视觉语义SLAM 第7页

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

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

云原生Serverless平台：无服务器计算的架构革命

引言：从虚拟机到函数即服务(FaaS)AWSLambda每天处理数十万亿次请求，阿里巴巴函数计算支撑双十一亿级事件触发。

桂月二二·2025-03-11 16:01

C++：const和constexpr两个关键字

在C++中，constexpr和const是两个关键字，用于定义常量，但它们有不同的语义和用途。以下是它们的详细对比和示例：1.const含义：表示变量是只读的，其值在程序运行期间不能被修改。

壹十壹·2025-03-11 16:26

《 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

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

四种主要的 API 架构风格：RPC、SOAP、REST、GRAPHQL

为了快速、大规模地集成不同的应用程序，API使用协议或规范来定义那些通过网络传输的消息的语义和信息。这些规范构成了AP

小马不敲代码·2025-03-11 12:24

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

如何更新已经发布的 NPM 组件库

NPM使用语义化版本规则，即格式为major.minor.patch，例如1.0.1。版本号的更新规则为：major：主版本变更，通常是重大更新或不兼容变更。

校长2008·2025-03-11 09:34

LangChain 发布政策详解

核心原理解析LangChain生态系统采用语义版本控制（Se

VYSAHF·2025-03-11 08:25

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

句子改写器在线转换的原创性提升策略

以下从技术底层到应用层拆解核心方法，辅以实验数据验证其可行性：一、语义拓扑重构技术（SemanticTopologyReconstruction）原理突破传统同义词替换仅影响表层词汇（LexicalLevel

hjehheje·2025-03-11 05:27

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

开源向量数据库介绍说明

❀͜͡傀儡师·2025-03-11 04:52

YAGO是什么？

YAGO是一个基于链接数据库的开放语义知识库，由德国马普研究所与巴黎电讯科技大学于2007年联合开发，基于CreativeCommonsAttribution协议。

魔王阿卡纳兹·2025-03-11 04:19

html 文本识别标签,HTML 文本标签

一、标题标签单词缩写：head头部.标题为了使网页更具有语义化，我们经常会在页面中用到标题标签，HTML提供了6个等级的标题，即~，代表六个级别的标题，代表最大的标题，代表最小的标题。

北美R哥·2025-03-11 03:43

《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

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

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

Vue 3 组件库版本管理与发布策略：语义化版本控制与自动化发布流程 - 打造稳定可信赖的组件库生态

今天，我们将聚焦于组件库生命周期的关键环节——版本管理与发布，深入剖析语义化版本控制(SemanticVersioning)的精髓，并实践自动化发布流程，为Vue3BasicU

Neo Evolution·2025-03-10 21:05

【基于手势识别的音量控制系统】

基于手势识别的音量控制系统github项目效果这是一个结合了计算机视觉和系统控制的实用项目，通过识别手势来实现音量的无接触控制，同时考虑到了用户隐私，加入了实时人脸遮罩功能。

合肥玉安人工智能工作室·2025-03-10 21:31

机器视觉3D上下料技术上的分析

机器视觉3D上下料是工业自动化领域的重要应用，通过3D视觉技术引导机器人完成物料的精准抓取、定位和放置，尤其适用于复杂、无序或高精度的场景。

视觉人机器视觉·2025-03-10 19:47

华为OD面经 - 二战失利C++视觉算法

·2025-03-10 18:58

π0：一种用于通用机器人控制的视觉-语言-动作流模型

π0：一种用于通用机器人控制的视觉-语言-动作流模型原创木木JS具身知识库2024年12月06日17:30广西

强化学习曾小健·2025-03-10 18:34

智能遥感新质生产力：ChatGPT、Python和OpenCV强强联合；空天地遥感数据分析的全流程；地面数据、无人机数据、卫星数据、多源数据等处理

不仅涵盖了从零基础入门Python编程、OpenCV视觉处理的基础知识，还将借助ChatGPT智能支持，引导您掌握遥感影像识别和分析的进阶技术。

小艳加油·2025-03-10 16:57

利用CUDA与OpenCV实现高效图像处理：全面指南

利用CUDA与OpenCV实现高效图像处理：全面指南前言在现代计算机视觉领域，图像处理的需求日益增加。无论是自动驾驶、安防监控，还是医疗影像分析，图像处理技术都扮演着至关重要的角色。

快撑死的鱼·2025-03-10 16:25

【无标题】

1.计算机视觉与图像处理计算机视觉技术涵盖从图像预处理到目标检测的全流程，是工业视觉系统的核心部分。

东东就是我·2025-03-10 16:54

技术人实测 | 如何用AI工具2分钟突破知网AIGC检测线

最近在GitHub发现个有意思的本地化算法工具，其核心是通过对抗式语义重组技术重构文本逻辑链。测试时发现：将GPT生成的论文导入后，系统会保留原始参考文献格式，同时用学术同义词替换引擎重写表达结构。

