视觉私服

基于深度学习的行人检测与识别系统：YOLOv5、YOLOv8、YOLOv10与UI界面的实现

引言行人检测与识别技术作为计算机视觉领域的一个重要应用，广泛应用于智能监控、自动驾驶、公共安全等多个领域。

2025年数学建模美赛·2025-02-01 03:25

基于深度学习的行人检测识别系统：YOLOv8 + UI界面 + 数据集完整实现

1.引言行人检测与识别是计算机视觉中的一个重要领域，广泛应用于安防监控、智能交通、自动驾驶等多个领域。传统的行人检测方法面临着许多挑战，如低光照、复杂背景、遮挡等问题。

2025年数学建模美赛·2025-02-01 03:55

html文件插入到ppt中,怎么把视频嵌入到ppt里

ppt是我们常用的一款办公软件，它能够给我们呈现更好的视觉体验，不仅能够更直观的介绍需要展现的知识点，又能够突出个性化的设计风格。

野蛮人柯南·2025-02-01 01:41

Python从0到100（八十六）：神经网络-ShuffleNet通道混合轻量级网络的深入介绍

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·2025-02-01 00:05

毕业设计项目深度学习人体目标检测

1简介今天学长向大家介绍一个机器视觉的毕设项目，基于深度学习的人体目标检测算法研究与实现项目运行效果：毕业设计深度学习行人目标检测系统项目分享:见文末!

bee_dc·2025-01-31 23:26

【人工智能】基于Python的机器翻译系统，从RNN到Transformer的演进与实现

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！

蒙娜丽宁·2025-01-31 23:24

『OpenCV-Python』Trackbar控件的用法

·2025-01-31 21:03

YOLOv10：面向下一代目标检测模型的创新探索

随着计算机视觉技术的飞速发展，目标检测模型在各类应用场景中的重要性与日俱增。从自动驾驶到智能监控，目标检测的准确性和实时性都直接影响着应用的效果和用户体验。

AgriTube·2025-01-31 20:31

具身智能VLA（视觉-语言-动作）入门+RTX4060+Ubuntu22.04

从2024年的11月20日开始到现在差不多有2个月，总结一下这段时间的VLA学习经历。我也自己学习的代码都整理到GitHub上了，链接：GitHub-hzm8341/vla_tutorial:howtolearnvla欢迎大家点赞和留言，有问题我会尽快回答。第一个阶段：学习transformer和大模型：我喜欢刷微信的短视频，看到了入门的课程：GitHub-rasbt/LLMs-from-scra

铮铭·2025-01-31 19:51

YOLOv10改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含二次创新）

EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。

Limiiiing·2025-01-31 17:31

什么是数字图像？

本文可在公众号「德育处主任」免费阅读弄懂数字图像的概念对学习计算机视觉很有帮助。那么，什么是数字图像？字面意思，数字图像就是有数字组成图像。通常由像素（Pixel）组成，每个像素包含颜色或亮度信息。

·2025-01-31 17:26

[特殊字符]【计算机视觉必杀技】三行代码实现文档智能校正（附完整代码）

算法流程3.核心代码解析3.1.1坐标点排序3.1.2透视变换矩阵4.实验结果分析4.1中间过程可视化4.2性能指标5.应用场景5.1纸质文档电子化5.2车牌识别预处理5.3AR场景平面检测5.4工业视觉中的平面定位

我的青春不太冷·2025-01-31 16:22

ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C head

背景numpy是一个用户科学计算的开源python库，是一个非常基础的库，现有的python库很多都会用到numpy这个库，如果你是从事计算机视觉的，这个库完全躲不过去被很多库使用，很容易出现的问题就是兼容性

Garfield2005·2025-01-31 14:39

初识CSS

作用：实现网页布局，美化网页2.css的特性表现层和结构层完全分离，符合web标准便于团队开发（视觉设计师和内容编辑分离）便于网站的更新升级，维护性好用户体验好，网站性能高能够适应不同的显示设备二.CSS

大耳朵图图！·2025-01-31 13:56

探索高效嵌入式视觉应用：RK3588/RK3568/RK3566 Linux QT Opencv NPU YoloV5摄像头实时检测系统...

