音视频计算机视觉

WebRTC学习二：WebRTC音视频数据采集

环境搭建第二篇基于SRS实现RTSP接入与WebRTC播放第三篇centos下基于ZLMediaKit的WebRTC环境搭建第四篇WebRTC学习一：获取音频和视频设备第五篇WebRTC学习二：WebRTC音视频数据采集文章目录系列文章目录前言一

m0_74823239·2025-02-17 02:21

景联文科技数据处理平台：支持高质量图像标注服务

图像标注是计算机视觉领域中不可或缺的一环，它通过为图像添加标签来帮助机器学习算法理解图像内容。这一过程对于创建高质量的训练数据集至关重要，使得AI模型能够准确地识别和分类现实世界中的物体。

景联文科技·2025-02-17 00:35

【一文读懂】什么是RTSP协议？

RTSP并不传输数据本身，而是用于控制流媒体服务器，类似于HTTP协议，但它主要用于多媒体流的控制，比如音视频流的播放、暂停、停止等操作。工作原理RTSP协议本质上是一个客户端-服务器协议。

Bl_a_ck·2025-02-16 23:58

从养殖场到科技前沿：YOLOv11+OpenCV精准计数鸡蛋与鸡

今天的主角是YOLOv11和OpenCV，它们是计算机视觉领域的两位大佬，专门为你解决这一难题。无论是鸡蛋还是鸡，它们都能精准识别，数得清清楚楚。不信？那我们就一起去看看怎么用这对“黄金搭档”解决

星际编程喵·2025-02-16 22:50

OpenCV及基本用法

一.OpenCV介绍1.OpenCV的全称是OpenSourceComputerVisionLibrary，是一个开放源代码的计算机视觉库。

m0_74823683·2025-02-16 18:17

计算机视觉：COCO数据集

COCO（CommonObjectsinContext）是一个广泛使用的计算机视觉数据集，主要用于图像识别、物体检测、分割和关键点检测等任务。

00&00·2025-02-16 17:15

2025年大模型与Transformer架构：技术前沿与未来趋势报告

它的出现，彻底改变了自然语言处理、计算机视觉等诸多领域的发展轨迹。《2025年大模型与Transformer架构：技术前沿与未来趋势报告》深入剖析了Transformer架构的

和老莫一起学AI·2025-02-16 12:37

AI 大模型创业：如何利用市场优势？

这些大模型通过在大规模数据集上进行预训练，具备强大的泛化能力和适应性，能够广泛应用于自然语言处理（NLP）、计算机视觉（CV）、生成对抗网络（GAN）等多个领域。然而，

SuperAGI2025·2025-02-16 12:37

人工智能推理模型（S1-32B）超越DeepSeek？

从2000年李飞飞进入加州理工学院攻读研究生起，就一直从事人工智能研究，在计算机视觉领域创立了拥有1500万张图片的ImageNet数据库，为人工智能计算机视觉研究奠定了基础，也积累了深厚的人工智能技术理论和实践经验

deepdata_cn·2025-02-16 12:35

土壤分析：土壤养分分析_（14）.土壤养分与植物生长的关系

本节将详细介绍土壤养分的主要成分、植物对这些养分的需求以及如何通过计算机视觉技术来分析土壤养分与植物生长的关系。土壤养分的主要成分土壤养分主要包括以下几类：宏

zhubeibei168·2025-02-16 11:55

Python实战：解析labelme标注数据——如何将数据转换为COCO格式

在计算机视觉中，标注数据是非常重要的，而Labelme是一个简单易用的自由标注工具，被广泛应用于图像语义分割、目标检测、实例分割等领域，然而标注数据并不总是以我们需要的格式存在，因此需要进行适当的转换，

程序员杨弋·2025-02-16 11:24

【图像处理】使用Python进行实时人脸检测和识别

二、基本概念人脸识别和人脸检测是计算机视觉领域的两个独立任务。人脸检测是在照片或视频中自动定位人脸的过程。它通常涉及查找面部关键点的位置，例如嘴角和眼睛，并使用这些点来确定面部的位置、大小和方向。

无水先生·2025-02-16 03:22

基于OpenCV的单目测距

随着计算机视觉技术的发展，单目测距作为一种重要的视觉测量手段，在众多领域得到了广泛的应用。本文将探讨基于OpenCV的单目测距原理、局限性、实际应用场景以及一些优化方案。

