联云防护小杜·2025-03-24 04:21

四层协议攻防手册：从SYN Flood到UDP反射的深度防御

一、四层协议攻击类型与特征攻击类型协议层特征SYNFloodTCP大量半开连接，SYN_RECV状态堆积UDP反射放大UDP小请求包触发大响应（如NTP、DNS响应）TCP分片攻击TCP发送异常分片耗尽重组资源连接耗尽攻击
群联云防护小杜·2025-03-24 04:51

从边缘到核心：群联云防护如何重新定义安全加速边界？

一、安全能力的全方位碾压1.协议层深度防护四层防御：动态过滤畸形TCP/UDP包（如SYNFlood），传统CDN仅限速率控制。技术示例：基于AI的协议指纹分析，拦截异常连接模式。七层防御：精准识别业务逻辑攻击（如薅羊毛API调用），CDN仅支持基础URL黑名单。文档引用：“支持基于HTTP头部字段的多条件组合精准访问控制”（产品文档）。2.资源调度与成本优势节点复用：群联共享节点池降低单客户成本
群联云防护小杜·2025-03-24 04:48

加快推进工业互联网，图扑“智”绘发展新蓝图

当前，智能制造已成为我国实现从制造大国走向制造强国的战略目标，在迈向“钢铁强国”的征程上，“智慧”正成为钢铁产业的鲜明特征。
智慧园区·2025-03-24 03:11

机器学习——分类、回归、聚类、LASSO回归、Ridge回归（自用）

机器学习最为关键的是要有数据，也就是数据集名词解释：数据集中的一行叫一条样本或者实例，列名称为特征或者属性。
代码的建筑师·2025-03-24 02:02

基于Python PYQT5 的相机定时采集图像程序，GUI打包独立运行

基于PythonPYQT5编写相机定时采集图像及手动采集版本介绍Python3.6pyqt55.15.4pyqt5-tools5.15.4.3.2另外就是常用的cv2和numpy包fromPyQt5importQtCore
夏时summer time·2025-03-24 02:30

Stability AI 发布 Stable Virtual Camera：从 2D 图像生成 3D 视频

StabilityAI发布StableVirtualCamera：从2D图像生成3D视频StableVirtualCamera[4]是由StabilityAI最新发布的一款能够从一张或多张2D图像（最多支持
三花AI·2025-03-24 00:43

stability ai推出的 AI模型2D图像转3D视频

StableVirtualCamera是StabilityAl推出的A|模型，能将2D图像转换为具有真实深度和透视感的3D视频。
微丽宝·2025-03-23 23:08

【深度学习与大模型基础】第7章-特征分解与奇异值分解

一、特征分解特征分解（EigenDecomposition）是线性代数中的一种重要方法，广泛应用于计算机行业的多个领域，如机器学习、图像处理和数据分析等。
lynn-66·2025-03-23 23:37

【笔记】扩散模型（五）：Classifier-Free Guidance 理论推导与代码实现

虽然ClassifierGuidance可以直接复用训练好的diffusionmodels，不过这种方法的问题是很明显的，首先需要额外训练一个分类器，而且这个分类器不仅仅分类一般的图像，还需要分
LittleNyima·2025-03-23 22:02

震惊！ “深度学习”都在学习什么

常见的机器学习分类算法俗话说三个臭皮匠胜过诸葛亮这里面集成学习就是将单一的算法弱弱结合算法融合用投票给特征值加权重AdaBoost集成学习算法通过迭代训练一系列弱分类器，给予分类错误样本更高权重，使得后续弱分类器更关注这些样本
扉间798·2025-03-23 22:01

【论文阅读】Availability Attacks Create Shortcuts

例如，一家私人公司未经用户同意就收集了超过30亿张人脸图像，用于构建商业人脸识别模型。为解决这些担忧，许多数据投毒攻击被提出，以防止数据被未经授权的深度模型学习。
开心星人·2025-03-23 22:01

卷积神经网络 - 理解卷积核的尺寸 k×k×Cin

卷积神经网络中，每个卷积核的尺寸为k×k×Cin，这一设计的核心原因在于多通道输入的数据结构和跨通道特征整合的需求。
谦亨有终·2025-03-23 22:26

常见的编码方式及特征

一、BASE编码1、Base64Base64是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。Base64，就是包括小写字母a-z、大写字母A-Z、数字0-9、符号"+“、”/"一共64个字符的字符集。（1）编码规则①把3个字节变成4个字节。②每76个字符加一个换行符。③最后的结束符也要处理（2）举例说明转前：s13先转成asci
菜根Sec·2025-03-23 21:21

HTML--表格

格式为：标题表头1表头2...表头n表头表项1......表项n-1...快捷键：table>tr*个数>td*个数二，属性补充：设置表格背景图像，可用bgcolor或background属性，在标签内设置
MK-mm·2025-03-23 20:48

三维点云重建的原理及代码

在这个过程中，算法的核心任务是从大量的离散点中提取出具有几何意义的特征，并将这些特征组合成相应的物体模型。
晚风微凉～·2025-03-23 20:44

实时光线追踪技术：Ray Tracing_2024-07-21_02-55-16.Tex

实时光线追踪技术：RayTracing实时光线追踪技术教程基础知识光线追踪原理光线追踪是一种渲染技术，它通过模拟光线在场景中的传播和反射来生成图像。
chenjj4003·2025-03-23 20:41

