视觉图像成像

仿射变换矩阵应用

目录1原理介绍2数学公式推导3计算流程4示例代码仿射变换是计算机视觉、图像处理和点云处理中常用的几何变换之一。它不仅包括旋转和平移，还包括缩放和剪切等线性变换。仿射变换保持了点、直线和平面的平行性。

点云学习·2025-03-11 23:57

2025年工业智能对讲机有多智能？数据采集+AI不在话下！

遨游通讯推出的新一代智能对讲机，凭借DeepSeek本地化部署与模块化数据采集能力，实现了语音交互的智能升级，并通过红外热成像、NFC、工业内窥镜等专业模块的深度融合，构建起覆盖现场感知、数据分析与决策支持的闭环体系

AORO_BEIDOU·2025-03-11 22:18

什么是JEPA（联合嵌入预测架构），它与现有技术有何不同？

JEPA的核心思想是利用输入数据（如图像或视频）的抽象表示来捕捉重要的信息，并在此基础上进行预测，而不是试图重建输入数据的每一个细节。

百态老人·2025-03-11 22:46

H800实战应用深度解析endofsentence

下表展示了H800在不同场景下的性能表现对比：场景类型训练速度提升推理延迟降低能效比提升自然语言处理35%22%40%计算机视觉28%18%33%推荐系统41%29%37%资深系统架构师指出："H800

智能计算研究中心·2025-03-11 22:12

AIGC视频生成模型：ByteDance的PixelDance模型

好评笔记·2025-03-11 21:09

Poe AI推出Previews预览功能！对标Claude Artifacts！

这些内容通常是超过15行的文本、代码片段、HTML网页、SVG图像、图表和交互式React组件等。用户可以在专用窗口中查看、复制和编辑这些内容

AI信息Gap·2025-03-11 20:05

大模型全军覆没，中科院自动化所推出多图数学推理新基准 | CVPR 2025

近日，中国科学院自动化研究所推出多图数学推理全新基准MV-MATH（该工作已被CVPR2025录用），这是一个精心策划的多图数学推理数据集，旨在全面评估MLLM（多模态大语言模型）在多视觉场景中的数学推理能力

·2025-03-11 20:10

探索创新：CanvasParticles - 点燃你的网页动态效果

如果你是Web开发者，正在寻找一种方法为你的网站增添独特的视觉吸引力，那么这个项目绝对值得你深入了解。项目简介CanvasParticles提供了一套简洁而强大的API，让你能够

柏赢安Simona·2025-03-11 20:31

10 大中文医学数据集汇总：涵盖神农中医药、中医药古籍、医学推理、医学问答……

从疾病诊断到药物研发，再到个性化医疗，数据集在推动机器视觉、大模型等应用于医学领域中发挥着不可或缺的作用。医学数据集的形式多样，涵盖了不同维度和领域的数据资源。

·2025-03-11 20:07

空间智能数据集（不定期更新）

在这次演讲中，李飞飞教授探讨了机器视觉的未来以及人工智能如何塑造我们的现实世界。她强调了空间智能的重要性，并将其视为全面智能的基石。李飞飞教授指出，解决空间智能问题是迈向全面智能的基础性、关键性

·2025-03-11 20:36

高斯Splatting：3D 重建与新视图合成的综述

基于图像的3D重建是一项具有挑战性的任务，涉及从一组输入图像中推断出目标或场景的3D形状。基于学习的方法因其直接估计3D形状的能力而备受关注。

三谷秋水·2025-03-11 20:57

DeepSeek与剪映短视频创作指南

DeepSeek（深度求索）作为一家专注实现AGI的中国公司，其技术可能涉及AI文本生成、图像处理等领域，结合剪映的智能剪辑功能，可以大幅提升短视频创作效率。

meisongqing·2025-03-11 19:53

一学就会的深度学习基础指令及操作步骤（5）使用预训练模型

文章目录使用预训练模型加载预训练模型图像加载与预处理预测使用预训练模型查看模型库和常用模型加载预训练模型fromtorchvision.modelsimportvgg16#VGG16模型架构的定义fromtorchvision.modelsimportVGG16

小圆圆666·2025-03-11 19:53

NTIRE比赛：技术前沿、国内企业表现与计算机视觉未来展望

一、NTIRE比赛概述：图像恢复与增强领域的全球竞技场1.1NTIRE的定位与历史NTIRE（NewTrendsinImageRestorationandEnhancement）是计算机视觉领域最具影响力的国际赛事之一

AndrewHZ·2025-03-11 19:21

卷积神经网络（笔记01）

视觉处理三大任务：分类、目标检测、图像分割CNN网络主要有三部分构成：卷积层（ConvolutionalLayer）、池化层（PoolingLayer）和激活函数一、解释卷积层中的偏置项是什么，并讨论在神经网络中引入偏置项的好处