LL06210721·2025-03-10 15:50

“面面俱到”！人脸活体检测让应用告别假面攻击

HarmonyOSSDK场景化视觉服务（VisionKit）提供人脸动作活体检测能力，增强对于非活体攻击的防御能力和活体通过率。

·2025-03-10 13:45

深度学习在SSVEP信号分类中的应用分析

模型输入和数据预处理3.模型结构设计3.1卷积神经网络（CNN）3.2长短期记忆网络（LSTM）4.训练方法与激活函数5.性能评估与挑战6.未来方向前言随着脑机接口（BCI）技术的发展，SSVEP（稳态视觉诱发电位

自由的晚风·2025-03-10 12:00

PSPNet在图像超分辨率中的应用

PSPNet在图像超分辨率中的应用1.背景介绍图像超分辨率(ImageSuper-Resolution,ISR)是计算机视觉领域的一个重要研究方向,旨在从低分辨率图像中重建高分辨率图像。

AI天才研究院·2025-03-10 12:55

Pika 技术浅析（二）：文本编码

这些向量需要捕捉文本的语义信息和语法结构，以便在后续的视频生成过程中，模型能够根据这些向量生成与文本描述高度匹配的视频内容。1.2Tr

爱研究的小牛·2025-03-10 11:23

多宠识别：基于计算机视觉的智能宠物管理系统架构解析

传统方案面临三大技术瓶颈：1.生物特征混淆：同品种/毛色宠物识别准确率低于65%2.动态场景适应：进食/奔跑状态下的误检率达30%+3.数据孤岛问题：离线设备无法实现持续学习优化快瞳科技采用**双模态视觉融合架构

深圳市快瞳科技有限公司·2025-03-10 11:49

AWS无服务器应用程序开发—第十一章API Gateway

支持多种集成方式，如AWSLambda、AWSEC2、AWSS3等，还可以自定义

yunquantong·2025-03-10 10:17

自然之美：探索湖光山色的秘密！

这里的山势险峻，危峰兀立，给人一种强烈的视觉冲击。峡谷中的水流更加湍急，波浪拍打着岩石，溅起一朵朵白色的浪花。

大脸猫的猫脸大·2025-03-10 10:17

AI Agent: AI的下一个风口从图形用户界面到自然语言的进化

人机交互的演变历程1.1.1命令行界面时代1.1.2图形用户界面时代1.1.3自然语言交互的兴起1.2AI技术的发展现状1.2.1机器学习和深度学习的突破1.2.2自然语言处理技术的进步1.2.3知识图谱和语义理解的发展

AI天才研究院·2025-03-10 10:45

Training-free Neural Architecture Searchthrough Variance of Knowledge of Deep Network Weights（预览版本）

代码位置摘要深度学习彻底改变了计算机视觉，但它使用深度网络架构取得了巨大的成功，而这些架构大多是手工制作的，因此可能不是最理想的。

境心镜·2025-03-10 08:54

博冠8K摄像机：文旅场景应用的新宠

一、极致画质，重塑文旅视觉盛宴8K分辨率意味着什么？它代表着超高清的视觉体验，其画面细腻程度是传统高清摄像机的16倍之多。

8K超高清·2025-03-10 06:09

图文详解维感科技3D深度相机在AGV/AMR的应用（一）

据中国移动机器人（AGV/AMR）产业联盟数据、新战略移动机器人产业研究所统计，2021年中国叉式移动机器人（含视觉导航）销量达8000台，同

Vzense ToF 3D·2025-03-10 04:30

构建一个完整的视觉Transformer（ViT）图像分类模型 VIT （vision transformer）图像分类

构建一个完整的视觉Transformer（ViT）图像分类模型VIT（visiontransformer）图像分类根据提供的截图内容，我们可以看到一个名为VitNet的视觉Transformer（VisionTransformer

Jackie_AI·2025-03-10 04:29

【人工智能基础】生成模型：让数据“无中生有”的神奇魔法

GAN）2、变分自编码器（VAE）3、扩散模型（DPM）4、基于能量的模型（EBM）5、正规化流（NF）四、生成模型对比分析五、生成模型的应用拓展一、生成模型的发展脉络在深度学习尚未兴起的时期，计算机视觉领域的传统图像生成算法主要依赖纹理合成和纹理映射等技术

roman_日积跬步-终至千里·2025-03-10 03:49

PiscTrace以YOLOv12为例定义兴趣区域提高识视图别效率

2160*38401.裁剪与贴合的运算流程在传统的机器视觉模型中，由于输入尺寸的固定要求，一旦图像尺寸较大，缩放后的目标往往会变得模糊，导致小目标难以被精确识别。而

那雨倾城·2025-03-10 02:15

语义检索-BAAI Embedding语义向量模型深度解析[1-详细版]：预训练至精通、微调至卓越、评估至精准、融合提升模型鲁棒性

语义检索-BAAIEmbedding语义向量模型深度解析[1-详细版]：预训练至精通、微调至卓越、评估至精准、融合提升模型鲁棒性语义向量模型（EmbeddingModel）已经被广泛应用于搜索、推荐、数据挖掘等重要领域

汀、人工智能·2025-03-10 01:36

2022IJCAI速读：SparseTT，使用稀疏Transformers进行视觉跟踪

原文标题：SparseTT:VisualTrackingwithSparseTransformers中文标题：SparseTT：使用稀疏Transformers进行视觉跟踪代码地址：GitHub-fzh0917

夜深人静打代码·2025-03-10 00:53

推荐频道

视觉语义SLAM