_老码·2025-02-15 21:42

Python在DevOps中的应用：自动化CI/CD管道的实现

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！

蒙娜丽宁·2025-02-15 16:28

数字人技术在短视频中的应用

数字人、短视频、人工智能、计算机视觉、自然语言处理、虚拟主播、内容创作1.背景介绍短视频作为一种新兴的传播媒介，其内容形式丰富、传播速度快、用户粘性强，已成为当今互联网领域最热门的应用之一。

AGI大模型与大数据研究院·2025-02-15 13:41

开发美颜相机录制视频时，对于音频数据的处理

视频录制不仅包括视频数据，还需要同步录制音频数据，以生成一个完整的音视频文件。如果你只处理视频数据而忽略音频数据，录制出来的文件将没有声音，或者需要后期再合成音频，这会增加复杂性。

陈皮话梅糖@·2025-02-15 10:48

计算机视觉——SIFT特征提取与检索算法

计算机视觉——SIFT特征提取与检索算法1.基本介绍1.1算法特点1.2检测步骤2.基本原理2.1关键点2.2尺度空间2.3高斯模糊2.3.1高斯函数2.3.2高斯模糊2.3.3高斯金字塔2.4DOG函数

-shiba-·2025-02-15 10:17

Python深度学习代做目标检测NLP计算机视觉强化学习

了解您的需求，您似乎在寻找关于Python深度学习领域的代做服务，特别是在目标检测、自然语言处理（NLP）、计算机视觉以及强化学习方面。以下是一些关于这些领域的概述以及寻找相关服务的建议。

matlabgoodboy·2025-02-15 10:43

基于深度学习YOLOv5的活体人脸检测系统（Python+PySide6界面+训练代码）

一、前言随着人工智能技术的快速发展，计算机视觉（ComputerVision）已广泛应用于各种实际场景中，特别是在安全、金融、医疗等领域。

深度学习&目标检测实战项目·2025-02-15 09:42

【深度学习】计算机视觉（CV）-目标检测-SSD（Single Shot MultiBox Detector）—— 单次检测多框检测器

SSD（SingleShotMultiBoxDetector）——单次检测多框检测器1️⃣什么是SSD？SSD(SingleShotMultiBoxDetector)是一种用于目标检测（ObjectDetection）的深度学习模型，由WeiLiu等人在2016年提出。它采用单阶段（SingleStage）方法，能够直接从图像中检测多个对象，并输出类别和边界框，比传统的两阶段方法（如FasterR

IT古董·2025-02-15 09:09

目标检测代码示例（基于Python和OpenCV）

引言目标检测是计算机视觉领域中的一个核心任务，其目标是在图像或视频中定位和识别特定对象。

matlab_python22·2025-02-15 05:08

Python知识点：基于Python技术，如何使用YOLO进行实时物体检测

使用YOLO进行实时物体检测的Python技术详解实时物体检测是计算机视觉中的一个关键任务，它要求算法能够快速且准确地识别和定位图像或视频流中的物体。

超哥同学·2025-02-15 05:36

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

引言近年来，计算机视觉技术在各行各业中得到了广泛的应用，特别是在智能监控、自动驾驶、医疗诊断等领域。深度学习，尤其是卷积神经网络（CNN）的出现，极大地提高了计算机处理图像和视频的能力。

深度学习&目标检测实战项目·2025-02-15 04:57

CVPR2024最佳论文出炉！历年CVPR最佳论文盘点（2000 年—2024 年）

作为计算机视觉领域的顶级学术会议CVPR，每年评选出的一篇或多篇最佳论文，不仅为计算机视觉领域的顶级学术荣誉，更代表了将对未来技术或行业发展产生重要影响的里程碑式研究成果。

沃恩智慧·2025-02-15 03:15

WebP2P+自研回音消除：视频通话SDK嵌入式EasyRTC构建高交互性音视频应用

随着移动互联网时代的到来，手机端的扬声器大多采用外置设计，且音量较大。在这种情况下，扬声器播放的声音更容易被麦克风捕捉，从而导致回声问题显著加剧。这种设计虽然方便用户在免提模式下使用，但也带来了更复杂的音频处理挑战。回音消除算法的核心在于从麦克风采集的混合信号中分离出原始语音信号和回声信号，并将回声信号从混合信号中移除。EasyRTC采用的自研算法基于以下几种技术：自适应滤波器：通过实时调整滤波器

