视觉图像

FPGA 开发工作需求明确：关键要点与实践方法

例如，在设计一个用于图像识别的FPGA系统时，如果对图像分辨率、处理帧率、识别精度等需求没有清晰界定，

whik1194·2025-01-30 11:46

AI学习指南Ollama篇-Ollama的多模态应用探索

AI学习指南应用篇-Ollama的多模态应用探索一、引言（一）背景介绍随着大语言模型（LLM）的发展，多模态应用（结合文本、图像、语音等）成为新的趋势。

俞兆鹏·2025-01-30 09:04

大语言模型原理与工程实践：残差连接与层归一化

其中，循环神经网络（RNN）和卷积神经网络（CNN）在图像和文本分类、语义角色标注、机器翻译等领域表现出色。然而，这些网络在训练过程中经常遭遇梯度消失和梯度爆炸的问题。

AI大模型应用之禅·2025-01-30 08:27

【数据集】——1

但你是否曾苦恼于如何将这些冰冷的数据转化为直观、吸引人的视觉盛宴？

花花 Show Python·2025-01-30 08:57

计算机视觉：解锁未来智能的钥匙及其代码实践

计算机视觉：解锁未来智能的钥匙及其代码实践在当今这个数据爆炸的时代，计算机视觉作为人工智能的一个重要分支，正以前所未有的速度推动着科技的边界。

我的运维人生·2025-01-30 07:16

《向量数据库指南》——MoE应用：解锁深度学习新境界的钥匙

今天，我将带大家深入探讨MoE模型在自然语言处理、计算机视觉以及多模态学习等领域的应用，并巧妙引导大家通过《向量数据库指南》获取更多干货和深度实战经验。一、自然语言处理

大禹智库·2025-01-30 07:13

HTML从入门到精通：链接与图像标签全解析

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析文章目录系列文章目录前言一、链接与图像标签

大模型铲屎官·2025-01-30 06:10

自动驾驶（Automated Driving）系统组成和主要技术--以思维导图形式介绍

定位传感器模块:包括GNSS(全球导航卫星系统)、INS(惯性导航系统)和视觉SLAM等，用于确定车

大连海事的亲外甥·2025-01-30 04:28

YOLO 目标检测编程详解

引言目标检测是计算机视觉中的一个重要任务，它旨在识别图像中的对象并定位这些对象的位置。YOLO（YouOnlyLookOnce）是一种流行的目标检测算法，因其速度快且准确度高而广受好评。

不知名靓仔·2025-01-30 04:56

AI常见的算法

人工智能（AI）中常见的算法分为多个领域，如机器学习、深度学习、强化学习、自然语言处理和计算机视觉等。

纠结哥_Shrek·2025-01-30 03:49

HTML表单深度解析：GET 和 POST 提交方法

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析04-HTML列表标签全解析：无序与有序列表的深度应用

大模型铲屎官·2025-01-30 03:47

微软集成与Azure愿景蓝图套件：一站式视觉化你的IT架构

微软集成与Azure愿景蓝图套件：一站式视觉化你的IT架构Microsoft-Integration-and-Azure-Stencils-Pack-for-VisioMicrosoftIntegration

秦言舸Gale·2025-01-30 03:46

【Python进阶】5招轻松掌握Python计算机视觉，你还用传统方法吗？

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣5招轻松掌握Python计算机视觉，你还用传统方法吗？开场白嘿，小伙伴们！

墨瑾轩·2025-01-30 03:15

python中cv是什么_python里面cv是什么意思

OpenCV(OpenSourceComputerVisionLibrary)开放源代码计算机视觉库，主要算法涉及图像处理、计算机视觉和机器学习相关方法。

weixin_39639568·2025-01-30 02:13

cv2 要下载哪个包

cv2是OpenCV库的一个常见别名，用于计算机视觉任务。

ivanfor666·2025-01-30 02:41

实时美颜与滤镜技术的融合：美颜SDK开发详解

为了满足用户对个性化和高质量视觉效果的需求，各类美颜SDK（SoftwareDevelopmentKit，软件开发工具包）应运而生。

美狐美颜sdk·2025-01-30 02:41

OpenCV 功能函数介绍（二）

一，梯度处理的sobel算子函数功能：用于计算图像梯度（gradient）的函数参数：cv2.Sobel(src,ddepth,dx,dy,ksize=3,scale=1,delta=0,borderType

