边缘视觉第9页

【有啥问啥】揭秘AI图像/视频生成的幕后功臣：重述（Recaptioning）技术

从生成震撼视觉效果的图像生成器DALL-E3，到能够创造逼真动态视频的Sora，这些强大的模型背后，有一项至关重要的技术正在悄然发力——那就是重述（Recaptioning）技术。

有啥问啥·2025-01-27 19:12

C# OpenCV机器视觉:利用CNN实现快速模板匹配

在一个阳光灿烂的周末，阿强正瘫在沙发上，百无聊赖地换着电视频道。突然，一则新闻吸引了他的注意：某博物馆里一幅珍贵的古画离奇失踪，警方怀疑是被一伙狡猾的盗贼偷走了，现场只留下一些模糊不清的监控画面，根本无法确定盗贼的行踪。阿强看着电视里那一团乱麻的线索，眼睛突然一亮，心中涌起一股热血：“要是我能帮警方找到盗贼，那可就太酷了！说不定还能得到博物馆的巨额悬赏，从此走上人生巅峰呢！”说干就干，阿强立马冲进

pchmi·2025-01-27 18:09

人工智能技术的应用前景及未来发展

随着深度学习、强化学习、自然语言处理（NLP）、计算机视觉（CV）等技术的飞速进展，AI不再仅仅是学术研究中的一个热点，而是渗透到各个行业，成为推动创新、优化生产和提升效率的核心力量。

键盘上的蚂蚁-·2025-01-27 16:24

opencv2.4中SVD分解的几种调用方法

原帖地址：http://blog.sina.com.cn/s/blog_6109b5d00101ag7a.html在摄影测量和计算机视觉中，考虑最优解问题时，经常要用到SVD分解。

weixin_34342992·2025-01-27 15:46

Python从0到100（四十）：Web开发简介-从前端到后端（文末免费送书）

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·2025-01-27 14:39

基于OpenCV的答题卡识别系统（附全部源码）

系统运用精巧的计算机视觉算法，实现了批量识别答题卡并将信息导出至Excel表格的功能。这一解决方案使得答题卡的判卷过程变得轻便、高效且准确。

Dong__ZW·2025-01-27 12:54

Vue Flow 交互式流程图和图形世界的桥梁

VueFlow允许集成您自己的定制节点和边缘，从而可以毫不费力地定制和扩展基本功能。背景、小地图和控件等其他组件进一步丰富了界面，将您的作品转变为引人入胜的平台。主要特点无缝设置VueFlow让

睡不着的可乐·2025-01-27 09:37

使用HTML5 Canvas 实现呼吸粒子球动画效果的原理

通过详细解读其代码实现，我们将全面了解如何运用HTML5的强大功能构建出如此迷人的视觉效果。

软件工程师文艺·2025-01-27 08:35

Python 合并 Excel 单元格

此外，当对数据进行分类时，为了使同一类别的数据在视觉上更具整体性和区分度，可以将同一类别的单元格进行合并。本文将介绍如何通过Python合并Excel中的指定行、列、或单元格范围。

Eiceblue·2025-01-27 08:28

在亚马逊云科技上用Stable Diffusion 3.5 Large生成赛博朋克风图片（上）

各位开发者们现在可以使用该模型，根据文本提示词文生图生成高质量的图片，并且支持多种图片风格生成，助力媒体、游戏、广告和零售等行业的开发者们加速概念艺术、视觉特效以及精修产品宣传图的生成创作。

佛州小李哥·2025-01-27 06:20

计算机视觉目标检测-DETR网络

目录摘要abstractDETR目标检测网络详解二分图匹配和损失函数DETR总结总结摘要DETR（DEtectionTRansformer）是由FacebookAI提出的一种基于Transformer架构的端到端目标检测方法。它通过将目标检测建模为集合预测问题，摒弃了锚框设计和非极大值抑制（NMS）等复杂后处理步骤。DETR使用卷积神经网络提取图像特征，并将其通过位置编码转换为输入序列，送入Tra

next_travel·2025-01-27 06:47

顶刊论文:一种用于病理学的多模态全切片基础模型 TITAN

MultimodalWholeSlideFoundationModelforPathology”提出了一种用于病理学的多模态全切片基础模型TITAN，通过在大量组织切片图像（WSIs）上的自监督学习和视觉语言对齐预训练

