计算机视觉OpenCV基础

【深度学习】CAB:通道注意力模块

@[toc]CAB:通道注意力模块CAB:通道注意力模块CAB（ChannelAttentionBlock）是一种通道注意力模块，通常用于计算机视觉任务中，特别是在图像恢复、超分辨率、去噪等任务中。
shanks66·2025-05-31 20:24

注意力机制：通道注意力机制、空间注意力机制、CBAM（附有完整代码)

在深度学习中，注意力机制被广泛应用于各种任务，如自然语言处理、计算机视觉和强化学习等领域。注意力机制的核心
一个来路不明的吃货·2025-05-31 20:24

使用 SymPy 操作三维向量的反对称矩阵

这种转换在物理学、机器人学和计算机视觉等领域非常有用。本文将详细介绍如何在Python的SymPy库中定义和使用这种反对称矩阵。
老歌老听老掉牙·2025-05-31 18:43

空间智能的发展：AI人工智能的重要角色

空间智能的发展：AI人工智能的重要角色关键词：空间智能、人工智能、计算机视觉、深度学习、空间计算、增强现实、自动驾驶摘要：本文深入探讨了空间智能在人工智能领域的重要性和发展现状。
AI天才研究院·2025-05-31 15:21

目标检测领域最新突破：2025年你必须掌握的5大创新方向！附教程！

目标检测是计算机视觉的核心任务之一，涉及算法学习、应用场景优化和学术创新三个关键方向。
学算法的程霖·2025-05-31 12:26

斯坦福人工智能突破：结构递归神经网络用于 时空领域图像中的深度学习

计算机视觉领域的许多问题都固有存在高阶架构，所以我们思考从这方面进行提高。在解决现实世界中的高阶直觉计算方面，时空领域图像是一个相当流行的工具。
baobei0112·2025-05-31 10:14

在本地安装和部署 Xinference，并下载对应的模型

它可以用于自然语言处理、计算机视觉等任务，并且提供了API接口，方便集成到各种应用中。本教程将介绍如何在本地安装和部署Xinference，并下载相应的模型进行推理。
萧鼎·2025-05-31 09:06

解锁虚拟现实AI在AI人工智能中的应用密码

解锁虚拟现实AI在AI人工智能中的应用密码关键词：虚拟现实AI、人工智能、VR技术、机器学习、计算机视觉、人机交互、沉浸式体验摘要：本文将深入探讨虚拟现实AI(VRAI)技术在人工智能领域的创新应用。
AIGC应用创新大全·2025-05-31 06:17

计算机视觉入门：用YOLO实现目标检测

在计算机视觉领域，目标检测是一个关键任务，它不仅能够识别图像中的物体，还能确定这些物体的位置。YOLO（YouOnlyLookOnce）算法因其高效性和准确性在实时目标检测任务中表现出色。
人工智能教程·2025-05-31 05:42

计算机视觉新手指南：用OpenCV实现图像处理与目标检测

计算机视觉是人工智能领域中一个极具吸引力的分支，它让计算机能够“看”和“理解”图像和视频。
人工智能教程·2025-05-31 05:42

计算机视觉入门：从图像识别到目标检测

计算机视觉（ComputerVision）是人工智能领域的一个重要分支，它致力于让计算机能够理解和解释视觉信息，就像人类通过眼睛和大脑处理图像和视频一样。
人工智能教程·2025-05-31 05:12

我们掌握的技能与进入企业的机会

近年来，深度学习在计算机视觉、自然语言处理、语音识别等领域取得了巨大的突破，引发了全球范围内的研究和应用热潮。
万能小贤哥·2025-05-30 12:31

OpenCV---Canny边缘检测

一、基本概念与核心作用Canny边缘检测是计算机视觉中最经典的边缘检测算法之一，由JohnCanny于1986年提出。
MzKyle·2025-05-30 09:41

信号处理算法仿真：卡尔曼滤波算法_（2）.卡尔曼滤波器的数学理论

它在许多领域都有广泛的应用，包括控制系统、导航系统、计算机视觉等。本节将详细介绍卡尔曼滤波器的数学理论，包括其基本假设、状态空间模型、预测和更新步骤以及具体实现方法。
kkchenkx·2025-05-30 07:54