ኈ ቼ ዽ·2025-01-30 01:03

为什么多模态大模型中使用Q-Former的工作变少了？附Q-Former结构简介

多模态大模型中需要一个输入投影模块，将视觉特征投射到LLM能理解的语言特征维度，这里就可以选择各种不同的模块。

同屿Firmirin·2025-01-30 01:01

【AI论文】Omni-RGPT：通过标记令牌统一图像和视频的区域级理解

摘要：我们提出了Omni-RGPT，这是一个多模态大型语言模型，旨在促进图像和视频的区域级理解。

东临碣石82·2025-01-30 00:56

【计算机视觉】目标跟踪应用

一、简介目标跟踪是指根据目标物体在视频当前帧图像中的位置，估计其在下一帧图像中的位置。

油泼辣子多加·2025-01-29 22:14

深入浅出：基于C++的VisionPro中文教程

深入浅出：基于C++的VisionPro中文教程VisionPro是康耐视（Cognex）推出的一款强大的机器视觉软件平台，广泛应用于工业自动化领域。

m0_57781768·2025-01-29 22:38

海康相机与VisionPro图像格式转换工具：高效集成与应用

海康相机与VisionPro图像格式转换工具：高效集成与应用C中实现海康相机取的图像格式与VisionPro图像格式的转换.rar项目地址:https://gitcode.com/open-source-toolkit

宫蓓姝Garth·2025-01-29 21:37

国科大-算法中的最优化方法-林

考过内容汇总：A前面是几个填空题，主要考察凸函数，拟凸函数，单峰函数这些的图像判断，以及通过等高线图找到梯度方向（第一个ppt上的最后一页的那个图）。填空题主要就是考察这些基本概念。

手板心里煎鱼吃·2025-01-29 21:57

AIGC常见基础概念

AIGC（AIGeneratedContent，人工智能生成内容）是近年来快速发展的领域，涉及文本生成、图像生成、音频生成、视频生成等。

GISer_Jinger·2025-01-29 20:55

Janus Pro：DeepSeek 开源革新，多模态 AI 的未来

JanusPro是DeepSeek开发的一个开源多模态人工智能框架，它通过集成视觉和语言处理能力，提供了高性能的多模态任务处理能力。

·2025-01-29 19:21

HTML&CSS ：下雪了

这段代码创建了一个动态的雪花飘落加载动画，通过CSS技术实现了雪花的下落和消失效果，为页面添加了视觉吸引力和动态感。大家复制代码时，可能会因格式转换出现错乱，导致样式失效。

前端Hardy·2025-01-29 18:04

【图像超分】论文复现：万字长文！Pytorch实现EDSR！代码修改无报错！踩坑全记录！适合各种深度学习新手！帮助你少走弯路！附修改后的代码和PSNR最优的模型权重文件！

第一次来请先看这篇文章：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）修改后代码和权重文件下载见文末链接！！！包含制作好的h5数据集和最优性能权重文件，可直接用于测试。本文亮点：讲解细致，EDSR流程全通，代码注释丰富，适合新手入门阅读深度思考，踩坑报错全

十小大·2025-01-29 16:47

CPU与GPU的区别

GPU:英文全称GraphicProcessingUnit，中文翻译为“图形处理器”，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作

dingkm666·2025-01-29 14:31

用Python做一个绝地求生压枪版

一、概述1.1效果总的来说，这种方式是通过图像识别来完成的，不侵入游戏，不读取内存，安全不被检测。1.2前置知识游戏中有各种不同的枪械，不同的枪械后坐力不一样，射速也不同。

程序媛了了·2025-01-29 14:30

华为OD机试 - 平均像素值 - 贪心算法（Python/JS/C/C++ 2024 E卷 100分）

一、题目描述一个图像有n个像素点，存储在一个长度为n的

哪吒·2025-01-29 12:46

nedi新型的基于边缘指导的图像插值算法matlab代码,New-edge-directed-interpolationNEDI 新边缘导向算法，的原理介绍以及实现，在去马赛克方面的应用 Grap.

详细说明：新边缘导向算法，算法的原理介绍以及实现，以及在去马赛克方面的应用-Thispaperproposesanedge-directedinterpolationalgorithmfornaturalimages.Thebasicideaistofirstestimatelocalcovariancecoefficientsalow-resolutionimageandthenusethese

weixin_39640265·2025-01-29 11:30

通义千问 Qwen2-VL-2B：技术架构、核心原理、微调操作与场景应用详解

通义千问Qwen2-VL-2B：技术架构、核心原理、微调操作与场景应用详解引言近年来，多模态大模型在人工智能领域取得了显著进展，尤其是在视觉语言理解（Vision-LanguageUnderstanding

zhangjiaofa·2025-01-29 10:16

Qwen-VL论文解读

Qwen-VL：用于理解、定位、文本阅读等的通用视觉-语言模型摘要在本文中，我们介绍了Qwen-VL系列，这是一组大规模的视觉-语言模型（LVLMs），旨在感知和理解文本和图像。

dream_home8407·2025-01-29 09:10

单目测距（yolo-目标检测+标定+深度学习目标检测_测距）

相较于YOLOv4，YOLOv5采用了更深的Backbone网络和更高的分辨率输入图像，以提高检测精度和速度。单目测距实现方法在目标检测的基础上，我们可以通过计算物体在图像中的像素大小来估计其距离。

计算机C9硕士_算法工程师·2025-01-29 09:37

ESP32-S3模组上跑通esp32-camera（36）

接前一篇文章：ESP32-S3模组上跑通esp32-camera（35）一、OV5640初始化2.相机初始化及图像传感器配置上一回继续对reset函数的后一段代码进行解析。

