视觉感知

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

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

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

色度采样（4:4:4、4:2:2、4:2:0、4:1:1）详解

它利用了人眼对亮度（Luma，Y）比色度（Chroma，U/V）更加敏感的特性，从而在不明显影响视觉效果的前提下，显著降低数据量。在YUV颜色空间中，Y表示亮度，U和V表示色度分量。
又吹风_Bassy·2025-01-29 03:16

盘点50个AI大模型企业和典型产品

-GPT-4O：OpenAI的新一代AI模型，在语言理解和生成能力上有进一步提升，能够感知用户的情绪，并针对问题以带有情绪的“嗓音”做出反馈。
大模型玩家·2025-01-29 02:38

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

大话特征工程：2.特征组合与描述

公元2147年，人类文明站在科技的巅峰，所有决策、发展甚至感知都被“全维计算网络”所掌控。这套系统以高维空间中的数据为基础，试图预测并塑造未来。
nnerddboy·2025-01-28 22:03

【计算机视觉】图像滤波

通过图像滤波，可以实现图像平滑、边缘检测；图像平滑也叫图像模糊，用以去除图像中的噪声、伪影等，它是图像处理和计算机视觉的常见步骤。
油泼辣子多加·2025-01-28 21:52

SalFAU-Net:显著性目标检测的显著性融合注意U-Net

IntroductionRelatedWorksSalFAU-Net:SaliencyFusionAttentionU-NetforSalientObjectDetection摘要显著目标检测（SOD）在计算机视觉中仍然是一个重要的任务
明初啥都能学会·2025-01-28 18:29

电子电气架构 --- 车载电子和软件架构概述

喜欢独处，独来独往，不易合同频过着接地气的生活，除了生存温饱问题之外，没有什么过多的欲望，表面看起来很高冷，内心热情，如果你身边有这样灵性的人，一定要好好珍惜他们眼中有神有光，干净，给人感觉很舒服，有超强的感知能力有形的无形的感知力很强
车载诊断技术·2025-01-28 16:43

ultralytics 是什么？

ultralytics是一个用于计算机视觉任务的Python库，专注于提供高效、易用的目标检测、实例分割和图像分类工具。
博刻·2025-01-28 16:09

《Python 动画：实现多种不同速度的炫酷烟花效果》

《Python动画：实现多种不同速度的炫酷烟花效果》前言烟花绽放是一个经典的视觉效果，通过Python和Matplotlib，我们可以轻松实现动态的烟花动画效果。
后端工匠之道·2025-01-28 16:38

从简单到深刻的认知发展

认知发展，人工智能，深度学习，神经网络，机器学习，自然语言处理，计算机视觉1.背景介绍认知发展是人类从简单到复杂的思维方式演进的过程，它涉及感知、记忆、语言、推理和决策等多个方面。
AI架构设计之禅·2025-01-28 15:04

使用Python调用OpenCV中的solvePnP函数

OpenCV是一个广泛使用的计算机视觉库，它提供了许多用于处理图像和视频的功能。其中一个重要的功能是解决透视投影问题，也就是通过已知的3D点和对应的2D图像点来计算相机的位姿。
WzisTypescript·2025-01-28 08:52

机器视觉python+opencv函数库：一

对此图片进行操作：代码部分：第一步：importcv2#导入opencv函数库img_test=cv2.imread(r"C:\Users\12044\Desktop\test.png")#读取图像，img_test为原图名称cv2.imshow("image",img_test)#显示图像，引号中的内容为图像显示窗口的名称，即“image”cv2.waitKey(0)#等待事件触发，参数0表示永
二师弟_k·2025-01-28 07:13

cv python_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_40004659·2025-01-28 07:13

基于R-CNN深度学习的无人机目标检测系统：数据集、模型和UI界面的完整实现

无人机目标检测系统的建设成为提升无人机自主飞行和环境感知能力的重要环节。
2025年数学建模美赛·2025-01-28 05:30

探索人工智能在计算机视觉领域的创新应用与挑战

作为AI领域的关键分支，计算机视觉（ComputerVision,CV）致力于让计算机具备像人类一样理解和解析图像、视频等视觉信息的能力，近年来取得了令人瞩目的进展。
戒了9·2025-01-28 03:43

参考图像分割Referring Image Segmentation（RIS）和开放词汇语义分割Open Vocabulary Semantic Segmentation

