视觉Transformer 第16页

OpenCV中的边缘检测技术及实现

介绍:边缘检测是计算机视觉中非常重要的技术之一。它用于有效地识别图像中的边缘和轮廓，对于图像分析和目标检测任务至关重要。

superdont·2024-02-19 11:37

理解并实现OpenCV中的图像平滑技术

导读图像模糊（也称为图像平滑）是计算机视觉和图像处理中的基本操作之一。模糊图像通常是噪声减少、边缘检测和特征提取等应用的第一步。

superdont·2024-02-19 11:07

flutter报错总结

becausethefollowingdependenciesdon'tsupportnullsafety:package:flutter_swiperpackage:flutter_page_indicatorpackage:transformer_page_viewForsolutions

孤雁_南飞·2024-02-19 11:45

0-3岁宝宝启蒙绘本：十大必读之作，助力宝宝智力与情感发展

绘多多·2024-02-19 11:13

十橙·2024-02-19 11:56

“刷屏”！AI“文生视频”如何改变未来？

继去年发布的聊天机器人ChatGPT引领新一轮人工智能（AI）浪潮之后，美国人工智能公司OpenAI于16日又发布了全新的生成式人工智能模型Sora，它能够通过文本指令创建最长达60秒的视频，其逼真的视觉效果让它在一夜之间

人机与认知实验室·2024-02-19 11:26

单品选色千万别盲从，试试这五种，能让你度过一个不一样的秋天

咖色是“前菜”在我刚刚懂得单品颜色可以带给人不一样的视觉体验时，我喜欢的第一个颜色就是经典咖色，它的复古沉稳、经典百搭，

巧百搭·2024-02-19 11:48

【OpenAI Sora】开启未来：视频生成模型作为终极世界模拟器的突破之旅

这份技术报告主要关注两个方面：（1）我们的方法将各种类型的视觉数据转化为统一的表示形式，从而实现了大规模生成模型的训练；（2）对Sora的能力和局限性进行了定性评估。报告中不包含模型和实现细节。

Draven21·2024-02-19 11:15

一阶段目标检测算法：流程详解

目标检测是计算机视觉领域的一个重要研究方向，旨在识别图像中的物体并确定其位置和大小。一阶段目标检测算法以其较快的处理速度和较高的实时性而受到关注。

小厂程序猿·2024-02-19 11:06

【报告解析】OpenAI Sora视频模型官方报告全解析 | 效果，能力以及基本原理

省流版1核心数据处理将视频数据整合成一个一个的Patch，方便统一训练数据，利用扩散Transformer架构2功能效果除了可以实现基础的文生视频外，实际上还有非常惊艳的视频延展，视频编辑，视频连接等多种功能

Qodicat·2024-02-19 11:54

SORA：OpenAI最新文本驱动视频生成大模型技术报告解读

Videogenerationmodelsasworldsimulators：作为世界模拟器的视频生成模型1、概览2、Turningvisualdataintopatches：将视觉数据转换为补丁3、Videocompressionnetwork

_企鹅_·2024-02-19 11:21

OpenCV-42 直方图均匀化

达到改善图像主管视觉效果的目的。对比度较低的图像适合使用直方图均衡化的方法来增强图像细节。

一道秘制的小菜·2024-02-19 11:14

CogCopyRegionTool

此外，可以使用“复制区域”工具创建遮罩图像，以便与其他视觉工具一起使用。“复制区域”工具可以接受16位编

爱说实话·2024-02-19 11:43

2.1.1 摄像头

构图笔记·2024-02-19 10:27

七、计算机视觉-图像的ROI区域

文章目录1、什么是ROI2、ROI如何实现的3、一个案例总结1、什么是ROI`在计算机视觉中，ROI代表感兴趣区域（RegionofInterest），它是指图像或视频中被指定为需要特别关注或处理的区域

云峰天际·2024-02-19 10:54

五、计算机视觉-视频流的读取与操作

二、读取视频前言当我们谈论计算机视觉时，我们常常会涉及到处理图像和处理视频两个不同的领域。在上一节课中，我们学习了如何处理静态图像，即一张张静止的图像。而在本节课中，我们将探讨如何处理视频。

云峰天际·2024-02-19 10:24

机器视觉与嵌入式技术：开拓自动驾驶和远程监控新视野

（本文为简单介绍，观点源于网络）机器视觉系统是指利用计算机来模拟人眼的识别与判断。在自动驾驶和远程监控领域，机器视觉结合嵌入式技术的应用，不仅极大地提升了自动化水平，而且开辟了新的技术视野。

科联学妹·2024-02-19 10:49

八、计算机视觉-边界填充

文章目录前言一、原理二、具体的实现前言在Python中使用OpenCV进行边界填充（也称为zeropadding）是一种常见的图像处理操作，通常用于在图像周围添加额外的像素以便进行卷积或其他操作。下面是使用OpenCV进行边界填充的基本原理和方法一、原理边界填充的原理是在图像的周围添加一圈像素，这些像素的值通常设置为0，因此称为zeropadding。这样做的目的是为了确保在对图像进行卷积等操作时