蓝天居士·2025-01-29 08:59

Depth Anything V2 使用指南

assets-包含示例图像或数据资产

侯彬颖Butterfly·2025-01-29 08:57

深度图转点云——从图像到三维场景

在计算机视觉领域中，深度图转点云是一项重要的任务，它能够将二维深度图像转换为三维点云表示。点云是一种由点构成的数据结构，可以直观地表示三维场景中的物体形状和空间布局。

MrybHtml·2025-01-29 08:56

OpenAI的编程语言和框架，给程序员带来了帮助有哪些

OpenAI的研究涉及深度学习、自然语言处理、视觉感知、强化学习等多个领域，并已在各种应用中取得了令人瞩目的成果。例如，在机器人领域，Open

API技术大佬Anzexi58·2025-01-29 07:46

Phaser引擎开发：UI设计与音效实现_音效控制与管理

preload函数是Phaser游戏生命周期中的一个阶段，用于预先加载所有需要的资源，包括图像、动画

chenlz2007·2025-01-29 06:39

Python数据可视化 Pyecharts 制作 Sankey 桑基图

Python的pyecharts库提供了Sankey类，支持用户灵活创建各种桑基图，不仅能够展示流动数据，还能根据节点层级及连线样式进行高度定制，使得桑基图在信息传达和视觉表现上更具表现力。

Mr数据杨·2025-01-29 04:51

Python 实现车牌识别

一、车牌识别的基本原理车牌识别主要包括以下几个步骤：图像采集：通过摄像头或其他图像采集设备获取包含车牌的图像。

菜狗小测试·2025-01-29 04:49

色度采样（4:4:4、4:2:2、4:2:0、4:1:1）详解

色度采样（4:4:4、4:2:2、4:2:0、4:1:1）详解色度采样概述色度采样（ChromaSubsampling）是一种在图像和视频处理中，通过减少色度分量（U、V）的采样量来压缩数据的技术。

又吹风_Bassy·2025-01-29 03:16

【车牌识别】卷积神经网络CNN车牌识别【含 GUI Matlab源码 2638期】

Matlab仿真科研站·2025-01-29 03:14

Python实现图像（边缘）锐化：梯度锐化、Roberts 算子、Laplace算子、Sobel算子的详细方法

目录Python实现图像（边缘）锐化：梯度锐化、Roberts算子、Laplace算子、Sobel算子的详细方法引言一、图像锐化的基本原理1.1什么是图像锐化？

闲人编程·2025-01-29 03:40

[C#] 对24位图像进行水平翻转(FlipX)的跨平台SIMD硬件加速向量算法（使用YShuffleX3Kernel）

文章目录一、标量算法1.1算法实现1.2基准测试代码二、向量算法2.1算法思路2.1.1难点说明2.1.2解决办法：每次处理3个向量2.1.3用YShuffleX3Kernel对3个向量内的24位像素进行翻转2.2算法实现2.3基准测试代码2.4使用YShuffleX3Kernel_Args来做进一步的优化三、基准测试结果3.1X86架构3.1.1X86架构上`.NET6.0`程序的测试结果3.1

zyl910·2025-01-29 02:04

医学顶会 MICCAI‘24 | LKM-UNet: 大型内核视觉 Mamba UNet 用于医学图像分割

请勿用作他用本文内容只为星球内部成员学习和学术交流，请勿用作他用论文信息题目：LKM-UNet:LargeKernelVisionMambaUNetforMedicalImageSegmentationLKM-UNet:大型内核视觉

小白学视觉·2025-01-29 00:49

不同客户群，交互设计原则

视觉吸引力：强调视觉设计的吸引力，以吸引用户眼球和提升用户体验。互动性：提供丰富的互动元素，例如动画、过渡效果，以增强用户参与感和互动体验。ToB客户群效率和功能性：产品设计

zhanggongzichu·2025-01-28 22:36

PyAutoGUI使用教程

鼠标拖动4.3鼠标单击4.4鼠标滚动4.5鼠标按下4.6缓动/渐变（Tween/Easing）函数5键盘函数5.1文字输入5.2快捷键5.3hold()上下文管理器6消息框函数7截图函数7.1截屏7.2图像定位

小剪子vv·2025-01-28 21:57

【计算机视觉】图像滤波

1.图像滤波定义图像滤波是一种非常重要的图像处理技术，图像平滑、边缘检测、边缘增强、去除噪声都属于图像滤波，图像滤波是一种基于邻域的算法。

油泼辣子多加·2025-01-28 21:52

Github趋势榜的新年冠军，竟是用AI玩数独

AI玩数独的项目AI_Sudoku（Github发址：https://github.com/neeru1207/AI_Sudoku）笔者体验了一下感觉还是比较有意思的，AI_Sudoku本质上就是使用图像识别的方式来完成

beyondma·2025-01-28 20:43

推荐频道