YOLOv5 详解：从原理到实战的全方位解析

在计算机视觉领域，目标检测作为核心任务之一，始终吸引着众多研究者和开发者的目光。YOLO（YouOnlyLookOnce）系列算法凭借其高效、准确的特点，在目标检测领域占据重要地位。
2201_75491841·2025-05-29 21:09

分享全国数字人才技能提升师资培训班 第五期邀请函

大模型教学应用实战大模型与AIGC技术应用实战大模型部署与微调实战AIGC多模态技术应用实战数据分析与挖掘实战（泰迪杯竞赛方向）大数据分析与机器学习实战（数学建模方向）商务数据分析实战（Python）计算机视觉应用实战
泰迪智能科技01·2025-05-29 18:46

AIGC绘画：为AIGC领域艺术创作提供新可能

AIGC绘画：为AIGC领域艺术创作提供新可能关键词：AIGC绘画、生成式AI、扩散模型、艺术创作、多模态生成、AI伦理、计算机视觉摘要：本文系统解析AIGC绘画的技术原理与艺术价值，从核心算法（如扩散模型
AI天才研究院·2025-05-29 03:28

DALL·E 2 生成图像的风景增强：如何优化旅行照片

DALL·E2生成图像的风景增强：如何优化旅行照片关键词：DALL·E2、图像生成、风景增强、AI修图、旅行照片优化、深度学习、计算机视觉摘要：本文深入探讨了如何利用OpenAI的DALL·E2模型来增强和优化旅行照片中的风景元素
AI天才研究院·2025-05-29 03:27

YOLOv7在自定义数据集上的Jupyter Notebook训练指南

在当今的计算机视觉领域，目标检测是一项至关重要的任务，而YOLO（YouOnlyLookOnce）系列算法因其高效性和准确性备受关注。
t0_54program·2025-05-29 02:51

VGG：Very Deep Convolutional Networks for Large-Scale Image Recognition

VGGNet是牛津大学计算机视觉组（VisualGeometryGroup）和谷歌DeepMind一起研究出来的深度卷积神经网络，因而冠名为VGG。
兔兔爱学习兔兔爱学习·2025-05-28 14:31

YOLOV8涨点技巧之DSS模块（一种轻量化火灾检测模型）

传统传感器检测存在感知范围有限、易受环境干扰等问题，而基于计算机视觉的检测方法正成为主流解决方案。
清风AI·2025-05-28 10:33

YOLOv5与YOLOv4的区别与优缺点分析

与YOLOv4的区别与优缺点分析作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming/TextGenWebUILLM1.背景介绍1.1问题的由来在深度学习和计算机视觉领域
AI天才研究院·2025-05-28 04:15

YOLOv2 深度解析：目标检测领域的进阶之路

在计算机视觉领域，目标检测一直是研究和应用的热点方向。YOLO（YouOnlyLookOnce）系列算法以其快速高效的特点，在目标检测领域占据了重要地位。
2201_75491841·2025-05-27 17:59

深度学习中的卷积和反卷积

在计算机视觉领域，卷积神经网络（CNN）通过卷积操作实现了平移不变性特征提取，而反卷积（TransposedConvolution）则作为图像重构的核心技术，广泛应用于图像分割、超分辨率重建、生成对抗网络
思绪漂移·2025-05-27 16:22

Transformer 架构在自然语言处理和计算机视觉等领域的应用和发展前景

Transformer架构在自然语言处理和计算机视觉等领域的应用一、自然语言处理领域的应用机器翻译原理：将源语言句子作为输入，Transformer编码器把句子转换为高维特征表示，解码器再根据这些表示生成目标语言句子
搬砖的阿wei·2025-05-27 12:55

分享全国数字人才技能提升师资培训班 第五期

大模型教学应用实战大模型与AIGC技术应用实战大模型部署与微调实战AIGC多模态技术应用实战数据分析与挖掘实战（泰迪杯竞赛方向）大数据分析与机器学习实战（数学建模方向）商务数据分析实战（Python）计算机视觉应用实战
泰迪智能科技01·2025-05-27 03:04

计算机视觉（图像算法工程师）学习路线

计算机视觉学习路线Python基础常量与变量列表、元组、字典、集合运算符循环条件控制语句函数面向对象与类包与模块Numpy+Pandas+Matplotlibnumpy机器学习回归问题线性回归Lasso
陳錄生·2025-05-27 01:50

