计算机视觉-分类算法第11页

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

物体检测与图像分类物体检测与图像分割计算机视觉中的目标检测物体检测的优点物体检测的缺点深度学习和目标检测人员检测物体检测如何工作？

jcfszxc·2024-01-29 20:30

为什么特斯拉自动驾驶汽车不需要激光雷达

自动驾驶的方法范围从相机和计算机视觉到计算机视觉和高级传感器的组合。

aFakeProgramer·2024-01-29 20:27

工业界和学术界最大区别是什么？

链接：https://www.zhihu.com/question/332602866编辑：深度学习与计算机视觉声明：仅做学术分享，侵删能源类工科博士在读，正在面临工业界和学术界的抉择，想知道两者的区别

woshicver·2024-01-29 18:35

【计算机视觉】从数字图像处理到计算机视觉的大致发展历程

引言：出于一个很偶然的机会，最近开始进入计算机视觉的领域之中，故因此对这个领域进行一些总结记录。总的来说，这是一个十分复杂且年轻的领域，尚有许多问题有待解决。

zobol·2024-01-29 18:28

计算机视觉：高级图像处理，满足您的所有需求。

本文揭示图像处理的数学原理，实现增强的计算机视觉二、关于计算机视觉的普遍问题在计算机视觉中，特征提取在将原始输入数据（如图像）转换为更易于分析和理解的格式方面起着关键作用。

无水先生·2024-01-29 18:23

遮挡人脸识别标准评估指标

它表示正确预测次数与样本总数的比值，可以定义如下：Accuracy=(TP+TN)/(TP+TN+FP+FN)2.排名精度：Rank-1、Rank-5和Rank-N用于衡量计算机视觉中DNN的性能。

禄亿萋·2024-01-29 16:26

YOLOv5模型简述

一、模型背景YOLOv5是一个计算机视觉模式设计的对象检测任务，它是YOLO系列的升级版，YOLO系列以其实时物体检测能力而著称。YOLOv5由Ultralytics开发，并于2020年年中发布。

禄亿萋·2024-01-29 16:56

Matlab App Designer自学笔记(十四)：分档旋钮控件、下拉菜单控件、微调控件

热衷于分享技术和日常生活的机械专业小哥哥，捣鼓机械设计、计算机视觉和深度学习。网站还涉及到网页设计以及SEO相关地博文。

是刃小木啦~·2024-01-29 14:41

机器学习笔记(1) 逻辑回归

机器学习笔记(1)逻辑回归0.前言介绍逻辑回归，是一种二元分类算法，其主体思想还是继承了线性回归。

TheStudent_LifeLong·2024-01-29 09:01

PyTorch复现网络模型VGG

VGG原论文地址：https://arxiv.org/abs/1409.1556VGG是VisualGeometryGroup（视觉几何组）的缩写，它是一个在计算机视觉领域中非常有影响力的研究团队，主要隶属于牛津大学的工程系和科学系

DogDaoDao·2024-01-29 08:13

2024年1月19日Arxiv最热CV论文：RAP-SAM: Towards Real-Time All-Purpose Segment Anything

引言：探索实时全能分割的新篇章在计算机视觉领域，基于Transformer架构的视觉基础模型（VisionFoundationModels，VFMs）取得了显著的进展，不仅在性能上有所提升，而且在泛

夕小瑶·2024-01-29 08:12

自定义目标检测：探索YOLO流程并在自定义数据上进行训练

深度学习在过去的十年里取得了巨大的进展，尽管早期模型难以理解和应用，但现代框架和工具使得每个具备一些代码理解能力的人都能训练自己的神经网络来处理计算机视觉任务。

小北的北·2024-01-29 06:51

【人工智能】主要人工智能技术及深度学习及传统机器学习区别与联系

计算机视觉：是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像及图像序列的能力。该技术主要应用于自动驾驶、机器人

WEL测试·2024-01-29 06:50

NPL-FastText文本分类Bag of Tricks for Efficient Text Classification

这是一个简单有效的文本分类算法优势：可以在排序限制、低损失近似值下以10Min极短的时间训练出百万级的模型架构：整体与cbow类似:cbow根据上下文推测某个单词出现的最大概率对基于词袋bow的句子文本进行一个简单和有效的线性分类该分类可以选择逻辑回归或者

