计算机视觉-声音图像

什么是神经网络

函数我们以MNIST手写数字图像识别为例，来定义一下对应的函数形式：任务类型：图像分类输入：一张图像包含28x28=784个像素，每个像素用一个实数表示输出：0-9任务描述：从图像张识别出唯一的数字函数定义

jerryjee·2025-02-18 20:09

深度揭秘：我们是如何设计一个每天同步万亿数据的神器 - SeaTunnel架构解密

电话那头是业务线技术负责人，声音中带着焦虑。这不是数据平台第一次接到类似求助，但这次的规模确实让人吃惊：数据规模：每天新增100TB+同步需求：30

·2025-02-18 18:20

小爱音箱连接电脑外放之后，浏览器网页视频暂停播放后，音箱整体没声音问题解决

背景22年买的小爱音箱增强版play，小爱音箱连接电脑外放之后，浏览器网页视频暂停播放后，音箱整体没声音（一边打着游戏，一边听歌，一边放视频，视频一暂停，什么声音都没了，视频继续播放，游戏和歌曲的声音就出来了

ShyTan·2025-02-18 16:52

基于单片机的智能家居电控系统(源码+万字报告+实物)

目录摘要IAbstractII第一章绪论11.1设计背景11.2国内外研究现状11.3设计的主要内容2第二章设计方案32.1设计思路32.2模块的选择42.2.1单片机模块的选择42.2.2声音传感器的选择

炳烛之明科技·2025-02-18 15:43

【YOLO模型】（1）--YOLO是什么

2.原理YOLO算法将输入图像分成SxS个网格，每个网格负责预测该网格内是否存在目标以及目标的类别和位置信息。此外，YOLO算法还采用了多尺度特征融合的技术

方世恩·2025-02-18 15:41

ocr智能票据识别系统|自动化票据识别集成方案

OCR智能票据识别系统是一种基于先进图像处理和深度学习算法的技术，能够自动从各类票据中提取关键信息，并将其转换为结构化数据。翔云发票识别系统可以应用于增值税

OCR_API·2025-02-18 14:38

深度学习与图像识别：机器学习基础之回归

1.线性回归1.1一元线性回归1.2多元线性回归2.逻辑回归与线性回归的不同在于其将最终预测值y固定在一个范围之中2.1Sigmoid函数sigmoid函数表达式：p为预测出来的概率，范围在0-1之间，一般用于处理二分类问题，因为这个式子的一个显著特征在于：当z=0,p=0.5当z>0,p>0.5当z<0,p<0.5所以当对z进行多元线性回归表示的时候，以p的值来反映y_pre是一个不错的选择，此

Shenrn_·2025-02-18 14:34

深度学习下的图像分割

在之前写的文章[图像分割演进之路]中，讲述了图像分割的发展历程，从传统图像分割算法到人工智能，分割算法百花齐放，但最终的佼佼者当属人工智能，但即使是人工智能领域，图像分割也五花八门，今天就让我们看几种基于学习的图像分割方法

人工智能大讲堂·2025-02-18 14:01

使用OpenCV在Visual Studio上编译x86或x64平台的应用程序

OpenCV是一个广泛使用的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法。

程序世界航海·2025-02-18 13:54

vtkCamera类的Dolly函数作用及相机拉近拉远

vtkCamera负责把三维场景投影到二维平面，如屏幕、图像等。在VTK中，相机的实质是一个观测点，与人眼的功能相同，相机的视野范围是一个

荆楚闲人·2025-02-18 11:07

奥比中光3D机器视觉相机能连接halcon吗？

奥比中光的设备与Halcon的兼容性可以通过以下方式实现：数据接口的通用性奥比中光的相机（如AstroPro、大白等）支持通过UVC协议获取彩色图像，深度数据则通过OpenNI或ROS2接口传输105。

