图形-图像第2页

2.19 图像技术识别与应用

本节课介绍了多层感知机（MLP）及其在图像识别技术中的应用。以下是主要内容总结：1.感知机：-由FrankRosenblatt于1957年提出。-输入为x，权重为w，偏置为b，输出为二分类（0或1）。

不要不开心了·2025-02-19 19:04

【AI中数学-信号处理】信号的清道夫：精通信号过滤技巧

在本节中，我们将介绍三种实际应用中常用的精通信号过滤技巧，包括基于小波变换的信号分离、带通滤波在心电图分析中的应用，以及图像中的高频噪声去除技术。

云博士的AI课堂·2025-02-19 18:27

OpenCV的卡尔曼滤波器：实现和应用

本文将介绍OpenCV中卡尔曼滤波器的基本原理、实现方法以及在图像处理中的应用。一、卡尔曼滤波器简介卡尔曼滤波器是一种用于状态估计和信号滤波的算法，主要针对线性、高斯分布的系统。

雪域Code·2025-02-19 17:54

详解多模态（红外-可见光图像）目标检测模型SuperYOLO源码，真正搞清代码逻辑！

弗兰随风小欢·2025-02-19 16:19

如何使用PyQt5创建一个简单的主窗口应用程序

PyQt5是一个功能强大且易于使用的PythonGUI框架，它可以帮助开发者创建各种类型的图形用户界面应用程序。使用PyQt5，你可以轻松地创建主窗口应用程序，为用户提供直观且交互式的界面。

星际编程喵·2025-02-19 15:37

遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）

一：深度卷积网络知识1.深度学习在遥感图像识别中的范式和问题2.深度学习的历史发展历程3.机器学习，深度学习等任务的基本处理流程4.卷积神经网络的基本原理5

岁月如歌，青春不败·2025-02-19 15:05

吸烟YOLO数据集，COCO格式

抽烟吸烟数据集,标签txt，图像已经分好了测试集，验证集，训练集1️⃣可以直接导入YOLO进行训练，没有细分类，里面有的类，闲鱼9.9解君愁，明人不说暗话闲鱼搜索莓格米米私聊

鳄鱼的眼药水·2025-02-19 15:59

RadioTransformer：用于视觉注意力引导疾病分类的级联全局焦点Transformer

放射科医生等领域专家依靠视觉信息来解释医学图像。另一方面，视觉解释有挑战性，但是视线跟踪已被用来捕获领域专家的观看行为，从而深入了解视觉搜索的复杂性。

托比-马奎尔·2025-02-19 14:24

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

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

QT Data Visualization模块（一）

QAbstract3DGraph是Qt框架中用于实现三维图形的抽象基类，QAbstract3DGraph提供了一组通用的方法和属性。

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

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

初识Vulkan渲染管线

1.绘制：命令进入Vulkan图形

超级无敌小小顺利·2025-02-19 09:12

采用大话问答模式搞定渲染管线实现细节（探索阶段）

传统的渲染流程传统的渲染流程（也称为固定功能渲染管线）是指在早期图形API（如OpenGL和DirectX）中使用的一种渲染方法。

你一身傲骨怎能输·2025-02-19 09:12

Unity中，每一帧的渲染CPU和GPU都做了些什么

CPU和GPU各自承担不同的任务，以实现高效的图形渲染。以下是每一帧渲染过程中CPU和GPU的主要工作内容：CPU的工作输入处理：处理用户输入（键盘、鼠标、触摸等）。更新输入状态。

你一身傲骨怎能输·2025-02-19 09:42

Playwright——爬取潘茄小说

同步API，用于浏览器自动化#使用上下文管理器启动Playwright，并确保资源正确释放withsync_playwright()asp:#创建一个Chromium浏览器实例，默认以无头模式运行（没有图形界面

花花 Show Python·2025-02-19 08:36

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

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

qt 图形视图框架详解以及举例

1基础介绍Qt的图形视图框架是一个强大的工具,用于创建和管理大量的2D图形项目。它由三个主要类组成:QGraphicsScene、QGraphicsView和QGraphicsItem。

爱学习的大牛123·2025-02-19 04:38

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

大规模GPU集群的进阶之路

GPU，全称GraphicProcessingUnit，即图形处理器。它的并行处理能力非常强大，能够同时处理多个任务和数据，因此被广泛用于图形渲染、视频处理、深度学习、科学计算等领域。

卢旗·2025-02-18 23:47

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

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

控制论的革命者：阿拉德时代智利的技术与政治

本书背景位于南美国家智利，版图形如窄条，夹在安第斯山脉与太平洋之间。

shenminyin·2025-02-18 21:58

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

tk grid布局

tkinter是Python的标准GUI库，用于创建图形用户界面。grid是tkinter中一种常用的布局管理器，它允许你以网格（行和列）的方式排列控件。grid布局非常灵活，适合创建复杂的界面。

鸭梨山大哎·2025-02-18 21:48

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

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

【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

DeepSeek与医院电子病历的深度融合路径：本地化和上云差异化分析

电子病历（EMR）系统，是指医务人员在医疗活动过程中，使用医疗机构信息系统生成的文字、符号、图标、图形、数据、影像等数字化信息，并能实现存储、管理、传输和重现的医疗记录，是病历的一种记录形式。

Allen_LVyingbo·2025-02-18 14:36

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

QEMU-Manager：Mac上的QEMU图形化管理利器

QEMU-Manager：Mac上的QEMU图形化管理利器项目地址:https://gitcode.com/gh_mirrors/qe/QEMU-Manager在探索虚拟化的浩瀚世界时，找到一个既强大又易用的工具至关重要

苏承根·2025-02-18 13:25

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

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