数字图像处理-计算机视觉第11页

深度学习-使用Labelimg数据标注

数据标注是计算机视觉和机器学习项目中至关重要的一步，而使用工具进行标注是提高效率的关键。本文介绍了LabelImg，一款常用的开源图像标注工具。

Damon小智·2024-01-28 14:28

数字技术如何改变乡村生活：从传统到现代的跨越

在此跨时代的进阶过程中，我们看到物联网的神秘力量，尤其是万村乐数字乡村的小气候环控与水肥一体化技术、农产品质量溯源系统、基于计算机视觉的智能农机技术以及炫酷无比的虚拟现实农业技术等数字化技术的推广，无疑给摇曳多姿的农村生活注入了全新活力

万村乐数字乡村·2024-01-28 13:04

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中

金融机器智能官方·2024-01-28 13:48

RANSAC算法（仅供学习使用）

它最初由Fischler和Bolles于1981年提出，主要用于计算机视觉和计算机图形学中的模型拟合和参数估计问题。

RPCR·2024-01-28 12:01

Python face-recognition库，dlib库安装方法（附下载文件）

dlib是一个功能强大的计算机视觉库，提供了许多常用的图像处理和特征提取算法。face_recognition利用了dlib中的

砍树＋c＋v·2024-01-28 11:14

【GitHub项目推荐--计算机视觉工具箱】【转载】

旅之灵夫·2024-01-28 11:29

腐蚀及膨胀的python实现——数字图像处理

原理像处理中的腐蚀和膨胀是形态学操作的两个基本概念，它们广泛应用于图像预处理、特征提取和其他图像分析任务。腐蚀（Erosion）腐蚀操作可以看作是图像中形状的"收缩"。其基本原理是使用一个结构元素（通常是一个小的矩阵，例如3x3、5x5的矩阵），该结构元素在输入图像上滑动，并将结构元素覆盖区域内的像素与结构元素进行比较。二值图像：对于二值图像，如果结构元素与图像在该区域的像素完全匹配（通常意味着所

筱筱西雨·2024-01-28 09:50

【大厂AI课学习笔记】1.2 现阶段人工智能方法和技术领域

目录1.2现阶段人工智能方法和技术领域1.2.1从技术应用场景展开计算机视觉语音识别自然语言处理1.2.2实现AI的技术工具机器学习的主要类型：深度学习的重要性：1.2现阶段人工智能方法和技术领域1.2.1

giszz·2024-01-28 09:19

DPW-SDNet: Dual Pixel-Wavelet Domain Deep CNNsfor Soft Decoding of JPEG-Compressed Images

受深度卷积神经网络（CNN）在低层和高层计算机视觉问题上的出色性能的启发，我们开发了一种基于双像素小波域深度卷积神经网络

mytzs123·2024-01-28 08:29

Vision Mamba:将Mamba应用于计算机视觉任务的新模型

就像VIT一样现在已经有人将他应用到了计算机视觉领域，让我们来看看最近的这篇论文“VisionMamba:EfficientVisualRe

数据派THU·2024-01-28 08:21

【深度学习每日小知识】Bias 偏差

计算机视觉是人工智能的一个分支，它使机器能够解释和分析视觉信息。然而，与任何人造技术一样，计算机视觉系统很容易受到训练数据产生的偏差的影响。

jcfszxc·2024-01-28 07:28

第5章（python深度学习——波斯美女）

第5章深度学习用于计算机视觉本章包括以下内容：理解卷积神经网络（convnet）使用数据增强来降低过拟合使用预训练的卷积神经网络进行特征提取微调预训练的卷积神经网络将卷积神经网络学到的内容及其如何做出分类决策可视化本章将介绍卷积神经网络

weixin_42963026·2024-01-28 05:14

论文笔记：Urban visual intelligence: Uncovering hidden city profiles with street view images

pnas20221方法介绍基于计算机视觉和街景图像来探索城市环境与居民生活的关系2研究区域美国的七个大都市区3实验结果3.1使用SVF（谷歌街景）估计健康、犯罪、交通和贫困街景变量被聚合到不同的空间分辨率

UQI-LIUWJ·2024-01-28 00:16

架构评审与人工智能：挑战与机遇

随着数据量的增加，计算能力的提升以及算法的创新，人工智能技术已经广泛地应用于各个领域，例如自然语言处理、计算机视觉、机器学习等。

OpenChat·2024-01-27 22:22

智能化时代来了，失业的人怎么办？

计算机视觉、机器学习、机器人技术、语音识别等AI技术快速发展给整个社会带来巨大改变。马云说未来30年，我们的孩子将找不到

无啼鸟·2024-01-27 19:59

Docker容器中的OpenCV：轻松构建可移植的计算机视觉环境

OpenCVDocker的基本概念和优势：OpenCV简介和应用领域：构建Docker镜像部署分享Docker容器1.打包Docker镜像:2.上传到Docker镜像仓库:3.在其他机器上部署并运行容器:前言计算机视觉是一门涉及图像和视频处理的领域