Likeadust·2025-02-14 22:10

详解AI作画算法原理

这一领域融合了深度学习、计算机视觉和生成模型的前沿技术，让机器能够“想象”并创作出令人惊叹的图像。

Jimaks·2025-02-14 22:10

【深入探讨 ResNet：解决深度神经网络训练问题的革命性架构】

深入探讨ResNet：解决深度神经网络训练问题的革命性架构随着深度学习的快速发展，卷积神经网络（CNN）已经成为图像识别、目标检测等计算机视觉任务的主力军。

机器学习司猫白·2025-02-14 16:26

RV1126解码（1）

主要功能是通过FFMPEG的API读取每一帧的音视频数据，并通过RV1126的解码，对每一帧的压缩数据进行解码操作，并最终把解码的数据打印出来。

学习嵌入式的小羊~·2025-02-14 15:47

cnn以及例子

cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。

阿拉斯攀登·2025-02-14 10:41

WebRTC与EasyRTC:开启智能硬件音视频通讯的全新旅程

在当今数字化时代，音视频通讯技术正以前所未有的速度革新着我们的生活与工作方式。WebRTC与EasyRTC作为这一领域的佼佼者，正携手为智能硬件的音视频通讯注入强大动力，开启全新的篇章。

EasyNVR·2025-02-14 09:00

计算机视觉四大任务模型汇总

计算机视觉中有四大核心任务：1-分类任务、2-目标检测任务、3-目标分割任务和4-关键点检测任务文章1：一文读懂计算机视觉4大任务文章2：图像的目标分割任务：语义分割和实例分割不同任务之间相关但不完全相同

Zero_one_ws·2025-02-14 05:59

计算机视觉（Computer Vision，CV）四大基本任务--分类、检测、定位、分割

文章目录前言一、计算机视觉任务一：目标分类常用数据集常见网络结构二、计算机视觉任务二：目标定位三、计算机视觉任务三：目标检测常用数据集常见网络结构四、计算机视觉任务四：目标分割常用数据集常见网络结构前言计算机视觉

明月光舞·2025-02-14 05:29

计算机视觉核心任务

1.计算机视频重要分类计算机视觉的重要任务可以大致分为以下几类：1.图像分类（ImageClassification）识别图像属于哪个类别，例如猫、狗、汽车等。

飞瀑·2025-02-14 04:53

Android音视频开发实战系列教程

Android音视频开发实战系列教程指南在这篇文章中，我们将通过一个逐步流程，帮助刚入行的小白学习如何进行Android音视频开发。

Stark T·2025-02-14 04:51

Android平台FFmpeg多媒体处理实战

本文还有配套的精品资源，点击获取简介：FFmpeg在Android平台为开发者提供强大的音视频处理能力，涵盖编解码、容器格式解析、软硬解码切换、音频重采样和视频转换等关键功能。

雲明·2025-02-14 04:21

FFmpeg音视频编解码优化

FFmpeg音视频编解码优化关键词FFmpeg音视频编解码优化策略性能测试实战案例摘要本文将围绕FFmpeg音视频编解码优化这一主题，详细介绍FFmpeg的基础知识、安装配置、音视频编解码原理、性能优化方法

AI天才研究院·2025-02-14 04:51

音视频：11.Shell脚本-动手编译FFmpeg

Shell脚本-动手编译FFmpeg1.Cmake交叉编译Android动态库2.配置NDK环境2.1NDK中交叉编译工具的变化2.1.1.交叉编译工具位置的变化:3.手写FFmpeg编译脚本4.编译遇到的问题5.如何适配so框架6.编译参数传递7.运行调试音频解码避坑指南1.Cmake交叉编译Android动态库交叉编译：Linux上编译Android的sondk16的以上版本自带交叉编译工具链

eastRiseWm·2025-02-14 04:50

Linux 上使用 Rust、Golang 和 C++ 进行应用开发比较

作为一名前音视频编解码工程师，最常使用的语言是c/c++,但是永久了总想尝试下其他语言。

孽小倩·2025-02-14 04:17

【音视频】ffmpeg android端调试指南

背景：本文旨在Android端导入和调试ffmpeg使用，作为工具文档简化初次入门使用难度。下载FFmpeg源码：gitclonehttps://github.com/FFmpeg/FFmpeg.git编译FFmpeg源码：创建Android端编译脚本：#!/bin/bashAPI=21NDK=/Users/admin/Downloads/android-ndk-r21ePREBUILT=$NDK