这个任务是众所周知的具有挑战性的视觉和语言任务之一。RIS需要收集目标区域
余弦的倒数·2025-01-28 02:59

楼顶红灯的作用

2.闪烁频率的不一致不同频率的原因：视觉效果：不同的闪烁频率和模式可以增加灯光的可见性，确保其在不同的天气条件和视觉背景下更加显眼。减少视觉疲劳：如果所有建筑的灯光频率完全一致，
爱吃瓜的猹z·2025-01-28 00:51

【Python篇】Python + OpenCV 全面实战：解锁图像处理与视觉智能的核心技能

文章目录PythonOpenCV入门与实战详解前言第一章：OpenCV基础操作1.1OpenCV简介1.1.1OpenCV的优势1.2安装OpenCV1.3OpenCV中的图像读取与显示1.3.1读取图像1.3.2显示图像1.3.3保存图像1.3.4示例：图像读取、显示与保存1.4图像的基本属性1.4.1图像通道第二章：OpenCV图像处理2.1图像的几何变换2.1.1缩放图像2.1.2图像旋转2
半截诗·2025-01-27 21:25

开源模型应用落地-qwen模型小试-调用Qwen2-VL-7B-Instruct-更清晰地看世界-vLLM+Docker（七）

让我们能够深入了解当今最前沿的视觉语言模型的工作原理和强大能力。这不仅拓宽了我们的知识视野，更让我们站在科技发展的潮头，紧跟时代的步伐。
开源技术探险家·2025-01-27 20:51

【有啥问啥】揭秘AI图像/视频生成的幕后功臣：重述（Recaptioning）技术

从生成震撼视觉效果的图像生成器DALL-E3，到能够创造逼真动态视频的Sora，这些强大的模型背后，有一项至关重要的技术正在悄然发力——那就是重述（Recaptioning）技术。
有啥问啥·2025-01-27 19:12

C# OpenCV机器视觉:利用CNN实现快速模板匹配

在一个阳光灿烂的周末，阿强正瘫在沙发上，百无聊赖地换着电视频道。突然，一则新闻吸引了他的注意：某博物馆里一幅珍贵的古画离奇失踪，警方怀疑是被一伙狡猾的盗贼偷走了，现场只留下一些模糊不清的监控画面，根本无法确定盗贼的行踪。阿强看着电视里那一团乱麻的线索，眼睛突然一亮，心中涌起一股热血：“要是我能帮警方找到盗贼，那可就太酷了！说不定还能得到博物馆的巨额悬赏，从此走上人生巅峰呢！”说干就干，阿强立马冲进
pchmi·2025-01-27 18:09

小而伟大的智慧

一个智能控制器，隐藏在机器内部，却能用感知、分析与决策改变外部世界。它既是一个观察者，也是一个行动者，用最少的资源实现最高效的运作。嵌入式的美，在于它的无声胜有声。
看，是大狗·2025-01-27 17:30

YOLOv8改进策略【Backbone/主干网络】| CVPR 2024替换骨干网络为 UniRepLKNet，解决大核 ConvNets 难题

UniRepLKNet提出了独特的大核设计能有效捕捉图像特征，在多模态任务中展现出强大的通用感知能力。
Limiiiing·2025-01-27 17:57

人工智能技术的应用前景及未来发展

随着深度学习、强化学习、自然语言处理（NLP）、计算机视觉（CV）等技术的飞速进展，AI不再仅仅是学术研究中的一个热点，而是渗透到各个行业，成为推动创新、优化生产和提升效率的核心力量。
键盘上的蚂蚁-·2025-01-27 16:24

opencv2.4中SVD分解的几种调用方法

原帖地址：http://blog.sina.com.cn/s/blog_6109b5d00101ag7a.html在摄影测量和计算机视觉中，考虑最优解问题时，经常要用到SVD分解。
weixin_34342992·2025-01-27 15:46

Python从0到100（四十）：Web开发简介-从前端到后端（文末免费送书）

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·2025-01-27 14:39

【路径规划】基于D*算法的移动机器人路径规划（Matlab代码实现）

地图构建是指移动机器人根据自身传感器感知周围的环境信息,建立其工作环境模型的过程;定位是指
荔枝科研社·2025-01-27 14:06

【路径规划】基于D*算法的移动机器人路径规划（Matlab代码实现）

地图构建是指移动机器人根据自身传感器感知周围的环境信息,建立其工作环境模型的过程;定位是指
梦想科研社_研学·2025-01-27 12:25

基于OpenCV的答题卡识别系统（附全部源码）

系统运用精巧的计算机视觉算法，实现了批量识别答题卡并将信息导出至Excel表格的功能。这一解决方案使得答题卡的判卷过程变得轻便、高效且准确。
Dong__ZW·2025-01-27 12:54