鸭鸭渗透·2024-01-27 19:40

基于OpenCV和Dlib的深度学习人脸识别技术实践与应用

一、背景介绍计算机视觉技术在当前人工智能发展进程中已然达到较高成熟度,一系列基础算法与应用场景获得广泛实践与验证。

技术狂潮AI·2024-01-27 19:25

数字图像处理（实践篇）三十使用OpenCV-Python在图像上创建水印实践

目录1方案2实践1方案①导入依赖库importcv2importmatplotlib.pyplotasplt②读取输入图片和水印图片im=cv2.imread(img_path)wm=cv2.imread(watermarkImg_path)③计算roi

Jackilina_Stone·2024-01-27 19:54

OpenCV项目实践——物体检测与跟踪

通过完成这个项目，你将掌握物体检测与跟踪的基本原理和实现方法，为进一步深入学习计算机视觉打下坚实基础。步骤一：环境配置首先，确保你已经安装了Python和OpenCV。你可以使用以下命令在命令行中安装

GT开发算法工程师·2024-01-27 18:50

[C++] opencv - imwrite函数介绍和使用场景

一、函数介绍OpenCV是一个开源的计算机视觉库，它包含了许多用于图像处理和计算机视觉任务的函数。

老狼IT工作室·2024-01-27 18:53

做一个AC梦·2024-01-27 18:13

机器学习架构：实现高效的模型训练和部署

在过去的几年里，机器学习技术在各个领域取得了显著的进展，例如自然语言处理、计算机视觉、推荐系统、语音识别等。这些成果的共同点在于它们都依赖于大规模的数据处理和计算能力。

OpenChat·2024-01-27 16:15

使用Opencv-python库读取图像、本地视频和摄像头实时数据

Opencv-python库pipinstallopencv-python然后在PyCharm或者VScode等IDE中输入对应的Python代码一、使用opencv-python读取图像比如说我们要显示上面这幅数字图像处理中的

雪域迷影·2024-01-27 15:36

彩色图像处理之彩色图像分割的python实现——数字图像处理

原理彩色图像分割是图像处理领域的一个重要技术，它旨在将一幅彩色图像划分为多个区域或对象。其基本原理包括以下几个方面：像素特征的提取：彩色图像分割首先涉及到像素级的特征提取。在彩色图像中，常用的特征包括颜色、纹理和强度。这些特征可以帮助区分图像中不同的对象或区域。相似性度量：根据提取的特征，分割算法会计算像素之间的相似性。像素间的相似性通常根据颜色、纹理或其他特征来判断。相似性高的像素被认为属于同一

筱筱西雨·2024-01-27 14:42

AI浅谈：计算机视觉（CV）技术的优势和挑战

目录一、计算机视觉技术的优势1.效率和精度提高2.提高安全性3.促进自动化4.促进科学研究5.促进商业发展二、计算机视觉技术的挑战1.环境变化2.精度问题3.隐私和安全问题4.数据质量5.系统复杂度以上是对计算机视觉技术的优势和挑战的概述

跟Bug双向奔赴·2024-01-27 12:58

【python】自动微分的一个例子

PyTorch是一个开源的机器学习库，广泛用于计算机视觉和自然语言处理等领域。2.x=torch.a

尘中928·2024-01-27 11:23

常用直线检测算法

概述在计算机视觉领域，我们经常需要做一些特殊的任务，而这些任务中经常会用到直线检测算法，比如车道线检测、长度测量等。

勤奋的学渣·2024-01-27 10:30

Opencv C++ SIFT特征提取（单图像，多图像）+如何设置阈值+如何对文件夹进行批处理+如何设置掩膜裁剪影像

SIFT（Scale-InvariantFeatureTransform）是一种用于图像处理和计算机视觉的特征提取算法。

海棠RS·2024-01-27 10:27

Docker容器部署OpenCV，打造高效可移植的计算机视觉开发环境

海鲸AI·2024-01-27 09:52

基于深度学习的狗狗类别检测

致谢2.项目背景与意义3.项目实现流程3.1数据处理与准备3.2环境准备与工具安装3.3模型配置与训练3.4模型评估与预测3.5模型推理与部署4.总结服务引言随着人工智能技术的不断发展，图像识别已成为计算机视觉领域的热门话题之一

OverlordDuke·2024-01-27 09:19

NeRF：神经辐射场复杂场景的新视图合成技术

OverlordDuke·2024-01-27 09:19

人工智能的未来展望：自然语言处理（NLP）与计算机视觉（CV）

CV（计算机视觉）则专注于让计算机能够理解和处理图像和视频。CV的主要任务包括图像

wd90119·2024-01-27 09:15

[C++]yolov8的onnx模型加密方法保护自己模型和版权

【官方框架地址】https://github.com/ultralytics/ultralytics【算法介绍】Yolov8是一种先进的对象检测模型，基于深度学习技术，广泛应用于计算机视觉任务。

