音视频图像

IM 即时通讯系统-47-beardlessCat IM 使用netty开发分布式Im，提供分布netty集群解决方案

IM开源系列IM即时通讯系统-41-开源野火IM专注于即时通讯实时音视频技术，提供优质可控的IM+RTC能力IM即时通讯系统-42-基于netty实现的IM服务端,提供客户端jar包,可集成自己的登录系统
老马啸西风·2025-02-04 06:01

PyTorch 训练一个分类器

CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用PyTorch训练一个用于图像分类的卷积网络模型
亚里·2025-02-04 05:59

Vue前端 向 后端Flask 传文件数据并保存

简介采用vue编写前端，上传图像文件，发送到后端flask，由后端保存前端代码exportdefault{methods:
battlestar·2025-02-04 04:21

Diffusion--人工智能领域的革命性技术

扩散模型是一类生成式模型，它通过逐步去噪的方式，从随机噪声中生成高质量的数据，近年来在图像、音频、视频等多个领域取得了显著进展。1.发展历史扩散模型的概念源于物理学中的扩散过程，即粒子在介质中的随机
油泼辣子多加·2025-02-04 04:20

响应式web开发二之CSS相关

background-image设置元素的背景图像。可以指定一张图像的URL。使用url()函数。background-repeat定义背景图像是否重复。
mist1star·2025-02-04 03:15

机器学习笔记20241017

GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision#导入torchvision库，主要用于处理图像数据集
tt555555555555·2025-02-04 03:11

基于深度学习的物体分割技术：从理论到实践

1.引言物体分割（ObjectSegmentation）是计算机视觉中的一项核心任务，其目标是将图像中的不同物体或区域分离出来，通常分为语义分割和实例分割两种类型。
人工智能_SYBH·2025-02-04 01:57

Android 音视频 --- EGL介绍和使用

EGL的功能EGLAPI作为一套与OpenGLES各个版本相互独立的API，其作用主要是管理绘图表面。EGL提供以下机制：与设备的原生窗口系统通信查询绘图表面的可用类型和配置创建绘图表面在OpenGLES3.0或其他渲染API之间同步渲染管理纹理贴图等渲染资源
消失的旧时光-1943·2025-02-04 00:52

动手学PyTorch建模与应用：从深度学习到大模型

深度学习的出现不仅推动了机器学习的发展，而且促进了人工智能技术的革新，已经被成功应用在语音识别、图像分类识别、地球物理、大语言模型等领域，具有巨大的发展潜力和价值。
王国平·2025-02-04 00:51

开源的基于Python的电脑自动化操作

这些技术可以执行从简单的桌面自动化到复杂的系统管理任务，以下是一些常用的开源Python库和工具：1.PyAutoGUI功能：PyAutoGUI是一个用于跨平台桌面自动化的Python库，支持鼠标点击、键盘输入、屏幕截图、图像识别等操作
云博士的AI课堂·2025-02-03 23:42

TensorFlow实现卷积神经网络CNN

一、卷积神经网络CNN简介卷积神经网络（ConvolutionalNeuralNetwork，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等
红叶骑士之初·2025-02-03 23:40

OpenCV图像旋转90度的最简单方法

OpenCV是一个功能强大的计算机视觉库，提供了许多图像处理和计算机视觉算法。在OpenCV中，图像旋转是一项常见的操作。本文将介绍如何使用OpenCV将图像旋转90度的最简单方法。
时光荏苒-·2025-02-03 23:08

C# OpenCvSharp 逻辑运算-bitwise_and、bitwise_or、bitwise_not、bitwise_xor

bitwise_and函数作用或原理:将两幅图像进行与运算，通过逻辑与运算可以单独提取图像中的某些感兴趣区域。如果有掩码参数，则只计算掩码覆盖的图像区域。
智能制造探索者·2025-02-03 22:35