思陌Ai算法定制·2025-01-27 04:06

智能交互革命：论UI-TARS技术突破与未来图景

智识世界Intelligence·2025-01-27 03:02

日志2025.1.26

日志2025.1.261.增加了副武器系统，优化了切换武器的视觉效果在人物背包、腿上挂载装有BackupWeaponModel脚本的武器模型//返回副武器publicWeaponBackupWeapon

science怪兽·2025-01-27 03:59

YOLO到XML：轻松转换标注文件，助力计算机视觉项目

YOLO到XML：轻松转换标注文件，助力计算机视觉项目在计算机视觉项目中，数据标注是至关重要的一步。不同的算法和框架可能需要不同格式的标注文件。

m0_69670384·2025-01-27 02:21

安宝特方案 | AR化身为“拣货员”，引领高效物流服务发展

通过实时库存追踪、视觉拣选、AI识别平台辅助三个关键方面，增强现实（AR）技术正建立一个高效、智能、安全的新发展动态。

安宝特AR·2025-01-26 22:24

FPGA实现图像处理算法的创新点

在图像处理算法中，许多操作（如滤波、边缘检测等）可以并行执行。例如，对于一个3×3的图像滤波操作，FPGA可以同时对图像中的多个像素点进行滤波计算，而不像传统的CPU那样需要顺序处理每个像素。

芯作者·2025-01-26 22:22

【释放算力潜能】基于华为鲲鹏920 + 昇腾310B的VPX架构主板

一款高性能VPX架构主板——采用华为鲲鹏920处理器与昇腾310BAI加速模块的创新设计，专为边缘计算、AI推理、高性能计算和国防工业等领域打造。

国产化嵌入式平台解决方案·2025-01-26 22:19

Python从0到100（六十一）：机器学习实战-实现客户细分

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·2025-01-26 21:17

请问Python怎么安装vlfeat？

在当今数据驱动的时代，图像处理和计算机视觉成为了许多前沿应用的核心技术之一。作为一门强大的编程语言，Python在这些领域中扮演着极其重要的角色。

cda2024·2025-01-26 20:09

参照和谐色调为PPT图形设置统一格式的要点

大家好～今天和大家聊一聊PPT设计中如何通过和谐色调为图形设置统一格式，让整体设计看起来既专业又有视觉吸引力。PPT不仅仅是一个展示工具，它更是传达信息的载体。

PPT百科·2025-01-26 20:07

双目视觉之获取三维坐标（立体校正、Q矩阵与三角测量原理）

前言双目视觉是一种模拟人类立体视觉的计算机视觉技术，它通过两个相机从不同的角度拍摄同一个场景，然后利用三角测量原理，计算出场景中物体的三维坐标信息。

乐平要加油啊·2025-01-26 19:31

机位：解锁摄影视角的多维度密码

推镜头（二）拉镜头（三）摇镜头（四）移镜头三、选择机位的考量因素（一）拍摄主题（二）拍摄场景（三）想要传达的情感四、综合运用机位要素在摄影艺术的领域中，机位的巧妙运用宛如一把神奇的钥匙，能够开启通往独特视觉体验的大门

长安er·2025-01-26 18:23

【AI非常道】二零二五年一月，AI非常道

《思考，快与慢》视觉笔记byDanielKahneman来自微博@爱可可-爱生活大脑的两种思维模式：快与慢，就像一对默契的搭档，却各自有着截然不同的个性。快思维（系统1）是我们的“本能反应手”：它感性

bylander·2025-01-26 17:14

计算机视觉 ---图像读取与显示(OpenCV与Matplotlib)

前言本文分别介绍了使用OpenCV和Matplotlib进行图像读取与显示的方法，如cv2.imread()、cv2.imshow()、plt.imread()、plt.imshow()等，并提及了使用OpenCV时的注意事项。OpenCV与Matplotlib图像读取与显示的差异图像读取：OpenCV：使用cv2.imread()函数读取图像，默认读取的图像格式是BGR（蓝绿红）。Matplot