云峰天际·2024-02-19 10:41

六、图像的几何变换

文章目录前言一、镜像变换二、缩放变换前言在计算机视觉中，图像几何变换是指对图像进行平移、旋转、缩放、仿射变换和镜像变换等操作，以改变图像的位置、尺寸、形状或视角，而不改变图像的内容。

云峰天际·2024-02-19 10:40

OpenAI视频生成模型Sora的全面解析：从扩散Transformer到ViViT、DiT、NaViT、VideoPoet

前言真没想到，距离视频生成上一轮的集中爆发(详见《视频生成发展史：从Gen2、EmuVideo到PixelDance、SVD、Pika1.0、W.A.L.T》)才过去三个月，没想OpenAI一出手，该领域又直接变天了自打2.16日OpenAI发布sora以来，不但把同时段Google发布的GemmiPro1.5干没了声音，而且网上各个渠道，大量新闻媒体、自媒体(含公号、微博、博客、视频)做了大量的

v_JULY_v·2024-02-19 10:27

openAI Video generation models as world simulators 视频生成模型作为世界模拟器文本生成视频模型Sora 通用的视觉数据模型

来源：https://openai.com/research/video-generation-models-as-world-simulatorsSora是一种通用的视觉数据模型，它可以生成跨越不同持续时间

小黄人软件·2024-02-19 10:36

基于FPGA的Bayer转RGB算法实现

1概述Bayer转RGB在图像处理中被称为去马赛克（Demosaic），是机器视觉ISP流程中的一个基础且重要的算法，主要完成彩色图像传感器原始的Bayer格式图像到RGB格式图像的转换。

MmikerR·2024-02-19 10:32

深度学习的进展

近年来，深度学习在多个领域取得了显著的进展，尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。

JayGboy·2024-02-19 10:00

【日常聊聊】深度学习进度

其基本原理和算法以及在自然语言处理、计算机视觉、语

还在路上的秃头·2024-02-19 10:29

视觉SLAM十四讲学习笔记——第五讲相机与图像

在计算机视觉中，我们通常把世界坐标系定义为摄像机坐标系或者所观测的物体的中心。摄像机坐标系摄像机坐标系的原点是摄像机的光心，X、Y轴分别平

晒月光12138·2024-02-15 10:06

视觉slam十四讲学习笔记（四）相机与图像

理解理解针孔相机的模型、内参与径向畸变参数。理解一个空间点是如何投影到相机成像平面的。掌握OpenCV的图像存储与表达方式。学会基本的摄像头标定方法。目录前言一、相机模型1针孔相机模型2畸变单目相机的成像过程3双目相机模型4RGB-D相机模型二、图像计算机中图像的表示三、图像的存取与访问1安装OpenCV2存取与访问总结前言前面介绍了“机器人如何表示自身位姿”的问题，部分地解释了SLAM经典模型中

苦瓜汤补钙·2024-02-15 10:06

Mamba-UNet：用于医学图像分割的类似UNet的纯视觉Mamba网络

AI浩·2024-02-15 10:35

虹霖读华与华五年计划【106】西贝莜面村07。2023-11-17

虹霖：这个创意好，可是我前几天去西贝没有听到，这个创意真不错，把视觉符号和声音符号结合起来了。好创意，靠执行，还得坚持。

李虹霖·2024-02-15 10:01

【图像分割】基于粒子群算法优化最大类间方差PSO-OTSU图像分割算法研究附Matlab代码

天天Matlab代码科研顾问·2024-02-15 09:42

NLP_GPT到ChatGPT

GPT：2018年，OpenAl发布了这款基于Transformer架构的预训练语言模型，其参数数量为1.17亿(117M)。

you_are_my_sunshine*·2024-02-15 09:39

LLM大模型相关问题汇总---包括问题与答案

-Transformer体系：由Google提出的Transformer模型及其变体，如BERT、GPT等。

lichunericli·2024-02-15 09:56

图形图像处理算法(2) ---- ToneMapping 技术

1.色调映射（ToneMapping）定义1.1视觉的形成和特点影像系统的核心功能之一就是图像显示，好的显示效果能真实的再现原始场景，给人的感觉就是和直接观察原始场景一样。

小猪佩奇TONY·2024-02-15 09:12

人机之间的不同交互

人机之间有多种不同的交互方式，如文字交互、语音交互、触摸交互、手势交互、视觉交互、虚拟现实和增强现实交互、身体动作交互等，这些交互方式在不同的应用场景和设备中发挥着重要的作用，使得人机交互更加灵活、自然和智能化

人机与认知实验室·2024-02-15 08:36

今日视频号学习1017--关于沟通

从语言表达和沟通的角度这是有一定的科学道理的：美国社会语言学家，阿尔伯特·梅拉比安在1971年的研究证明“55387”定律，具体是：有55%的信息是通过视觉传达的，如手势、表情、外表、装扮、肢体语言、仪态