如何在OpenCV Python中对图像执行位异或操作？

彩色图像（RGB）有三个通道：红色、蓝色和绿色。图像表示为3维numpy数组。图像的像素值使用8位无符号整数（uint8）存储，范围为“0到255”。
勤奋的可乐·2025-02-03 22:34

音视频多媒体编解码器基础-codec

因为数据类型不同所以编解码算法不同，分为图像、视频和音频三大类；因为流程不同，可以分为编码和解码两部分；因为编码器实现不同，分为硬编码和软编码；因为编解码硬件位置不同，可以分为片内、片外和独立编解码模块三类
硬件学长森哥·2025-02-03 22:04

目标检测的超级英雄：YOLO带你识别世界

今天，我们一起走进YOLO的世界，看看它如何神奇地识别图像中的物体。当然，不用担心，这篇文章会让你轻松理解，并且我会用幽默、通俗的语言给大家展示这项技术。
星际编程喵·2025-02-03 22:32

python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤

题目描述这篇博文是数字图像处理的大作业.题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类
weixin_39969060·2025-02-03 22:28

深度学习目标检测中的_单目测距原理与实现 关键点及改进建议

深度学习目标检测中的_单目测距原理与实现关键点及改进建议文章目录单目测距的进一步解释1.焦距的确定2.物体宽度\(W\)的获取3.图像处理技巧4.提高性能的建议5.实现代码中的注释添加一、前言单目视觉测距
QQ_767172261·2025-02-03 21:24

Python 图像处理进阶：特征提取与图像分类

特征提取特征提取是计算机视觉中的一个重要环节，它可以从图像中提取出有助于后续处理的特征，比如用于识别和分类的关键点、纹理等。常见的特征提取方法包括SIFT、SURF和ORB等。
极客代码·2025-02-03 21:23

从学龄前开始解读FFMPEG代码 之 avformat_find_stream_info函数三

第四次循环结尾的话开始学习前想说的话鸽了许久，最近所做的项目算是有暂时喘口气的机会了，赶快吧FFmpeg解读捡起来，上次说到在第三次循环中，avformat_find_stream_info会对视频码流数据进行检查，以至于会进行一部分音视频数据
zzyincsdn·2025-02-03 20:19

第一章: AIGC概述

这些内容包括文字、图像、音频和视频等。简单来说，就是让计算机像人一样创作。例如，AI可以生成一篇文章、一幅画、一段音乐，甚至是一部短视频。AIGC是如何运作的？AIGC的核心技术包括机器学
野老杂谈·2025-02-03 19:11

《AI逆袭：科技与人类的终极对决，谁才是未来的主宰？》

3.1AI与人类的合作3.2AI的自主性与未来3.3AI与社会的融合第四章：AI技术实践——代码示例4.1图像分类（使用TensorFlow）结语导语人工智能（AI）无疑是当前科技发展的热
云边有个稻草人·2025-02-03 19:39

OpenCV在Python 3.6中的安装与应用教程

本文还有配套的精品资源，点击获取简介：OpenCV是一个功能丰富的计算机视觉库，适用于图像处理和分析。本文将介绍如何在Python3.6环境下安装和使用OpenCV，包括处理网络安装困难时的替代方案。
北海有座岛·2025-02-03 19:35

第06章 07 VTK体绘制中的2D纹理映射和3D纹理映射

在VTK（VisualizationToolkit）中，体绘制是一种将三维数据转换为二维图像的技术，VTK提供了多种方法来实现体绘制，其中2DTexture-Mapped和3DTexture-Mapped
捕鲸叉·2025-02-03 18:31

Python unstructured库详解：partition_pdf函数完整参数深度解析

函数完整参数深度解析1.简介2.基础文件处理参数2.1文件输入参数2.2页面处理参数3.文档解析策略3.1strategy参数详解3.2策略选择建议4.表格处理参数4.1表格结构推断5.语言处理参数5.1语言设置6.图像处理参数
engchina·2025-02-03 17:21