天行者@·2025-03-11 18:14

常用图像增强算法原理及 OpenCV C++ 实现

一、引言图像增强是数字图像处理中的一个重要分支，其目的是改善图像的视觉效果，突出图像中的重要信息，或者将图像转换为更适合人或机器分析处理的形式。

埃菲尔铁塔_CV算法·2025-03-11 18:12

Python从0到100（七十六）：计算机视觉-直方图和自适应直方图均衡化

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习

是Dream呀·2025-03-11 17:35

从零打造工业级智能二维码识别系统：基于PyQt5与ZXingCpp的实战指南

界面布局与功能分区说明1.3代码文件结构树形图第二章：环境搭建与依赖管理2.1必需组件清单2.2虚拟环境配置步骤2.3摄像头硬件检测方法第三章：多线程视频采集3.1VideoThread类设计剖析3.2图像采集核心循环

蜡笔小新星·2025-03-11 16:26

CV：傅里叶变换

图像中的傅里叶变换主要指将图像从空间域转换到频域的过程。通过傅里叶变换，我们可以将图像看作是不同频率正弦波的叠加，这有助于分析图像的周期性特征、纹理和噪声等信息。

壹十壹·2025-03-11 16:26

技术干货 | i.MX 8视频开发案例全集

(3)基于GigE工业相机的图像采集、显示、保存案例。(4)基于MIPICameraOV4689摄像头演示Linux子系统V4L2的使用案例。(5)H.265视频

Tronlong创龙·2025-03-11 16:23

目标检测

这里的数字为置信度2.数据集：VOC数据集分4大类20小类；COCO数据集含20万图像、80个类别、超50万目标标注，平均每图7.2个目标。

煤烦恼·2025-03-11 15:22

《 YOLOv5、YOLOv8、YOLO11训练的关键文件：data.yaml文件编写全解》

走进YOLOv5、YOLOv8、YOLO11的data.yaml在计算机视觉领域的广袤星空中，目标检测无疑是一颗璀璨的明星，它广泛应用于自动驾驶、智能安防、工业检测、医疗影像分析等众多关键领域，发挥着不可或缺的作用

空云风语·2025-03-11 15:51

CV：图像的直方图均衡化

均衡化在图像处理中通常指的是直方图均衡化（HistogramEqualization），其主要目的是改善图像的对比度，使图像细节更加明显。

壹十壹·2025-03-11 15:20

机器学习之线性代数

AI数据的强大容器（一）矩阵的定义（二）矩阵运算（三）矩阵特性（四）矩阵分解（五）Python示例（使用NumPy库）四、线性代数在AI中的应用（一）数据表示（二）降维：PCA（三）线性回归（四）计算机视觉

珠峰日记·2025-03-11 15:20

深度解析：DETR的多尺度特征融合

"深度解析：DETR的多尺度特征融合"作者：禅与计算机程序设计艺术1.背景介绍1.1目标检测的挑战与传统方法的局限性目标检测是计算机视觉领域中的一个基本任务，其目标是识别图像或视频中所有感兴趣的目标，并确定它们的位置和类别

AI天才研究院·2025-03-11 15:17

目标检测项目

识别图片中有哪些物体并且找到物体的存在位置多任务：位置+类别目标种类与数量繁多的问题目标尺度不均的问题遮挡、噪声等外部环境干扰VOC数据集：PASCALVOC挑战赛(ThePASCALVisualObjectClasses)是一个世界级的计算机视觉挑战赛

sho_re·2025-03-11 11:51

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发引言在HarmonyNext生态系统中，图像处理是一个重要且具有挑战性的领域。

·2025-03-11 11:49

HarmonyNext实战案例：基于ArkTS的高性能图像处理应用开发

HarmonyNext实战案例：基于ArkTS的高性能图像处理应用开发引言在HarmonyNext生态系统中，ArkTS作为新一代的编程语言，为开发者提供了强大的工具来构建高性能、跨平台的应用。

·2025-03-11 11:49

PyTorch实现CNN：CIFAR-10图像分类实战教程

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-03-11 11:44

Python通过YOLO格式TXT标签文件在图像中画框

使用场景检测数据集标注是否有误：在目标检测算法中需要标注自己的数据集，为了更加方便的检查数据集标注是否有误，可以使用该工具将标注结果绘制在图像中并查看。

CHERISH_KDX·2025-03-11 10:41

一学就会的深度学习基础指令及操作步骤（6）迁移学习

源域（SourceDomain）：已有知识的领域（如ImageNet图像库）。目标域（

小圆圆666·2025-03-11 07:49

YOLOv8制作自己的实例分割数据集保姆级教程（包含json转txt）

1.数据准备首先对原始数据集进行整理，将标注好的图像和标签分别放在两个文件夹中，同时额外新建两个文件夹，用于存放转换完的标签与划分后的数据集。

Sir小珂·2025-03-11 07:18

【Python爬虫实战】从多类型网页数据到结构化JSON数据的高效提取策略

：https://blog.csdn.net/2401_86688088/category_12797772.html目录前言一、数据类型及其对应的提取策略（一）文本数据（二）数值数据（三）链接（四）图像数据