图像质量评价学习笔记02：IQA模型性能评价指标（PLCC、SROCC、KROCC、RMSE）

性能好的图像质量评价（IQA）算法，其质量评测分数会与主观质量分数高度一致，IQA有许多评价指标，为了衡量方法测试结果与主观评价之间的一致性，视频质量专家组VQEG（VideoQualityExpertsGroup
可靠的豆包蟹同志·2025-03-23 20:11

机器学习knnlearn1

importmatplotlib.pyplotaspltimportnumpyasnpimportoperator#定义一个函数用于创建数据集defcreateDataSet():#定义特征矩阵，每个元素是一个二维坐标点
XW-ABAP·2025-03-23 19:07

【论文复现】——基于SIFT特征点结合ICP的点云配准方法

目录一、论文概述二、代码实现三、结果展示1、初始位置2、配准结果四、实验心得一、论文概述  在点云配准过程中，针对迭代最近点(ICP)算法对点云初始位置依赖性强且迭代速度慢的问题，提出一种基于尺度不变特征变换
点云侠·2025-03-23 19:35

零基础入门机器学习：用Scikit-learn实现鸢尾花分类

为什么选鸢尾花数据集：数据量小、特征明确，适合教学演示。Scikit-learn优势：提供现成算法和工具，无需从头写数学公式。二、环境准备：5分钟快速上手目的：搭建可运行的代码环境，避免卡在工具安装环
藍海琴泉·2025-03-23 19:31

2014-2023年各区县数字普惠金融指数数据

：综合指数、覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度5、参考文献：郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征
-夜深-·2025-03-23 18:31

DeepSeek 如何处理多模态数据（如文本、图像、视频）？

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。一顿烧烤不到的费用，让人能紧跟时代的浪潮。从普通网站，到公众号、小程序，再到AI大模型网站。干货满满。学成后可接项目赚外快，绝对划算。不仅学会如何编程，还将学会如何将AI技术应用到实际问题中，为您的职业生涯增添一笔宝贵的财富
借雨醉东风·2025-03-23 17:50

Python知识分享第十四天

面向对象相关概述概述面向对象是一种编程思想强调的是以对象为基础完成的各种操作它是基于面向过程的扩展Python中是同时支持面向对象和面向过程这两种编程思想的思想特点更符合人们的思考习惯把复杂的问题简单化把人们(程序员)从执行者变成了指挥者2.面向对象三大特征介绍封装继承多态封装概述封装就是隐藏对象的属性和实现细节仅对外提供公共的访问方式举例
闵少搞AI·2025-03-23 17:19

《基于自适应正负样本对比学习的特征提取框架》-核心公式提炼简洁版 2022年neural networks

论文源地址以下是从文档中提取的关于“基于对比学习的特征提取框架（CL-FEFA）”中正负样本对比学习实现的技术细节，包括详细的数学公式、特征提取过程以及特征表示方式的说明。
阳光明媚大男孩·2025-03-23 17:49

机器学习怎么做特征工程

一、特征工程通俗解释特征工程就像厨师做菜前的食材处理：原始数据是“生肉和蔬菜”，特征工程是“切块、腌制、调料搭配”，目的是让机器学习模型（食客）更容易消化吸收，做出更好预测（品尝美味）。
全栈你个大西瓜·2025-03-23 17:47

OCR识别常见开源库

亦即将图像中的文字进行识别，并以文本的形式返回。做OCR有很多库可以使用。免费开源库有：Tesseract，PaddleOCR。商业付费OCR有：腾讯云OCR，阿里云OCR。下面分别介绍。
yxfamyself·2025-03-23 17:44

利用docker部署单节点milvus并实现图像化管理

Docker部署单机版milvus使用DockerCompose安装Milvusstandalone（即单机版），进行一个快速milvus的体验。1.前提条件系统可以使用centos或者ubuntu系统已经安装docker和docker-composemilvus版本这里选择2.3.12.启动etcd、minio、milvus由于milvus依赖etcd和minio，因此需要先启动这2个组件。同样
听说唐僧不吃肉·2025-03-23 17:14

【图像去噪】论文精读：CVPR 2025 | DnLUT: Ultra-Efficient Color Image Denoising via Channel-Aware Lookup Tables

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·2025-03-23 16:41

全国一体化算力网演进与多域协同发展

当前，东数西算战略通过跨区域算力资源整合，推动智能算力、超级算力与边缘计算的有机衔接，逐步形成支撑工业互联网、元宇宙、智能家居等多元化场景的泛在服务能力。
智能计算研究中心·2025-03-23 15:26

AI模型技术演进与行业应用图谱

主流深度学习框架如TensorFlow和PyTorch持续优化动态计算图与分布式训练能力，而MXNet凭借高效的异构计算支持在边缘场景崭露头角。
智能计算研究中心·2025-03-23 15:26

H800能效架构实战解析

在架构设计中，异构资源调度算法通过实时分析任务特征与硬件状态，动态分配CPU、GPU及专用加速器资源，最大化硬件利用率；动态功耗模块则基于负载波动自适应调整供电策略，结合多级电压频率
智能计算研究中心·2025-03-23 15:56

模型优化驱动产业应用创新

在部署层面，边缘计算与联邦学习的协同应用不仅缩短了金融预测、医疗影像分析等场景的响应延迟，更通
智能计算研究中心·2025-03-23 15:56

算力网协同创新与多场景应用实践

核心突破方向涵盖异构计算架构优化、边缘计算实时响应能力提升，以及智能算力在工业互联网、数字孪生等场景的动态供给。
智能计算研究中心·2025-03-23 15:26
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他