基于AOD-Net与GAN的深度学习去雾算法开发

基于AOD-Net与GAN的深度学习去雾算法开发1.引言1.1图像去雾研究意义大气散射现象导致的图像质量退化对计算机视觉应用产生严重影响…2.理论基础2.1大气散射物理模型经典模型描述为：I(x)=J(
pk_xz123456·2025-05-26 22:08

数据集划分与格式转换：从原始数据到模型训练的关键步骤

在计算机视觉项目中，数据集的合理划分和格式转换是实现高效模型训练的基础。
石去皿·2025-05-26 16:05

OpenCV实战-全景图像拼接

代码地址见文末实现效果1.项目背景随着计算机视觉技术的不断发展，图像拼接技术已被广泛应用于虚拟现实、地图生成、全景摄影等领域。
樱花的浪漫·2025-05-26 15:32

计算机视觉中的可重复性：深入案例分析与Python代码实现

✨宝子们，今天咱们来聊聊计算机视觉领域里一个非常重要的概念——可重复性。特别是在特征点检测中，如何确保在不同条件下（如不同的视角、光照等）能够稳定地检测到相同的特征点是一个关键问题。
风清扬雨·2025-05-26 11:06

AI人工智能与自动驾驶的融合创新实践

AI人工智能与自动驾驶的融合创新实践关键词：人工智能、自动驾驶、深度学习、计算机视觉、传感器融合、路径规划、强化学习摘要：本文深入探讨了人工智能技术在自动驾驶领域的创新应用与实践。
AI智能探索者·2025-05-26 11:34

人工智能100问☞第33问：什么是计算机视觉？

目录一、通俗解释二、专业解析三、权威参考计算机视觉就是让计算机拥有“看”和“理解”图像与视频的能力，就像人类用眼睛和大脑感知世界一样。
AI算力那些事儿·2025-05-26 09:26

Transformer大模型实战 针对下游任务进行微调

Transformer,微调,下游任务,自然语言处理,预训练模型,迁移学习,计算机视觉1.背景介绍近年来，深度学习在人工智能领域取得了突破性进展，其中Transformer模型凭借其强大的序列建模能力，
AI大模型应用之禅·2025-05-26 04:21

基于点标注的弱监督目标检测方法研究

摘要在计算机视觉领域，目标检测需要大量精准标注数据，但人工标注成本高昂。弱监督目标检测通过低成本标注训练模型，成为近年研究热点。
智能时代的操作系统·2025-05-25 21:03

针对 Sat-NeRF 的潜在改进方向研究

1.引言近年来，神经辐射场（NeuralRadianceFields,NeRFs）作为一种新兴的3D场景表示和新视角合成方法，在计算机视觉和摄影测量领域引起了广泛的关注1。
Ajaxm·2025-05-25 00:16

AI与.NET技术实操系列（七）：使用Emgu CV进行计算机视觉操作

合集-AI与.NET技术实操系列(9)1.AI与.NET技术实操系列（一）：开篇03-032.AI与.NET技术实操系列（二）：开始使用ML.NET03-043.AI与.NET技术实操系列（三）：在.NET中使用大语言模型（LLMs）03-064.AI与.NET技术实操系列（四）：使用SemanticKernel和DeepSeek构建AI应用03-075.AI与.NET技术实操系列（五）：向量存储
八小一·2025-05-24 23:11

AI人工智能在图像处理中的独特优势体现

AI人工智能在图像处理中的独特优势体现关键词：人工智能、图像处理、深度学习、计算机视觉、卷积神经网络、图像识别、生成对抗网络摘要：本文系统解析人工智能在图像处理领域的核心优势，从技术原理、算法实现、数学模型到工程实践展开深度分析
AI天才研究院·2025-05-24 12:02

基于BoxMOT的目标检测与跟踪全流程详解

3.3视频素材准备四、核心组件安装4.1基础组件安装4.2OpenCV定制编译4.3下载BoxMOT框架,配置环境变量五、目标跟踪实战演示六、性能评估七、参考链接一、技术背景与应用场景目标检测与跟踪是计算机视觉领域的核心技术
Hi20240217·2025-05-24 07:19

