视觉CV 第6页

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

Phi-4-Multimodal是一种参数高效的多模态模型，通过LoRA适配器和模式特定路由器实现文本、视觉和语音/音频的无缝集成。

余俊晖·2025-03-12 12:40

Transformer 的原理是什么？

它在自然语言处理（NLP）领域取得了巨大成功，并逐渐扩展到计算机视觉（CV）和其他领域。Transforme

玩人工智能的辣条哥·2025-03-12 11:08

扩散 Transformer 策略：用于通才视觉-语言-动作学习的规模化扩散 Transformer

最近，在多样化的机器人数据集上进行预训练的大型视觉-语言-动作模型，已展示出利用少量域内数据泛化到

三谷秋水·2025-03-12 10:27

【threejs实战教程一】初识Three.js，场景Scene、相机Camera、渲染器Renderer

Scene、相机Camera、渲染器Renderer通俗一点理解，场景就是我们生活中一个具体的场景，比如自然环境中的一栋建筑，环境和内容构成了一个场景，相机就类比于人类的眼睛，渲染器就好比我们的中枢神经视觉处理器那我们的一个网页端

编码七号·2025-03-12 10:26

计算机视觉深度学习入门（4）

yyc_audio·2025-03-12 10:26

Android自定义视图绘制：Canvas实战案例解析

本文还有配套的精品资源，点击获取简介：Android的Canvas工具允许开发者在屏幕上绘制图形，创建丰富视觉效果和交互体验。

Ramaswamy·2025-03-12 10:55

计算机视觉图像处理面试笔试题整理——边缘检测

目录1.边缘检测综述2.Roberts算子3.Prewitt算子4.Sobel算子5.Laplace算子6.Canny1.边缘检测综述边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。

fpga和matlab·2025-03-12 09:18

VMware ESX曝3个0Day漏洞，已被黑客利用

这些漏洞分别被标识为CVE-2025-22224、CVE-2025-22225和CVE-2025-22226，影响了多个VMwareESX产品，包括VMwareESXi、vSphere、Workstation

FreeBuf-·2025-03-12 09:47

图像处理与机器视觉

1.图像处理与机器视觉的概念图像处理（ImageProcessing）是对图像进行分析、增强、变换等操作以改善图像质量或提取有用信息的过程。

Be_auto·2025-03-12 09:46

51-53 CVPR 2024 | DriveWorld：通过自动驾驶世界模型进行 4D 预训练场景理解（含模型数据流梳理）

24年5月，北京大学、国防创新研究院无人系统技术研究中心、中国电信人工智能研究院联合发布了DriveWorld:4DPre-trainedSceneUnderstandingviaWorldModelsforAutonomousDriving。DriveWorld在UniAD的基础上又有所成长，提升了自动驾驶目标检测、目标追踪、3D占用、运动预测及规划的性能，后期扩大数据集和调整骨干网络大小应该会

深圳季连AIgraphX·2025-03-12 08:43

Unity中自定义一个EditorWindow窗体并显示诸如list＜GameObject＞数据

SerializedProperty】（3）初始化方法和菜单定制//Addmenunamed"MyWindow"totheWindowmenu[MenuItem("Window/MyWindow")]staticv

dzj2021·2025-03-12 07:08

输入多个整数（一行），输出其中最大的整数

答案：publicstaticvoidmain(Stringargs[]){Scannerr=newScanner(System.in);//将键盘录入的数据用空格分隔开在录入一个数组中String[]

じ☆ve 清风°·2025-03-12 07:07

【光流】——liteflownet论文与代码浅读

光流，liteflownetcode:mmflowCVPR20181.前言FlowNet2是最先进的光流估计卷积神经网络(CNN)，需要超过160M的参数来实现精确的流量估计。

农夫山泉2号·2025-03-12 06:00

AttributeError: ‘NoneType‘ object has no attribute ‘astype‘

fasterRCNN网络时，出现AttributeError:'NoneType'objecthasnoattribute'astype'报错，如下图所示通过dug,发现im的shape为none,究其原因是因为cv.imread

冰虺·2025-03-12 06:55

Linux高阶——1116—SOCKET套接字基础

socket绑定3、listen()——监听网络连接状态4、accept()——执行此函数等待连接，并完成握手（服务端使用）5、connect()——通过此函数对目标请求tcp连接（客户端使用）6、recv

爱吃涮毛肚的肥肥·2025-03-12 05:20

cornell grasp data 康奈尔大学抓取数据集百度云

目前先进的基于视觉和机器人抓取方法都是在该数据集上训练过。该数据集共十组，每组100个物体，共计1000个物体，不仅包含物体的图像，还包含物体的抓取位姿。

工科pai·2025-03-12 05:20

人工智能学习

tf1.14python3.5keras2.1.5//-----数学基础&&数字图像-----//向量大小/方向矢量(有大小和方向)标量(只有大小没有方向(长度))单位向量线性变换(矩阵运算)T(v+w)=T(v)+T(w)T(cv

星月IWJ·2025-03-12 03:59

无人机动态追踪技术难点与距离分析！

传统计算机视觉方法（如光流法、卡尔曼滤波）易受干扰，需结合深度学习（如YOLO、SiamRPN++）提升抗干扰能力。

云卓SKYDROID·2025-03-12 01:15

Unity引擎开发：2D与3D渲染技术_虚拟现实与增强现实技术

虚拟现实与增强现实技术在上一节中，我们探讨了Unity引擎中的光照和阴影处理技术，了解了如何通过不同的光照模型和阴影算法提升游戏的视觉效果。

chenlz2007·2025-03-12 00:40

Java基础_18File类【重点】_递归_IO流【重点】

Person类不具备排序的功能实现Comparable接口，重写comparaTo2.匿名内部类interfaceA{voidtest();}main{newA(){publicvoidtest(){sout