机器不能学习·2024-01-29 04:15

深入了解Transformer架构

它在自然语言处理、计算机视觉等领域取得了显著的成果，如BERT、GPT-3等。本文将深入了解Transformer架构的核心概念、算法原理、实践和应用场景，为读者提供全面的技术洞察。

OpenChat·2024-01-28 18:06

一文详解ORB-SLAM3中的地图管理

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达想要理解ORB-SLAM3的地图管理，仅看ORB-SLAM3的论文[3]是不够的，因为很多细节出现在之前的ORB-SLAM1/2[1][2]，以及

Tom Hardy·2024-01-28 18:02

深度学习-使用Labelimg数据标注

数据标注是计算机视觉和机器学习项目中至关重要的一步，而使用工具进行标注是提高效率的关键。本文介绍了LabelImg，一款常用的开源图像标注工具。

Damon小智·2024-01-28 14:28

数字技术如何改变乡村生活：从传统到现代的跨越

在此跨时代的进阶过程中，我们看到物联网的神秘力量，尤其是万村乐数字乡村的小气候环控与水肥一体化技术、农产品质量溯源系统、基于计算机视觉的智能农机技术以及炫酷无比的虚拟现实农业技术等数字化技术的推广，无疑给摇曳多姿的农村生活注入了全新活力

万村乐数字乡村·2024-01-28 13:04

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中

金融机器智能官方·2024-01-28 13:48

RANSAC算法（仅供学习使用）

它最初由Fischler和Bolles于1981年提出，主要用于计算机视觉和计算机图形学中的模型拟合和参数估计问题。

RPCR·2024-01-28 12:01

Python face-recognition库，dlib库安装方法（附下载文件）

dlib是一个功能强大的计算机视觉库，提供了许多常用的图像处理和特征提取算法。face_recognition利用了dlib中的

砍树＋c＋v·2024-01-28 11:14

【GitHub项目推荐--计算机视觉工具箱】【转载】

旅之灵夫·2024-01-28 11:29

【大厂AI课学习笔记】1.2 现阶段人工智能方法和技术领域

目录1.2现阶段人工智能方法和技术领域1.2.1从技术应用场景展开计算机视觉语音识别自然语言处理1.2.2实现AI的技术工具机器学习的主要类型：深度学习的重要性：1.2现阶段人工智能方法和技术领域1.2.1

giszz·2024-01-28 09:19

DPW-SDNet: Dual Pixel-Wavelet Domain Deep CNNsfor Soft Decoding of JPEG-Compressed Images

受深度卷积神经网络（CNN）在低层和高层计算机视觉问题上的出色性能的启发，我们开发了一种基于双像素小波域深度卷积神经网络

mytzs123·2024-01-28 08:29

Vision Mamba:将Mamba应用于计算机视觉任务的新模型

就像VIT一样现在已经有人将他应用到了计算机视觉领域，让我们来看看最近的这篇论文“VisionMamba:EfficientVisualRe

数据派THU·2024-01-28 08:21

机器学习面试题总结

SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。

ZhangJiQun&MXP·2024-01-28 07:42

【深度学习每日小知识】Bias 偏差

计算机视觉是人工智能的一个分支，它使机器能够解释和分析视觉信息。然而，与任何人造技术一样，计算机视觉系统很容易受到训练数据产生的偏差的影响。

jcfszxc·2024-01-28 07:28

第5章（python深度学习——波斯美女）

第5章深度学习用于计算机视觉本章包括以下内容：理解卷积神经网络（convnet）使用数据增强来降低过拟合使用预训练的卷积神经网络进行特征提取微调预训练的卷积神经网络将卷积神经网络学到的内容及其如何做出分类决策可视化本章将介绍卷积神经网络

weixin_42963026·2024-01-28 05:14

计算机设计大赛垃圾邮件(短信)分类算法实现机器学习深度学习

文章目录0前言2垃圾短信/邮件分类算法原理2.1常用的分类器-贝叶斯分类器3数据集介绍4数据预处理5特征提取6训练分类器7综合测试结果8其他模型方法9最后0前言优质竞赛项目系列，今天要分享的是垃圾邮件(

iuerfee·2024-01-28 04:39

论文笔记：Urban visual intelligence: Uncovering hidden city profiles with street view images

pnas20221方法介绍基于计算机视觉和街景图像来探索城市环境与居民生活的关系2研究区域美国的七个大都市区3实验结果3.1使用SVF（谷歌街景）估计健康、犯罪、交通和贫困街景变量被聚合到不同的空间分辨率