两千连弹·2025-01-26 12:10

unity游戏开发毕设_毕设分享：用Unity探究2D游戏的打击感

在电子游戏中，则通过视觉和听觉呈现这些。实现方式市面上

幸行远·2025-01-26 11:31

深度学习中高斯噪声：为什么以及如何使用

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：DeepHubIMBA本文约1800字，建议阅读8分钟高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。

小白学视觉·2025-01-26 05:38

OpenCV中添加高斯噪声到彩色图像和点云

在计算机视觉和图像处理中，噪声是一种常见的现象，可以对图像和点云数据产生不良影响。高斯噪声是一种常见的噪声类型，它具有正态分布的特点。

LpmShell·2025-01-26 04:33

基于Canny边缘检测和轮廓检测

这段代码实现了基于Canny边缘检测和轮廓检测，从图像中筛选出面积较大的矩形，并使用OpenCV和Matplotlib显示结果。

如若123·2025-01-26 04:59

计算机网络(北邮信息工程期末速通)

从工作方式看：可分为边缘部分（edgepart）和核心部分（corepart）。

arbelite·2025-01-26 00:27

速看：华为云云原生实践与应用大阅兵

出品|CSDN云原生2022年6月9日，CSDN云原生系列在线峰会第8期“华为云云原生实践与应用峰会”盛大举行，本期峰会出品人、中信银行技术专家、华为云MVP马超携手华为云数字化平台技术专家高红霞、边缘云创新实验室主任工程师郑子木

CSDN云原生·2025-01-25 23:16

激光线扫标定和相机标定：中高级C++程序员与计算机视觉工程师的指南

激光线扫标定和相机标定：中高级C++程序员与计算机视觉工程师的指南简介在计算机视觉和机器人领域，激光标定和相机标定是实现高精度测量和检测的关键技术。

m0_57781768·2025-01-25 22:37

基于ROS的相机和激光雷达离线自动标定

目录前言理论背景相机和激光雷达标定原理实现思路Reference前言因为本人实际工作中在做视觉和雷达的相关融合工作，所以相机和雷达的传感器之间的位姿RT矩阵则是要首先进行解决的。

AUBarryRobot·2025-01-25 21:34

QT 笔记

本文详述了QT的基础应用，其中包括基础控件应用、多线程等工具类使用、以及显示2D、3D图像等功能，适用于C++和计算机视觉领域的开发者。

繁缕怀夕·2025-01-25 21:03

免费开源的后端API服务-supabase安装和使用-简直是前端学习者福音

可以简单理解类似于headlesscms，但是不仅仅只提供内容，它还集成了服务订阅、即时API，用户身份认证（包括第三方身份认证，比如使用github、Google等账号实现快速登录和注册）、边缘函数

前端三评·2025-01-25 20:26

Python实现SMTP自动发邮件全流程指南

文章还强调安全性和常见问题的解决方案，为初学者提供详细步骤和视觉辅助。1.SMTP协议基础在互联网技术飞速发展

福建低调·2025-01-25 19:19

python机器学习

前提Python机器学习的应用领域A.图像识别和计算机视觉B.自然语言处理和文本分析C.数据挖掘和推荐系统深度学习A.神经网络的基本原理B.常用的深度学习框架和算法C.深度学习在图像

方安乐·2025-01-25 16:57

HTML&CSS ：如此优雅丝滑的导航栏，你不看看吗？

这段代码创建了一个动态的导航栏，通过CSS技术实现了按钮的激活和悬停效果，以及动态背景效果，为页面添加了视觉吸引力和用户交互体验。大家复制代码时，可能会因格式转换出现错乱，导致样式失效。

前端Hardy·2025-01-25 15:45

计算机视觉：卷积核

本文重点卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，广泛应用于图像识别、自然语言处理、语音识别等领域。在卷积神经网络中，卷积核是网络的核心组件之一。通过不断堆叠卷积层和池化层，可以逐渐提取出更高级别的特征，从而实现更复杂的任务。卷积神经网络中的卷积核可以通过反向传播算法进行训练和优化，使其能够自适应地学习输入数据中的特征。因此，卷积神经网络在图像