祥祥BruceHu·2024-02-15 08:47

黑暗中工作的人脸识别技术

概述性说明热与视觉合成与现有基于可见光的面部识别系统的互操作性陆军研究人员开发了一种人工智能和机器学习技术，通过在低光照或夜间条件下拍摄人脸热图像产生可见的人脸图像。

飞猪share·2024-02-15 08:53

班主任种子训练营

也经常有计划规划，也能写下来让目标视觉化，但就是不能按规划行事，天哥给的建议是:烂开始、好发展、好结果，堵住了自己恐惧的不敢承诺的心。知道精进的方向了。二、两位班主任的分享用心用情。

黄翠梅·2024-02-15 08:57

Transformers中的Beam Search高效实现

来自：纸鱼AI目前Github上的大部分实现均针对于单个样本的beamsearch，而本文主要介绍了针对单个样本和批量样本的beamsearch实现。本文代码可以点击“查看原文”找到BeamSearch的原理设输入序列为，输出序列为，我们需要建模如下概率分布：（公式向右滑动）在执行解码时，我们有几种选词方案，第一种则是穷举所有可能序列，这种成本过大无法承受。如果每一步都选择概率最大的词，这种解码方

zenRRan·2024-02-15 08:13

Attention +Transformer学习记录（二）

目录a.注意力机制和自注意力机制的区别b.引入自注意力机制的原因c.计算公式d.代码实现二、Multi-HeadAttention1.Multi-HeadAttention的计算2.位置编码三、Transformer

LLC74·2024-02-15 08:41

[机器学习]详解transformer---小白篇

1.背景：Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构，这篇论文里只针对机器翻译这一种场景做了实验，并且由于encoder端是并行计算的，

是安澜啊·2024-02-15 08:11

如何使用Hugging Face：对Transformer和pipelines的介绍

一、transformer介绍众所周知，transformer模型（如GPT-3、LLaMa和ChatGPT）已经彻底改变了人工智能领域。

第欧根尼的酒桶·2024-02-15 08:10

基于Transformer的机器学习模型的主动学习

主动学习和基于Transformer的机器学习模型的结合为有效地训练深度学习模型提供了强有力的工具。通过利用主动学习，数据科学家能够减少训练模型所需的标记数据的数量，同时仍然达到高精度。

第欧根尼的酒桶·2024-02-15 08:09

FaE：基于符号知识的适应性和可解释的神经记忆

AdaptableandInterpretableNeuralMemoryoverSymbolicKnowledge论文作者：GoogleResearch论文地址：https://arxiv.org/abs/2007.00849收录会议：NAACL202101介绍大规模语言模型，如BERT、Transformer

NLP论文解读·2024-02-15 08:36

如何超越生活

原来转换视觉看同一个问题真的是天壤之别。

小燕育儿心经·2024-02-15 08:02

2021-04-28晚间复盘

3.完成视觉笔记打卡，根据老师的元素，发挥了一些自己的想法。不足的是需要练习一些元素的简笔画。坚持了10天了，非常喜欢画画的感觉。4.输出：原本应该完成的书

言时姑娘·2024-02-15 07:28

Task6 基于深度学习的文本分类3

基于深度学习的文本分类学习目标了解Transformer的原理和基于预训练语言模型（Bert）的词表示学会Bert的使用，具体包括pretrain和finetune文本表示方法Part4Transformer

listentorain_W·2024-02-15 07:53

51单片机编程基础（C语言）：LED点阵屏

点阵屏介绍类似于数码管，要用到肉眼视觉效应。

爱学C语音的猫·2024-02-15 06:24

【AI视野·今日CV 计算机视觉论文速览第300期】Tue, 30 Jan 2024

AI视野·今日CS.CV计算机视觉论文速览Tue,30Jan2024Totally146papers上期速览✈更多精彩请移步主页DailyComputerVisionPapersComputerVisionforPrimateBehaviorAnalysisintheWildAuthorsRichardVogg

hitrjj·2024-02-15 06:16

【AI视野·今日CV 计算机视觉论文速览第292期】Thu, 18 Jan 2024

AI视野·今日CS.CV计算机视觉论文速览Thu,18Jan2024Totally102papers上期速览✈更多精彩请移步主页DailyComputerVisionPapersGARField:GroupAnythingwithRadianceFieldsAuthorsChungMinKim

hitrjj·2024-02-15 06:46

【AI视野·今日CV 计算机视觉论文速览第293期】Fri, 19 Jan 2024

AI视野·今日CS.CV计算机视觉论文速览Fri,19Jan2024Totally103papers上期速览✈更多精彩请移步主页DailyComputerVisionPapersParaHome:ParameterizingEverydayHomeActivitiesTowards3DGenerativeModelingofHuman-ObjectInteractionsAuthorsJeongh

hitrjj·2024-02-15 06:15

咪咕产品文案

咪咕视频钻石会员文案主标：钻石会员心动价，给视觉更多可能副标：超高性价比，只为你精选细文：《老男孩》刘烨、林依晨实力上演，同步跟播，追剧甜出新高度，共同经历爱与成长。

漫索·2024-02-15 06:42

推荐频道

视觉Transformer