易辰君·2025-03-11 06:39

react基本功

这使得它可以在浏览器渲染之前读取和修改DOM，避免视觉上的闪烁或不一致。适用场景：主要用于需要同步调整布局的副作用操作，例如测量DOM元素的尺寸（如高度、宽度

码林鼠·2025-03-11 06:09

Android 视图切换的艺术

引言在现代移动应用开发中，用户界面的流畅与视觉效果常常决定了应用的用户体验。特别是在横向滑动列表中，如何让用户能够直观地感知到当前选中的项，是一个值得探讨的问题。

t0_54manong·2025-03-11 05:58

探索C4模型：可视化软件设计的新工具

是一种用于视觉化和描述软件系统的结构和上下文的框架。由RichardSwiericzek开发并维护，它提供了一种简洁、直观的方式来描绘代码库、组件、类和它们之间的关系。

姬如雅Brina·2025-03-11 05:27

向量数据库简介

向量数据库通常使用高效的向量索引技术，支持基于向量相似度的查询和检索，可以应用于图像搜索、自然语言处理、推荐系统、机器学习等领域。

openwin_top·2025-03-11 04:54

开源向量数据库介绍说明

支持的数据类型：文本、图像、音频、视频等。使用场景：推荐系统、语义搜索、图像搜索。数据存储后端：支持多种后端，如SQLite、MySQL、PostgreSQL。

❀͜͡傀儡师·2025-03-11 04:52

Permute 3 for Mac v3.11.10 全能媒体格式转换器

Permute3软件是一款功能强大的媒体格式转换工具，它为用户提供了前所未有的便利性和灵活性，以处理各种音频、视频和图像文件。

明天会在哪·2025-03-11 04:22

使用Activeloop Deep Lake构建深度学习数据仓库与向量存储

尤其是对于需要处理大量数据的应用，例如自然语言处理和图像识别，传统的数据存储方式已经无法满足需求。

dgay_hua·2025-03-11 04:49

Azure AI Document Intelligence 使用指南

AzureAIDocumentIntelligence使用指南AzureAIDocumentIntelligence（原名AzureFormRecognizer）是一项基于机器学习的服务，可以从数字或扫描PDF、图像

scaFHIO·2025-03-11 03:42

three.js 在 webGL 添加纹理

使用webGL在webGL中，gl.texImage2D()函数用于从图像文件生成2D纹理。该函数接受许多参数，包括目标，细节级别，内部格式，图像的宽度和高度，以及图像数据的格式和类型。

belldeep·2025-03-11 01:28

《美图AI：解锁视觉创作新宇宙》

美图AI：开启视觉创作新时代在当今数字化浪潮汹涌澎湃的时代，人工智能（AI）已成为推动各领域变革与创新的核心驱动力。

空云风语·2025-03-11 01:27

DeepSeek源码解析（2）

例如，在图像处理中，一张图片可以被表示为一个三维张量（高度、宽度、颜色通道数），而在自然语言处理中，一段文本可以被编码为一系列词向量组成的二维张量（句子长度、词向量维度

白鹭凡·2025-03-11 01:26

点云语义分割：PointNet++在S3DIS数据集上的训练

点云语义分割：PointNet++在S3DIS数据集上的训练点云语义分割是计算机视觉领域的一个重要任务，旨在将点云数据中的每个点分配给其对应的语义类别。

完美代码·2025-03-11 00:25

基于YOLOv5的烟雾检测系统：从数据集准备到UI界面实现

因此，烟雾检测的研究一直是计算机视觉领域中的一个热点问题。

深度学习&目标检测实战项目·2025-03-11 00:52

Python编程案例教程PPT2022,Python编程案例教程答案

在接口自动化工作中,经常需要处理文字识别的任务,而OCR库能够帮助我们将图像中的文字提取出来,所以本文为大家整理了四个常用的OCR库以及它们的用法,需要的可以参考下Python客栈送红包、纸质书1、pyocr2

a1237567892·2025-03-11 00:21

计算机视觉｜3D 点云处理黑科技：PointNet++ 原理剖析与实战指南

特别是在自动驾驶和机器人视觉等领域，这项技术已成为实现智能化的关键支撑。以自动驾驶为例，车辆需要实时感知周围复杂的环境信息，包括行人、车辆、交通标志和路况等。

紫雾凌寒·2025-03-10 23:19

Midjourney绘图参数详解：从基础到高级的全面指南

一、基本参数配置1.图像比例调整使用--ar参数可以设置图像的宽高比，例如--ar16:9将生成16:9的宽屏图像。2.提示权重控制--iw参数用于控制文本提示对图像的影响程度，默认值为0.25，可

码上飞扬·2025-03-10 23:16

【LeetCode系列】Google面试题

Google面试题目录Google面试题LeetCode14最长公共前缀1、分析2、代码LeetCode20有效的括号1、分析2、代码LeetCode43字符串相乘1、分析2、代码LeetCode48旋转图像

烊萌·2025-03-10 22:06

推荐频道