使用HTML5 Canvas 实现呼吸粒子球动画效果的原理

通过详细解读其代码实现，我们将全面了解如何运用HTML5的强大功能构建出如此迷人的视觉效果。
软件工程师文艺·2025-01-27 08:35

Python 合并 Excel 单元格

此外，当对数据进行分类时，为了使同一类别的数据在视觉上更具整体性和区分度，可以将同一类别的单元格进行合并。本文将介绍如何通过Python合并Excel中的指定行、列、或单元格范围。
Eiceblue·2025-01-27 08:28

在亚马逊云科技上用Stable Diffusion 3.5 Large生成赛博朋克风图片（上）

各位开发者们现在可以使用该模型，根据文本提示词文生图生成高质量的图片，并且支持多种图片风格生成，助力媒体、游戏、广告和零售等行业的开发者们加速概念艺术、视觉特效以及精修产品宣传图的生成创作。
佛州小李哥·2025-01-27 06:20

计算机视觉目标检测-DETR网络

目录摘要abstractDETR目标检测网络详解二分图匹配和损失函数DETR总结总结摘要DETR（DEtectionTRansformer）是由FacebookAI提出的一种基于Transformer架构的端到端目标检测方法。它通过将目标检测建模为集合预测问题，摒弃了锚框设计和非极大值抑制（NMS）等复杂后处理步骤。DETR使用卷积神经网络提取图像特征，并将其通过位置编码转换为输入序列，送入Tra
next_travel·2025-01-27 06:47

nacos详解

的核心功能nacos服务注册与发现的机制Nacos选举机制Nacos作为配置中心，主要的实现流程nacos作为配置中心多还是注册中心多Nacos配置动态更新原理Nacos在做配置中心的时候是如何实现动态感知配置变化的
思静鱼·2025-01-27 05:14

顶刊论文:一种用于病理学的多模态全切片基础模型 TITAN

MultimodalWholeSlideFoundationModelforPathology”提出了一种用于病理学的多模态全切片基础模型TITAN，通过在大量组织切片图像（WSIs）上的自监督学习和视觉语言对齐预训练
思陌Ai算法定制·2025-01-27 04:06

智能交互革命：论UI-TARS技术突破与未来图景

字节跳动最新开源的UI-TATS系统，以其突破性的视觉认知架构，不仅颠覆了传统自动化技术的实现路径，更昭示着人工智能向具身化智能迈进的重大转折。
智识世界Intelligence·2025-01-27 03:02

日志2025.1.26

日志2025.1.261.增加了副武器系统，优化了切换武器的视觉效果在人物背包、腿上挂载装有BackupWeaponModel脚本的武器模型//返回副武器publicWeaponBackupWeapon
science怪兽·2025-01-27 03:59

YOLO到XML：轻松转换标注文件，助力计算机视觉项目

YOLO到XML：轻松转换标注文件，助力计算机视觉项目在计算机视觉项目中，数据标注是至关重要的一步。不同的算法和框架可能需要不同格式的标注文件。
m0_69670384·2025-01-27 02:21

AGI与量子引力的研究前景

答案：人工通用智能（AGI）是指具有与人类智能相似的能力的人工智能系统，能够理解、学习、推理、感知和应对各种复杂环境。
AI天才研究院·2025-01-27 01:10

安宝特方案 | AR化身为“拣货员”，引领高效物流服务发展

通过实时库存追踪、视觉拣选、AI识别平台辅助三个关键方面，增强现实（AR）技术正建立一个高效、智能、安全的新发展动态。
安宝特AR·2025-01-26 22:24

Python从0到100（六十一）：机器学习实战-实现客户细分

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·2025-01-26 21:17

请问Python怎么安装vlfeat？

在当今数据驱动的时代，图像处理和计算机视觉成为了许多前沿应用的核心技术之一。作为一门强大的编程语言，Python在这些领域中扮演着极其重要的角色。
cda2024·2025-01-26 20:09

参照和谐色调为PPT图形设置统一格式的要点

大家好～今天和大家聊一聊PPT设计中如何通过和谐色调为图形设置统一格式，让整体设计看起来既专业又有视觉吸引力。PPT不仅仅是一个展示工具，它更是传达信息的载体。
PPT百科·2025-01-26 20:07

双目视觉之获取三维坐标（立体校正、Q矩阵与三角测量原理）

前言双目视觉是一种模拟人类立体视觉的计算机视觉技术，它通过两个相机从不同的角度拍摄同一个场景，然后利用三角测量原理，计算出场景中物体的三维坐标信息。
乐平要加油啊·2025-01-26 19:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他