科技早报｜余承东宣布纯血鸿蒙冲刺商用；小米副董事长林斌回应减持股票 | 最新快讯

此外，华为宣布鸿蒙NEXT首次将AI能力融入系统，带来AIGC图像生成、AIGC声音修复、AI图像识别等功能，这也是华为首次纤细介绍其手机端测大模型应用。OpenAI宣布收购Rocks
最新科技快讯·2025-02-03 17:50

(04)python-opencv图像处理——图像阈值、平滑图像、形态转换、图像梯度

目录前言一、图像阈值1.1简单的阈值法1.2自适应阈值二、平滑图像2.1二维卷积(图像滤波)2.2图像模糊2.2.1均值模糊2.2.2高斯模糊2.2.3中值滤波2.2.4双边滤波三、形态转换1、腐蚀2、
欲游山河十万里·2025-02-03 17:48

HTML5 技术深度解读：本地存储与地理定位的最佳实践

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析04-HTML列表标签全解析：无序与有序列表的深度应用
吴师兄大模型·2025-02-03 17:15

HTML5 Canvas 与 SVG：让网页图形与动画活跃起来

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析04-HTML列表标签全解析：无序与有序列表的深度应用
吴师兄大模型·2025-02-03 17:15

前端表单验证终极指南：HTML5 内置验证 + JavaScript 自定义校验

系列文章目录01-从零开始学HTML：构建网页的基本框架与技巧02-HTML常见文本标签解析：从基础到进阶的全面指南03-HTML从入门到精通：链接与图像标签全解析04-HTML列表标签全解析：无序与有序列表的深度应用
吴师兄大模型·2025-02-03 17:14

智能优化算法应用：天鹰算法优化脉冲耦合神经网络的图像自动分割

智能优化算法应用：天鹰算法优化脉冲耦合神经网络的图像自动分割文章目录智能优化算法应用：天鹰算法优化脉冲耦合神经网络的图像自动分割1.天鹰算法2.PCNN网络3.实验结果4.参考文献5.Matlab代码摘要
智能算法研学社（Jack旭）·2025-02-03 16:10

Ubuntu终端跑colmap实验记录——生成sparse和poses_bounds.npy

2.单步重建——生成sparse图像2.1提取特征点2.2特征点匹配2.3稀疏重建3.使用LLFF生成poses_bounds.npy前言：我一直习惯使用autodl的服务器，在上面配置了nerfstudio
Yunni_root·2025-02-03 15:36

【图像处理】基于双目立体匹配的景深计算（Matlab代码实现）

本文目录如下：目录1概述1.双目相机标定2.图像预处理3.特征提取与匹配4.视差计算5.深度图生成与校正6.景深计算7.误差分析与优化应用领域2运行结果3参考文献4Matlab代码实现1概述双目立体匹配一直是双眼视觉的研究热点
然哥爱编程·2025-02-03 15:05

Colmap根据相机内外参数重建稀疏模型

Colmap根据相机内外参数重建稀疏模型1.创建稀疏模型工作文件夹2.命令行执行稀疏重建2.1提取图像特征点2.2手动导入相机内参2.3特征匹配2.4三角测量官方文档：https://colmap.github.io
失去对象的野指针·2025-02-03 15:34

uni-app技术分享| 10分钟实现一个简易uniapp视频通话

视频讲解视频地址创建uniapp项目创建uniapp项目前往anyRTC控制台-项目管理创建新项目，获取appid引入插件前往uniapp插件市场搜索anyRTC，选中anyRTC音视频SDK插件云打包购买插件
anyRTC·2025-02-03 15:32

【论文笔记】基于图神经网络的多视角视觉重定位 GRNet CVPR 2020 论文笔记

LearningMulti-viewCameraRelocalizationwithGraphNeuralNetworks驭势科技,北京大学机器感知重点实验室,北京长城航空测控技术研究所本文提出了一种使用多视角图像进行相机重定位的图神经网络
phy12321·2025-02-03 14:26