UQI-LIUWJ·2024-01-28 00:16

架构评审与人工智能：挑战与机遇

随着数据量的增加，计算能力的提升以及算法的创新，人工智能技术已经广泛地应用于各个领域，例如自然语言处理、计算机视觉、机器学习等。

OpenChat·2024-01-27 22:22

智能化时代来了，失业的人怎么办？

计算机视觉、机器学习、机器人技术、语音识别等AI技术快速发展给整个社会带来巨大改变。马云说未来30年，我们的孩子将找不到

无啼鸟·2024-01-27 19:59

Docker容器中的OpenCV：轻松构建可移植的计算机视觉环境

OpenCVDocker的基本概念和优势：OpenCV简介和应用领域：构建Docker镜像部署分享Docker容器1.打包Docker镜像:2.上传到Docker镜像仓库:3.在其他机器上部署并运行容器:前言计算机视觉是一门涉及图像和视频处理的领域

鸭鸭渗透·2024-01-27 19:40

基于OpenCV和Dlib的深度学习人脸识别技术实践与应用

一、背景介绍计算机视觉技术在当前人工智能发展进程中已然达到较高成熟度,一系列基础算法与应用场景获得广泛实践与验证。

技术狂潮AI·2024-01-27 19:25

OpenCV项目实践——物体检测与跟踪

通过完成这个项目，你将掌握物体检测与跟踪的基本原理和实现方法，为进一步深入学习计算机视觉打下坚实基础。步骤一：环境配置首先，确保你已经安装了Python和OpenCV。你可以使用以下命令在命令行中安装

GT开发算法工程师·2024-01-27 18:50

[C++] opencv - imwrite函数介绍和使用场景

一、函数介绍OpenCV是一个开源的计算机视觉库，它包含了许多用于图像处理和计算机视觉任务的函数。

老狼IT工作室·2024-01-27 18:53

做一个AC梦·2024-01-27 18:13

机器学习架构：实现高效的模型训练和部署

在过去的几年里，机器学习技术在各个领域取得了显著的进展，例如自然语言处理、计算机视觉、推荐系统、语音识别等。这些成果的共同点在于它们都依赖于大规模的数据处理和计算能力。

OpenChat·2024-01-27 16:15

AI浅谈：计算机视觉（CV）技术的优势和挑战

目录一、计算机视觉技术的优势1.效率和精度提高2.提高安全性3.促进自动化4.促进科学研究5.促进商业发展二、计算机视觉技术的挑战1.环境变化2.精度问题3.隐私和安全问题4.数据质量5.系统复杂度以上是对计算机视觉技术的优势和挑战的概述

跟Bug双向奔赴·2024-01-27 12:58

【python】自动微分的一个例子

PyTorch是一个开源的机器学习库，广泛用于计算机视觉和自然语言处理等领域。2.x=torch.a

尘中928·2024-01-27 11:23

机器学习--基础概念（二）

1.分类算法分类算法是有监督学习的一个核心问题，他从数据中学习一个分类决策函数或分类模型，对新的输入进行预测，输出变量取有限个离散值。

三三木木七·2024-01-27 10:39

常用直线检测算法

概述在计算机视觉领域，我们经常需要做一些特殊的任务，而这些任务中经常会用到直线检测算法，比如车道线检测、长度测量等。

勤奋的学渣·2024-01-27 10:30

Opencv C++ SIFT特征提取（单图像，多图像）+如何设置阈值+如何对文件夹进行批处理+如何设置掩膜裁剪影像

SIFT（Scale-InvariantFeatureTransform）是一种用于图像处理和计算机视觉的特征提取算法。

海棠RS·2024-01-27 10:27

Docker容器部署OpenCV，打造高效可移植的计算机视觉开发环境

海鲸AI·2024-01-27 09:52

基于深度学习的狗狗类别检测

致谢2.项目背景与意义3.项目实现流程3.1数据处理与准备3.2环境准备与工具安装3.3模型配置与训练3.4模型评估与预测3.5模型推理与部署4.总结服务引言随着人工智能技术的不断发展，图像识别已成为计算机视觉领域的热门话题之一

OverlordDuke·2024-01-27 09:19

NeRF：神经辐射场复杂场景的新视图合成技术