每天五分钟玩转人工智能·2025-01-25 12:23

4-2 计算机视觉-卷积神经网络-基本网络组件

（1）保护位置信息：保证锚点刚好在中间，方便以模块中心为标准进行滑动卷积，避免了位置信息发生偏移（2）padding时的对称性：保证padding时图像的两边依然对齐（3）一些历史尝试的经验，如边缘检测等

沉睡的小卡比兽·2025-01-25 11:52

Alibaba Spring Cloud 十三 Nacos，Gateway，Nginx 部署架构与负载均衡方案

在微服务体系中，Nacos主要承担“服务注册与发现、配置中心”的职能，Gateway（如SpringCloudGateway）通常负责“路由转发、过滤、安全鉴权、灰度流量控制”等功能，而Nginx则常被用作“边缘反向代理

空灵宫（Ethereal Palace）·2025-01-25 10:38

国内的AI大模型有可能超过ChatGPT吗？

以下是对这一问题的详细探讨：1.技术基础（1）现状国内AI技术：国内的AI技术发展迅速，尤其在深度学习、自然语言处理（NLP）和计算机视觉等领域已经取得了显著进展。

AIWritePaper官方账号·2025-01-25 08:28

国产游戏技术能否引领全球？

例如，《黑神话:悟空》等作品采用了实时光线追踪、HDR等高技术，提升了游戏的视觉效果和沉浸感。这些技术的应用，不仅提升了国产游戏的整体质量，也为国产游戏在全球市场上的竞争力奠定了基础。

小唐C++·2025-01-25 08:55

CSS 提示工具：优化网页设计，提升用户体验

它不仅能够赋予网页独特的视觉风格，还能够提升用户体验。为了帮助设计师和开发者更高效地使用CSS，各种提示工具应运而生。

froginwe11·2025-01-25 08:55

全场景深度思考模型发布：囊括三大推理能力，解锁医疗循证模式

该模型是国内目前唯一同时具备语言、视觉和搜索三大领域推理能力的模型。

·2025-01-25 06:28

基于深度学习的鸟类识别系统详解（UI界面 + YOLOv10 + 数据集）

引言鸟类识别是计算机视觉领域中一个独具挑战性的任务，尤其是在复杂的自然环境中，识别不同种类的鸟类需要非常强大的模型和丰富的数据集。

2025年数学建模美赛·2025-01-25 05:34

C# OpenCV机器视觉:卡尔曼滤波

在一个阳光有些慵懒的午后，阿强像往常一样窝在他那被各种电子元件和乱糟糟电线堆满的实验室里，百无聊赖地翻看着一本本厚重的技术书籍。突然，一阵急促的敲门声打破了平静，阿强趿拉着拖鞋，嘟囔着跑去开门，只见好友二胖火急火燎地冲了进来，手里还挥舞着一个小型无人机模型。“阿强啊，我这新买的无人机出大问题了！”二胖气喘吁吁地说道，额头上豆大的汗珠滚落，“我本来想在公园里拍点酷炫的飞行视频，结果它在空中晃得厉害，

pchmi·2025-01-25 01:36

Qwen-VL: 一种多功能的视觉-语言模型，用于理解、定位、文本阅读等

论文题目：Qwen-VL:AVersatileVision-LanguageModelforUnderstanding,Localization,TextReading,andBeyond论文地址：https://arxiv.org/pdf/2308.12966github地址:https://github.com/QwenLM/Qwen-VL?tab=readme-ov-file更多技术文章可以

&永恒的星河&·2025-01-25 01:04

CNN+LSTM+AM研究方向初尝试

卷积操作使用多个卷积核（滤波器）对输入图像进行局部感知，从而识别出边缘、纹理等基本特征。卷积层的输出称为特征图（FeatureMap）。

qzhqbb·2025-01-25 01:32

web速览

web速览1.前端开发概述：前端开发是构建网站用户界面的过程，主要关注网站的视觉效果和用户体验。又称为客户端技术栈：HTML（超文本标记语言）：用于创建网页的结构和内容。