程序代码篇---项目目录结构&HSV掩膜&Opencv图像处理

文章目录前言第一部分：项目目录结构第二部分：HSV提取HSV色调（Hue）含义取值范围饱和度（Saturation）含义取值范围亮度（Value）含义取值范围第三部分：Opencv图像处理1.读取和显示图像
Ronin-Lotus·2025-02-03 14:21

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络
矩阵猫咪·2025-02-03 12:42

OpenCV图像距离检测

代码实现：importcv2importnumpyasnpdefcalculate_distance(p1,p2,focal_length,known_width):"""计算两点之间的实际距离:paramp1:点1坐标:paramp2:点2坐标:paramfocal_length:相机焦距:paramknown_width:已知物体的实际宽度:return:两点之间的实际距离"""#计算像素距离
yzx991013·2025-02-03 10:53

Stable Diffusion 3 与 OpenAI 的 DALL-E 3 谁才是AI绘画的扛把子?

StableDiffusion3和OpenAI的DALL-E3是当前最顶尖的两种AI图像生成模型，它们在技术架构、应用场景和性能表现上各有特点。
kcarly·2025-02-03 06:23

C语言实现图像二值化变换项目源码

本文还有配套的精品资源，点击获取简介：本项目提供了一个C语言编程案例，专门用于解决图像处理中的“百马百担”问题，即图像二值化。
爽新全效瓷兔膏·2025-02-03 06:20

探索高效图像识别：基于OpenCV的形状匹配利器

探索高效图像识别：基于OpenCV的形状匹配利器【下载地址】形状匹配find_scaled_shape_model资源文件本资源文件提供了使用OpenCV实现Halcon中算子`find_scaled_shape_model
崔庭盼Melvina·2025-02-03 05:45

『大模型笔记』视觉语言模型解释

如何找到合适的视觉语言模型MMMUMMBench4.技术细节5.使用变压器(transformers)运用视觉语言模型6.使用TRL微调视觉语言模型二.参考文章一.视觉语言模型解析视觉语言模型是一类能够同时从图像和文本中学习
AI大模型前沿研究·2025-02-03 05:40

计算机视觉领域的轻量化模型——GhostNet 模型

GhostNet适用于实时计算任务，如图像分类和物体检测，同时在保持较高准确率的基础上，优化了计算效率。目录GhostNet背景Ghost模块概述GhostNet网络架构Ghost模块的数学原理Gh
DuHz·2025-02-03 04:05

新春特辑：人工智能专题大复盘

人工智能：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
互联互通社区·2025-02-03 04:33

基于深度学习的基于视觉的机器人导航

1.视觉导航的基本概念视觉导航是指通过处理机器人的摄像头等视觉传感器采集到的图像数据，构建环境模型，进而进行路径
SEU-WYL·2025-02-03 03:29

图像边缘检测与轮廓提取详解及python实现

目录图像边缘检测与轮廓提取详解第一部分：图像边缘检测与轮廓提取概述1.1什么是边缘检测和轮廓提取？1.2边缘检测与轮廓提取的应用领域1.3为什么需要边缘检测和轮廓提取？
闲人编程·2025-02-03 03:25

基于face_recognition的人脸识别

face_recognition库的主要功能包括：1.人脸检测：识别图像中所有的人脸并返回其位置信息。2.人脸编码：将检
#北极星star·2025-02-03 01:07

计算机视觉：解锁智能时代的钥匙与实战案例

一、计算机视觉概述计算机视觉，简而言之，是指让计算机系统从数字图像或视频中提取有用信息的过程
我的运维人生·2025-02-03 01:07

极致体验，揭晓抖音背后的音视频技术

近两年，音视频技术展现了迅猛的发展势头，在短视频、直播、在线会议、教育等行业都有亮眼的应用案例，已经逐渐成为新时代互联网的基础设施之一。
火山引擎边缘云·2025-02-03 00:02
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他