探索高效嵌入式视觉应用：RK3588/RK3568/RK3566LinuxQTOpencvNPUYoloV5摄像头实时检测系统rk_yolov5.zip项目地址:https://gitcode.com/

陆依嫣·2025-01-31 12:48

A Survey on Large Language Model Acceleration based on KV Cache Management

缓存管理的大型语言模型加速研究综述摘要1引言2前言3分类4token级优化5模型级优化6系统级优化7文本和多模态数据集8结论摘要大型语言模型（LLM）因其理解上下文和执行逻辑推理的能力，彻底改变了自然语言处理、计算机视觉和多模态

UnknownBody·2025-01-31 12:47

PDFsam Basic for mac和PDF文件合并的方法

PDFsamBasicformac具有合并，拆分，旋转，转换，编辑，签署PDF文件等功能，还可以填写表格，视觉组合，页面重新排序，在本篇文章中，为您介绍的使用PDFsamBasicformac合并PDF

*橙子·2025-01-31 11:11

目标检测入门教程：使用Python实现目标检测算法

目标检测是计算机视觉领域中的重要任务，它旨在识别和定位图像或视频中的特定对象。本教程将介绍如何使用Python编程语言实现目标检测算法。

晨曦之光，优美芝麻·2025-01-31 10:05

初学者指南：快速入门Halcon图像处理与对象识别

引言Halcon是一款功能强大的机器视觉和图像处理软件库，被广泛应用于工业自动化、医疗影像处理、机器人视觉等领域。

Singe.Chen·2025-01-31 10:31

Python从0到100（四十九）：数据库设计及Django ORM使用

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·2025-01-31 06:53

Deepseek又开源了颠覆性的新模型Janus-Pro

先介绍一下Janus架构☝️Janus是为了解决多模态AI领域的一个根本性矛盾：“理解”与“生成”任务对视觉表征的需求

AI生成曾小健·2025-01-31 05:51

推荐项目：VPD - 高性能的视觉定位与导航库

傅尉艺Maggie·2025-01-31 04:37

npm常用命令

wherenode清除缓存npmcacheclean--force淘宝镜像（只支持下载，不支持上传发布）npmconfigsetregistryhttps://registry.npm.taobao.org设置公司私服地址

zhanggongzichu·2025-01-30 22:19

AI 大模型创业：如何利用商业优势？

这些模型通常具有数十亿甚至千亿个参数，能够实现从自然语言处理到计算机视觉、语音识别等广泛领域的任务。

AI天才研究院·2025-01-30 21:46

基于uni-app实现的物品有效期管理APP开发分享

自动计算剩余有效天数本地存储：使用uni-app本地存储实现数据持久化图片管理：支持上传和展示物品图片二、核心功能实现解析1.滑动删除交互实现实现原理：通过触摸事件计算滑动距离，结合CSS过渡动画实现视觉反

烂蜻蜓·2025-01-30 20:01

CVPR‘24开源 | ADA-Track：端到端3D多目标跟踪最新SOTA！

编辑：计算机视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。

计算机视觉工坊·2025-01-30 15:44

所有指标全面领先！图像-点云配准最新SOTA！CoFiI2P详细介绍！

作者：大森林|来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf。添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。

3Ｄ视觉工坊·2025-01-30 14:41

Lumen5——AI视频制作，提取关键信息生成带有视觉效果的视频

一、Lumen5介绍Lumen5是一款基于人工智能的自动化视频制作平台，专为非专业用户设计，帮助其将博客、文章、新闻等文字内容快速转换为视频。Lumen5的目标是简化视频制作流程，让内容创作者、市场营销人员、社交媒体团队等无需视频制作经验即可轻松制作吸引观众的高质量视频。二、Lumen5的主要功能文字转视频Lumen5最具特色的功能是通过AI自动将文本转化为视频。用户可以输入一段文字或直接粘贴文章

爱研究的小牛·2025-01-30 12:28

OpenCV中的图像处理函数详解

在OpenCV中，图像处理函数是实现图像处理和计算机视觉任务的基础。下面将详细介绍六个重要的图像处理函数：二值化函数、自适应二值化函数、腐蚀函数、膨胀函数、仿射变换函数和透视变换函数。

Luzem0319·2025-01-30 12:55

OpenCV中的边缘检测和轮廓处理

在图像处理和计算机视觉任务中，边缘检测和轮廓处理是非常重要的步骤。

Luzem0319·2025-01-30 12:55

【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

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

Could not transfer metadata ../maven-metadata.xml from/to nexus ..: Not authorized

在使用私服nexus，打包的时候一直抱以下的错误Couldnottransfermetadatacom.funtl:itoken-dependencies:1.0.0-SNAPSHOT/maven-metadata.xmlfrom

ThisSide、·2025-01-30 03:50

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

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

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

为了在时空维度上实现一致的区域表示，我们引入了TokenMark，这是一组在视觉特征空间中突出目标区域的标记。

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。视频帧由t到t+1的检测，虽然也可以使用目标检测获取，但实际应用中往往是不可行的，原因如下：目标跟踪的目的是根据目标在当前视频帧图像中的位置，预测其在下一帧图像中的位置。然而，使用目标检测直接获取目标位置的方式在实际应用中存在一些限制，主要原因如下：1.实时性问题频繁检测开销大：目标检测通常需要对每一帧的整个图像

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

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/ff2d5项目介绍在工业自动化和机器视觉领域

宫蓓姝Garth·2025-01-29 21:37

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

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

推荐频道