视觉人机器视觉·2025-02-18 11:32

探秘 DeepSeek R1 模型：跨越多领域的科技奇迹，引领智能应用新浪潮

羑悻的小杀马特.·2025-02-18 09:44

智能图像处理平台：技术融合与实践的结晶

目录项目目标项目功能用户模块图像处理模块异步任务模块技术栈数据库设计核心功能实现方式图片上传图片处理异步任务项目扩展近日DeepSeek很火，我让他给我出了个小项目练练手，带大家一起做一下，可做为毕业设计参考

顾北辰20·2025-02-18 09:09

Jetson Agx Orin平台JP6.0-r36.3版本修复了vi模式下的原始图像损坏（线条伪影）

1.问题描述这是JP-6.0GA/l4t-r36.3.0的一个已知问题通过vi模式捕获的图像会导致异常线条参考下面的快照来演示这些线伪影这个问题只能通过VI模式进行修复，不应该通过LibArgus看到。

free-xx·2025-02-18 07:20

Jetson AGX Orin平台Jetpack6.x版本相机驱动移植问题记录

R35.4迁移到R36.3；驱动程序在R35.4上工作正常，但在R36.3上不工作GStreamerwithnvarguscamerasrc采集异常但是v4l2-ctl采集正常2.常规问题排查2.1查询图像格式

free-xx·2025-02-18 07:20

QT5在windows下调用OpenCV库出现: undefined reference to `xxxxx' 错误解决办法（适用MinGW编译器）。

与mingw730_64在QT的安装目录下，可以查看MinGW编译器的版本:二、使用OpenCV出现的问题在QT框架代码里使用老版本的分类器(cvLoad、cvHaarDetectObjects)处理图像时

DS小龙哥·2025-02-18 06:44

AIGC从入门到实战：揭秘 Midjourney 的提示词写作技巧

AIGC指的是利用人工智能技术自动生成文本、图像、音乐等内容。在AIGC领域，Midjourney是一个备受关注的技术，它能够根据用户输入的提示

AI架构设计之禅·2025-02-18 06:08

如何让ChatGPT生成Midjourney提示词

从单个表情符号或单词都可以生成图像，但自然地结果可能并不完全符合用户的预期。一般来说，提示越长、越详细，结果就

AI观星台·2025-02-18 05:34

无人机+光电吊舱：2K 30倍混合变焦光电吊舱技术详解

一、光电吊舱的基本概念光电吊舱是一种安装在无人机下方的光电传感器设备，用于获取目标区域的图像和视频信息。

无人机技术圈·2025-02-18 05:33

【最全基础知识1】机器视觉系统硬件组成之工业相机篇

工业相机是一种非常重要的机器视觉器件，它能够将被采集的图像信息通过电路转换成电信号，再通过模数转换器（ADC）将其转化为数字信号，最后以标准的视频信号输出。

51camera·2025-02-18 05:00

双光吊舱应用行业！！

1.军事领域侦察与监视：双光吊舱能够全天候、全气候地提供高清图像数据，支持军事侦察和监视任务。

云卓SKYDROID·2025-02-18 05:00

基于Java的自助多张图片合成拼接实战

目录前言一、图片合成需求描述二、图片合成设计与实现1、编程语言2、基础数据准备3、图片合成流程4、图片合成实现三、总结前言在当今数字化时代，图像处理技术在各个领域都发挥着至关重要的作用。

夜郎king·2025-02-18 05:58

使用opencv实现深度学习的图片与视频的超分辨率

·EDSR模型图像超分辨率EDSR：EnhancedDeepResidualNetworksforSingleImageSuper-Resolutio

人工智能研究所·2025-02-18 05:27

OpenCV 简介

OpenCV（OpenSourceComputerVisionLibrary，开源计算机视觉库：http://opencv.org）是一个开放源代码库，其中包含数百种计算机视觉算法。

奇点创客·2025-02-18 05:22

本地部署DeepSeek模型技术指南

DeepSeek模型是一种先进的深度学习模型，广泛应用于自然语言处理、计算机视觉等领域。为了充分利用DeepSeek模型的强大功能，许多开发者和研究人员选择在本地环境中部署该模型。