MooMLu·2025-02-14 03:59

COCO数据集

COCO具有以下特点：物体分割上下文识别超像素材质分割33万张图片（超过20万张有标注）150万个物体实例80个物体类别91个材质类别每张图片有5个描述25万人的关键点COCO数据集是一个多用途的计算机视觉数据集

是小果果蛋儿啊·2025-02-13 23:37

2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)

2025年计算机视觉研究进展与应用国际学术会议(ACVRA2025)2025InternationalConferenceonAdvancesinComputerVisionResearchandApplications

GSRA会务组房老师·2025-02-13 20:15

【学术投稿-2025年计算机视觉研究进展与应用国际学术会议 (ACVRA 2025)】CSS样式解析：行内、内部与外部样式的区别与优先级分析

简介2025年计算机视觉研究进展与应用（ACVRA2025）将于2025年2月28-3月2日在中国广州召开，会议将汇聚世界各地的顶尖学者、研究人员和行业专家，聚焦计算机视觉领域的最新研究动态与应用成就。

禁默·2025-02-13 20:11

位图的深入解析：从数据结构到图像处理与C++实现

位图广泛应用于计算机图形学、图像处理和计算机视觉等领域。目录1.位图的基本概念1.1像素1.2分辨率1.3颜色深度2.位图的存储格式2.1BMP格式

Exhausted、·2025-02-13 14:03

计算机视觉国内外研究现状（综述）

1.国内外研究进展1.2.1特征提取研究进展特征提取是图像处理的一个重要环节，是进行身份识别和行为识别的重要部分。近年来，针对不同特征的提取，国内外学者提出了许多特征提取算法，同样特征提取的效果大都不错。但是在复杂的猪舍环境中提取猪的特征还是比较困难的。下面针对几种目前常用的特征提取算法进行一些介绍。（1）传统的特征提取算法传统特征提取算法已经发展了很久，现阶段比较成熟，是深度学习算法出来之前研究

埃菲尔铁塔_CV算法·2025-02-13 12:44

【深入探索-deepseek】高等数学与AI的因果关系

目录数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数2.微积分3.概率论与统计二、自然语言处理领域三、语音识别领域四、数学在AI不同领域应用的逻辑图五、参考资料数学在AI不同领域的应用区别一、

我的青春不太冷·2025-02-13 11:09

qt+ffmpeg 实现音视频播放（二）之音频播放

一、音频播放流程1、打开音频文件通过avformat_open_input()打开媒体文件并分配和初始化AVFormatContext结构体。函数原型如下：intavformat_open_input(AVFormatContext**ps,constchar*url,AVInputFormat*fmt,AVDictionary**options);参数说明：-`ps`：指向`AVFormatCo

码农客栈_V13427279549·2025-02-13 10:58

图像分类与目标检测算法

在计算机视觉领域，图像分类与目标检测是两项至关重要的技术。它们通过对图像进行深入解析和理解，为各种应用场景提供了强大的支持。本文将详细介绍这两项技术的算法原理、技术进展以及当前的落地应用。

BugNest·2025-02-13 10:26

【鸿蒙在OpenHarmony系统上集成OpenCV，实现图片裁剪】

鸿蒙在OpenHarmony系统上集成OpenCV，实现图片裁剪OpenCV介绍OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库。

萌虎不虎·2025-02-13 09:25

计算机视觉工业相机、镜头、接口、光源概览及选型参考

一、相机1、分类按芯片类型分类：CCD相机、CMOS相机按传感器的结构特性分类：线阵相机、面阵相机按输出信号方式分类：模拟相机、数码相机按输出色彩方式分类：黑白相机、彩色相机2、重要参数芯片尺寸芯片尺寸表示图像传感器感光区域的面积大小，直接决定了整个系统的物理放大率。相机的芯片尺寸如图所示。分辨率分辨率表示每英寸包含的像素数。对于图像来说，分辨率是非常重要的，决定了图像是否能够清晰地呈现：相机的分

坐望云起·2025-02-13 08:16

【人工智能】Python中的深度学习优化器：从SGD到Adam