FL1623863129·2024-01-27 07:54

智能AI系统开发，专业软件硬件物联网开发公司，探索未来科技新纪元

他们在人工智能、深度学习、计算机视觉等领域扎根多年，积累了丰富的开发经验和技术专长。凭借对AI技术的深入了

广州硅基技术官方·2024-01-27 07:39

【微调大模型】如何利用开源大模型，微调出一个自己大模型

其中，预训练大模型如Transformer、BERT等，凭借其强大的表示能力和泛化能力，在自然语言处理、计算机视觉等多个领域取得了显著的成功。

yuzhangfeng·2024-01-27 06:53

OpenCV 官方文档的组织结构

OpenCV(开源计算机视觉库：http://opencv.org)是一个开源库，它包含了几百个计算机视觉算法。学习OpenCV库最权威的资料无疑就是OpenCV的官方文档了。

hanpfei·2024-01-27 04:14

数字图像处理笔记——酉变换（ Unitary image transforms）

酉变换酉变换可以由如下方式定义，其中输入和输出之间的关系可以写成矩阵相乘的形式，矩阵A称为酉矩阵，A满足A的逆矩阵等于A的共轭对称矩阵DFT变换就是一个酉变换，系数矩阵A满足每一列的模是1并且由于不同频率正弦信号之间的正交性，列之间是相互正交，因此A也是一个酉矩阵对于二维DFT我们可以看做两次一维的DFT，因此我们也可以写成矩阵相乘的形式基我们表达一个二维图像或者是一个一维向量，我们都是用基的形式

Veropatrinica·2024-01-27 02:03

Robot Global合作机构

合作机构RobotGlobal与全球顶级AI公司进行深度合作，确保AI性能，安全达到全球领先水平，MightyAI是计算机视觉和自然语言处理之类的人工智能的公司、MABL是基于ml的测试自动化的领先SaaS

Robot_Global·2024-01-26 20:55

deeplab 系列文章

semanticimagesegmentationwithdeepconvolutionalnetsandfullyconnectedCRFs对于传统的DCNN网络来说，其实都是具有不变性的这个特征的，深度学习是十分适合高阶的计算机视觉任务

horsetif·2024-01-26 18:33

Convolutional neural networks for crowd behaviour analysis: a survey

•概述人群分析，为什么它是计算机视觉领域的一个重要研究领域?2CNN介绍3人群分析的动机和重要性人群分析的几个应用，如人员跟踪、异常检测

枸杞红枣养生茶·2024-01-26 13:59

AlexNet(深度学习模型)详解

本文将详细介绍AlexNet的结构和训练过程，并分析它在计算机视觉

GeekyGuru·2024-01-26 13:02

opencv学习-几种角点检测方法

角点检测(CornerDetection)是计算机视觉系统中获取图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维重建和目标识别等，也可称为特征点检测。

wyw0000·2024-01-26 11:42

佩戴口罩监测识别摄像机

佩戴口罩监测识别摄像机是一种基于计算机视觉技术的智能监测设备，它能够快速准确地识别出人们是否佩戴口罩，并对佩戴口罩的人员进行识别和记录。

博瓦科技·2024-01-26 10:32

图像分割的作用以及运用领域

图像分割图像分割是数字图像处理领域的一种技术，其主要目的是将数字图像划分成多个部分或区域，以便于更简单、有效地分析和理解图像内容。

筱筱西雨·2024-01-26 10:27

举例说明计算机视觉（CV）技术的优势和挑战

计算机视觉（CV）技术是指计算机利用图像和视频数据来实现对场景和物体的理解和识别的技术。

荆赫同艺·2024-01-26 10:56

计算机视觉（CV）技术的优势和挑战。

自动化：计算机视觉技术可以自动进行图像和视频处理，从而提高工作效率和生产力。精度高：计算机视觉技术能够精确地检测和识别物体、人脸以及其他特定的区域，可以减少人为错误。

諾小枫·2024-01-26 10:23

计算机视觉（CV）技术的优势和挑战

计算机视觉（CV）技术是一种利用计算机对图像或视频进行处理和分析的技术。它在许多领域有着广泛的应用，如医疗诊断、自动驾驶、安防监控等。

先------------------·2024-01-26 10:20

图像处理python基础

模型预测一般过程：读取数据np->tensor->model->result->np->画图shape确保图像输入输出尺寸正确读取图片将在GPU上运行的tensor类型转变成在CPU上运行的np类型三类计算机视觉任务的输入

湘溶溶·2024-01-26 08:34

Matlab批量提取图片特征向量

目录最近matlab数字图像处理课程需要，对上千张训练集测试集图片进行批量的特征提取，作为SVM的输入。所以就有了用matlab来批量提取图像特征向量，并保存，方便后续使用。

芯的一天·2024-01-26 08:33

OpenCV使用基础、技巧

但是，计算机视觉不会像人类视觉那样能够对图像进行感知和识别，更不会自动控制焦距和光圈，而是把图像解析为按照栅格状排列的数字。

神奇的布欧·2024-01-26 07:57

推荐频道

数字图像处理-计算机视觉