Evaporator Core·2025-02-18 03:41

如何在Java中设计大规模稀疏数据处理架构

在大数据时代，稀疏数据在各个领域变得越来越常见，例如推荐系统、自然语言处理、图像处理等。稀疏数据通常包含大量零值或空值，直接使用传统的数据处理架构可能导致效率低下，内存和计算资源浪费。

省赚客app开发者·2025-02-18 03:35

Open3D(C++) 可视化绘制平面模型

Open3D(C++)可视化绘制平面模型Open3D是一个现代化的3D图像处理引擎，它包含很多常用的3D操作，如点云分割、重构、配准等。

后端架构魔术师·2025-02-18 01:18

计算机视觉如何快速入门?

目录1.明确研究方向2.学习基础知识3.掌握核心算法4.实践项目5.阅读文献6.复现经典论文7.改进与创新总结计算机视觉（ComputerVision）是一个复杂且广泛的领域，尤其是工业异常检测这种特定方向

Frunze软件开发·2025-02-18 00:36

【开源向量数据库】Milvus简介

它支持近似最近邻搜索（ANN），适用于图像检索、自然语言处理（NLP）、推荐系统、异常检测等AI应用场景。

IT古董·2025-02-17 22:41

机器视觉--图像的运算（加法）

图像的加法运算是其中一种基础且重要的操作，它在很多实际应用场景中都发挥着关键作用，比如图像增强、图像融合等。

C#Thread·2025-02-17 20:54

YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进

YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进YOLO（YouOnlyLookOnce）系列目标检测算法自2016年首次发布以来，凭借其高效的实时检测能力，迅速成为计算机视觉领域的热门研究方向之一

金外飞176·2025-02-17 20:19

AIMv2：多模态自回归预训练的视觉新突破

近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】导言视觉模型在人工智能领域的地位愈发重要，从图像识别

·2025-02-17 20:28

Audio-Visual Speech Enhancement（视听语音增强）领域近三年研究进展与国内团队及手机厂商动态分析

一、视听语音增强领域近三年研究进展多模态融合与模型轻量化多模态特征融合：中国科学技术大学团队提出通过引入超声舌头图像和唇部视频的联合建模，结合知识蒸馏技术，在训练阶段利用教师模型传递舌部运动知识，从而在推断时仅依赖唇部视频即可提升语音增强效果

AndrewHZ·2025-02-17 20:47

一文理解大模型，并对当前流行模型做对比

大模型就像是一个“超级智能大脑”，它通过海量数据和复杂的计算结构（比如神经网络）学习人类语言、图像、声音等信息的规律。

Jing_saveSlave·2025-02-17 19:41

canvas 添加html元素,给canvas添加内容

canvas拥有多种绘制路径、矩形、圆形、字符以及添加图像的方法。创建Canvas元素向HTML5页面添加canvas元素。

云舞空城·2025-02-17 19:40

推荐学习图像处理的入门书：《Python图像处理实战》

《Python图像处理实战》是一本全面介绍Python图像处理技术的实用指南，是由人民邮电出版社于2020年12月出版。

天飓·2025-02-17 18:35

RK3588+昇腾AI｜40TOPS算力AI盒子设计方案

综合视频智能AI分析系统介绍以计算机视觉技术为基础，AI赋能千行百业，依托人工智能视觉分析技术以及强大的“端+边”算力支撑，实时分析烟火，入侵等事件，同时结合云上预警业务平台，实现事件发现、预警、处置全流程闭环

ARM+FPGA+AI工业主板定制专家·2025-02-17 18:02

使用 OpenCV 和 Python 对图像进行卡通化

关键词：OpenCVlibrarytoconvertimagestocartoons目录一、说明二、OpenCV2.1要求支持库2.2方法2.3实施和执行三、定义卡通化函数3.1添加按钮3.2保存图像四

无水先生·2025-02-17 17:52

3D机器视觉的类型、应用和未来趋势

3D机器视觉的类型、应用和未来趋势类型3D机器视觉技术主要分为以下几类：立体视觉（StereoVision）通过两个或多个摄像头从不同角度捕捉图像，利用视差计算深度信息，生成3D模型。