码叔义·2025-03-12 00:28

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

Java基础知识:标识符、关键字、数据类型

例：publicclassTest{publicstaticvoidmain(String[]args){inta=20;}}在上面的Java代码中，我们有5个标识符，如下所示：测试：类名main：方法名称字符串

谏君之·2025-03-11 23:26

林深的林·2025-03-11 22:17

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

Java快排算法详解

具体Java代码实现publicclassQuickSort{publicstaticvoidsort(int[]array,intlow,inthigh){if(low=benchmark){high

大梦谁先觉i·2025-03-11 20:32

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

总结.NET CAD各种命令发送方式

在最后调用命令的方式此方式会在当前整个命令结束后才会调用，并且支持文档的切换与锁文档//////命令结束后调用命令//////命令publicstaticvoidSendComandFinally(stringcommand

一个成长中的码农·2025-03-11 19:26

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

CV如何开启多摄像头并且多线程

常规importcv2cv.imshow("窗口名称",照片)这个是开启窗口最为常见的方式开启摄像头读取图片一个简易的开启本机摄像头重要语句cv2.VideoCapturecap1.readimshowreleasedestoryAllWindowsimportcv2cap1

艾米莉亚小汉堡·2025-03-11 18:14

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

opencv借助ffmpeg读取sdp文件进行rtp拉流 20231019

20231019ffmpeg装起来很快编译命令g++rtp_ffmpeg_test.cpp-ooutput$(pkg-config--libsopencv4)代码如下#include#include#include

诗筱涵·2025-03-11 16:32

【OpenCV C++】存图，如何以时间命名，“年月日-时分秒“产生唯一的文件名呢？“年月日-时分秒-毫秒“ 自动检查存储目录，若不存在自动创建存图

文章目录1生成文件名（格式:"年月日-时分秒"格式）2生成文件名（格式:"年月日-时分秒-毫秒"）3多模式存图函数4综合调用实例5注意：默认参数只能在头文件中定义，不能在实现中重复默认参数mode==1→“年月日-时分”→YYYYMMDD-HHMM的文件名；例如：20250310-1647mode==2→"年月日-时分秒-毫秒"→YYYYMMDD-HHMMSS-MMM（适用采集存储帧率搞得图片，增

R-G-B·2025-03-11 16:56

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。主要概念频域表示幅值谱（MagnitudeSpectrum）：反映了各个频率成分的能量或强度。低频部分一般对应图像中的整体轮廓和大致结构，高频部分则反映图像的边缘、细节和噪声。相位谱（PhaseSpectrum）：包含了图像的空间位置信息

壹十壹·2025-03-11 16:26

SOPHON SDK解码视频流的常见调试方法

SOPHONSDK解码视频流的常见调试方法1.rtsp连接测试2.判断rtsp是否正常工作3.确认解码器是否能正常工作：（url为文件名或者rtsp连接地址）4.确认解码器和vpp的OpenCV接口是否正常工作

算能开发者社区·2025-03-11 16:54

《 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

uniApp实战二：仿今日相机水印功能

文章目录1.最终效果预览2.页面实现1.最终效果预览2.页面实现页面布局拍照data定义data(){return{snapSrc:"",cvHeight:"",cvWidth:"",tKey:"时间:

博主逸尘·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。以下是对直方图均衡化的详细说明：直方图均衡化原理直方图图像的直方图表示各灰度级在图像中出现的频率。对于对比度较低的图像，直方图可能集中在灰度范围的某一小区间。均衡化目标直方图均衡化通过将原图的灰度分布重新映射，使得输出图像的直方图尽量均匀分布在整个灰度范围内。这

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

Linux提权sudo篇

文章目录linux提权01.CVE-2019-1428702.sudoapt03.sudoapach204.sudoash05.sudoawk06.sudobase6407.sudobash08.sudocp09

璃靡·2025-03-11 13:36

Linux 提权

文章目录前言1.内核漏洞提权脏牛（CVE-2016-5195）2.不安全的系统配置项2.1SUID/SGID提权2.2sudo提权2.3定时任务提权2.4capabilities提权3.第三方软件提权TomcatmanagerNginx

藤原千花的败北·2025-03-11 12:27

学习笔记12——并发编程之线程之间协作方式

publicclassTest{ privatestaticvolatilebooleanflag=false; publicstaticvoi

码代码的小仙女·2025-03-11 12:57

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

数据分享｜1961-2017年中国0.25°×0.25° 逐日地表水文数据集(VIC-CN05.1)

本数据基于陆面水文模式（VICv4.2.d,VariableInfiltrationCapacitymodel）模拟构建了中国1961~2017年0.25°×0.25°逐日地表水文数据集（VIC-CN05.1

JGiser·2025-03-11 11:50

java ik分词器

org.apache.lucenelucene-core7.4.0org.apache.lucenelucene-analyzers-common7.4.0com.github.mageseik-analyzer8.5.0publicstaticvoidmain

大波V5·2025-03-11 11:49

推荐频道

视觉CV