CV：计算机视觉技最强学习路线

CV：计算机视觉技最强学习路线之CV简介(传统视觉技术/相关概念)、早期/中期/近期应用领域(偏具体应用)、经典CNN架构(偏具体算法)概述、常用工具/库/框架/产品、环境安装、常用数据集、编程技巧_cv
荣•厚德载物·2025-05-24 03:21

《计算机视觉设计开发工程师》（中级）认证证书，开通线上考核模式！

近日，由工信部电子工业标准化研究院颁发的《计算机视觉设计开发工程师》（中级）认证证书，开通线上考核模式。
人工智能培训·2025-05-24 02:50

计算机视觉工程师就业前景如何?

计算机视觉作为一门快速发展的技术领域，其就业前景非常广阔。以下是对计算机视觉就业前景的分析：市场规模：计算机视觉行业的市场规模正在持续扩大。
人工智能培训·2025-05-24 02:50

【OpenCV】基本数据类型及常见图像模式

OpenCV:是一个基于开源发行的跨平台计算机视觉库，实现一、应用场景：目标识别：人脸、车辆、车牌...自动驾驶医学影像分析视频内容理解与分析：文字识别、公众人物识别、物品分类...二、opencv基本数据类型
钰爱&·2025-05-24 02:17

计算机视觉与深度学习 ｜ EMD-KPCA-LSTM、EMD-LSTM、LSTM回归预测对比，多输入单输出（Matlab完整程序和数据）

以下是针对EMD-KPCA-LSTM、EMD-LSTM和LSTM回归预测对比的完整可运行MATLAB实现。包含数据生成、特征处理、模型构建和性能评估全流程，并提供关键代码注释和注意事项。完整代码实现（含数据生成）%%清理环境clear;clc;closeall;warningoff;%%生成模拟数据（正弦波+噪声）rng(0);t=
单北斗SLAMer·2025-05-24 02:47

Farneback 光流法与 Lucas-Kanade 光流法：对比与分析

光流（OpticalFlow）是计算机视觉中用于估计图像序列中像素运动的重要技术。Farneback光流法和Lucas-Kanade光流法是两种经典的光流算法，分别代表了稠密光流和稀疏光流的典型方法。
那雨倾城·2025-05-24 01:09

对抗的深度卷积生成网络来学习无监督表示

摘要近年来，计算机视觉应用中使用卷积网络的监督学习被广泛采用。相比之下，无监督学习受到更少关注。本文帮助缩小有监督学习与无监督学习
灰巧克力爱松露·2025-05-24 01:09

OpenCV CUDA 模块图像过滤-----创建一个计算图像导数的滤波器函数createDerivFilter()

它特别适用于边缘检测、特征提取等计算机视觉任务。函数原型cv::Ptrcv
村北头的码农·2025-05-24 01:08

小白的进阶之路系列之三----人工智能从初步到精通pytorch计算机视觉详解上

计算机视觉是教计算机看东西的艺术。例如，它可能涉及构建一个模型来分类照片是猫还是狗（二元分类）。或者照片是猫、狗还是鸡（多类分类）。或者识别汽车出现在视频帧中的位置（目标检测）。
金沙阳·2025-05-23 21:43

Python基础之图像识别：从入门到实践

【点击领取】引言图像识别是计算机视觉领域的一个重要分支，近年来随着深度学习技术的快速发展，图像识别技术已经广泛应用于人脸识别、自动驾驶、医疗影像分析等多个领域。
Python_trys·2025-05-23 16:02

【计算机视觉系列实战教程 (十二)】：图像分割（阈值分割threshold、分水岭算法watershed的使用步骤、洪水填充floodFill算法的使用）

1.图像分割概述(1)What(什么是图像分割)将图像划分为不同的子区域，使得同一子区域具有较高的相似性，不同的子区域具有明显的差异性(2)Why(对图像进行分割有什么作用)医学领域：将不同组织分割成不同区域帮助分析病情军事领域：通过对图像的分割，为自动目标识别提供参数，为飞行器或武器的精准导航提供依据遥感领域：通过遥感图像分析城市地貌、作物生长情况。此外，云系分析和天气预报都离不开图像分割交通领
还下着雨ZG·2025-05-23 00:47
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他