视觉人机器视觉·2025-02-17 17:49

基于图像处理的裂缝宽度检测系统-matlab

图像处理技术广泛地应用于桥梁、房屋、道路等工程施工中出现的表面裂缝,利用数字图像处理技术来测量结构物表面裂缝宽度是一种无损检测方法.基于图像处理的裂缝宽度检测系统需采用的图像处理算法有:（1）读取裂缝图像

人工智能专属驿站·2025-02-17 16:11

ORB-SLAM3的源码学习： Settings.cc：Settings::readImageInfo读取图像信息

前言简单总结一下：这个函数的主要目的是从配置文件中读取和设置与相机图像尺寸相关的各种参数。它会根据需要调整图像的宽度和高度，并根据这些调整更新相机的校准参数。

PaLu-LvL·2025-02-17 15:08

计算机视觉中图像的基础认知

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络一、图像/视频的基本属性在计算机视觉中

全栈你个大西瓜·2025-02-17 15:38

Cameralink转SDI接口转换器

转换器将Cameralink接口输入的图像数据转成SDI图像输出，同时还可实现数据格式转换，帧率变换，分辨率变换，OSD，缩放，开窗，增强等图像预处理功能。

昆山森启智能科技有限公司·2025-02-17 15:04

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet（ResidualNetwork，残差网络）是一种深度卷积神经网络（CNN）架构，由何恺明（KaimingHe）等人在2015年提出，最初用于ImageNet竞赛，并在分类任务上取得了冠军。ResNet的核心思想是残差学习（ResidualLearning），它通过跳跃连接（SkipConnections）解决了深度神经网络训练中的梯度消失和梯度爆炸问题，使得非常深的网络（如50层、1

IT古董·2025-02-17 14:57

【第15章：量子深度学习与未来趋势—15.3 量子深度学习在图像处理、自然语言处理等领域的应用潜力分析】

一、开篇：为什么我们需要关注这场"量子+AI"的世纪联姻？各位技术爱好者们，今天我们要聊的这个话题，可能是未来十年最值得押注的技术革命——量子深度学习。这不是简单的"1+1=2"的物理叠加，而是一场可能彻底改写AI发展轨迹的范式转移。想象这样一个场景：你现在训练一个GPT-5级别的模型，不需要耗费价值上亿美元的算力资源，不需要等待数周的训练时间，甚至不需要纠结于模型参数是否过拟合。这就是量子深度学

再见孙悟空_·2025-02-17 14:25

ch02离散仿真引擎基础——Unity3D学习

离散仿真引擎基础——Unity3D学习一、简答题1.解释游戏对象（GameObjects）和资源（Assets）的区别与联系游戏对象（GameObjects）：一般为玩家，敌人，环境等资源（Assets）：一般包括声音

yesor_not·2025-02-17 14:53

基于深度学习YOLOv10的PCB板缺陷检测系统（附完整资源+PySide6界面+训练代码）

随着深度学习技术的不断发展，基于深度学习的自动化缺陷检测已成为研究的热点，尤其是在计算机视觉领域。

人工智能_SYBH·2025-02-17 13:47

halcon的Blob分析方法

阈值分割法图像分割常用方法就是阈值分割法，它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤。阈值分割法是一种传统的最常用的图像分割方法，特别适用于目标和背景占据不同灰度级范围的图像。

斯人已去忆犹在·2025-02-17 13:14

使用多模态大语言模型进行深度学习的图像、文本和语音数据增强

然而，现有的综述文章主要集中于机器学习和深度学习技术或有限的模态（如文本或图像），在涵盖LLM方法的最新进展和多模态应用方面仍存在空白。

数行天下·2025-02-17 12:42

全面解析：AI大模型入门教程，让你的学习之路不再迷茫，这个大模型学习路线非常详细收藏这篇就够了！

应用：广泛应用于自然语言处理、图像识别、生成等领域。学习大模型的意义提升技术能力：掌握大模

AGI大模型老王·2025-02-17 11:03

推荐频道