OCR检测

使用Python进行火焰检测与识别：从基础理论到高级实现的全面指南

使用Python进行火焰检测与识别：从基础理论到高级实现的全面指南火灾是一种常见而危险的自然灾害，在工业、家庭和公共场所中，实时检测火焰并做出响应是保障安全的重要手段。
快撑死的鱼·2025-03-13 17:04

计算机视觉算法实战——车道线检测

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨车道线检测是计算机视觉领域的一个重要研究方向，尤其在自动驾驶和高级驾驶辅助系统（ADAS
喵了个AI·2025-03-13 17:32

【图像检测】基于霍夫变换 Hough变换实现图片车道线检测matlab代码

1简介本文提出了一种新的基于霍夫变换的复杂情况下车道线检测的算法,这个算法能够成功在夜晚,白天,有阴影,车道线磨损不太严重等复杂情况下检测出车道线.传统的车道线检测算法主要为直接在图像中进行霍夫变换,这种算法实时性差
Matlab科研辅导帮·2025-03-13 17:31

【C++】抛异常vs未定义行为

以下是两者的详细对比：1.定义抛异常：当程序检测到错误（如越界访问）时，抛出一个异常对象。异常可以被捕获并处理，程序可以选择恢复或优雅终止。
Octopus2077·2025-03-13 16:27

指纹浏览器与代理IP的协同技术解析：从匿名性到防关联实现

两者结合可解决以下技术痛点：双重身份隔离：单一指纹修改无法完全规避IP关联风险；动态环境模拟：代理IP支持地理位置切换，增强指纹浏览器模拟真实用户行为的能力；反检测能力提升：对抗网站基于IP黑名单或指纹追踪的风控策略
Hotlogin·2025-03-13 14:16

全面解析RRU软件可测性设计引入AI算法的实践

文章目录全面解析RRU软件可测性设计引入AI算法的实践本文概要整体架构流程一、引言二、具体思想点2.1智能测试用例生成2.2异常检测与定位三、落地要求3.1数据基础3.2算法与模型3.3系统集成四、检查评估项
youngerwang·2025-03-13 14:14

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

目录前言图像目标检测算法研究现状点云目标检测算法研究现状基于投影图的方法基于体素的方法基于点云的多模态融合方法2地面点云滤波及神经网络2.1目标检测数据集及采集设备2.1.1KITTI数据集2.1.2车载激光雷达
格图素书·2025-03-13 13:08

人工智能 - TensorRT与DeepDP终极指南：释放GPU潜能的深度学习推理优化之道

它通过模型压缩、计算图优化、硬件级加速等技术，显著提升推理速度并降低资源消耗，广泛应用于自动驾驶、工业检测、实时视频分析等对延迟敏感的领域。一、TensorRT的核心功能模型优化与加速层融合（La
天机️灵韵·2025-03-13 13:36

AIGC论文查重和传统论文查重有什么区别？

AIGC论文查重和传统论文查重在多个方面存在显著区别，以下是对两者的详细比较：一、检测目标和技术原理AIGC论文查重检测目标：主要用于检测和分析文本内容是否由AI生成，特别是在要求提供真实人类经验的领域
真不二价825·2025-03-13 13:06

【AIGC】计算机视觉-YOLO系列家族

YOLOv6（4）YOLOv7（5）YOLOv8（6）YOLOv9（7）YOLOv10（8）YOLOv11（9）YOLOv12（1）YOLO发展史YOLO(YouOnlyLookOnce）是一种流行的物体检测和图像分割模型
LeeZhao@·2025-03-13 13:34

backbone和head分开转onnx的优势

head是模型的输出部分，负责根据backbone提取的特征生成最终的预测结果（例如分类、检测、分割等）。将模型分成两部分可以实现模块化设计，便于在不同任务中复用backbone或head。例如
yuweififi·2025-03-13 12:33

【YOLOv11[基础]】目标检测OD | 导出ONNX模型 | ONN模型推理以及检测结果可视化 | python

目录一导出ONNX模型二推理及检测结果可视化1代码2效果图
Jackilina_Stone·2025-03-13 12:02

YOLO系列模型从v1到v10的演进

文章目录引言YOLOv1:开创单阶段目标检测先河发布时间与背景核心创新模型架构训练策略与优化YOLOv2:提升精度与速度的平衡发布时间与背景核心创新模型架构训练策略与优化YOLOv3:多尺度检测与残差连接发布时间与背景核心创新模型架构训练策略与优化
剑走偏锋o.O·2025-03-13 11:25

图像识别技术与应用课后总结（18）

YOLO-V3的改进点网络结构：相比之前版本，YOLO-V3的网络结构进行了优化，使其更适合小目标检测。特征处理：对特征的处理更加细致，通过融入多持续特征图信息来预测不同规格的物体。
一元钱面包·2025-03-13 11:20

服务器数据恢复—raid5阵列中硬盘出现坏道导致服务器崩溃的数据恢复

硬件检测：硬件工程师对客户服务器内的所有硬盘进行物理故障检测，最终确认这2块硬盘存在坏道，这是导致两块硬盘离线的原因。镜像备份：将服务器内的所有正常硬盘进行镜像备份。
·2025-03-13 11:38

造价算量审图多元化融合软件开发实战：技术架构与核心代码解析

技术架构设计该软件需融合以下模块：BIM/CAD模型解析引擎（支持Revit/DWG文件一键导入）智能算量核心算法（基于规则引擎与机器学习）协同审图平台（多人实时标注与版本控制）AI辅助决策系统（材料价格预测、工程量误差检测
夏末之花·2025-03-13 10:38

不同学科的论文，AIGC检测时有区别吗？

不同学科的论文在写作风格、专业术语、逻辑结构上有着明显的差异，那么，不同学科的论文在AIGC检测时，检测结果会有区别吗？结果提前告诉你，当然有区别。
kexiaoya2013·2025-03-13 09:07

前端小食堂 | Day15 - VueUse 魔法道具库

30+效率神器一键获取1.响应式操控の六脉神剑//鼠标跟踪const{x,y}=useMouse()//网络状态感知const{isOnline,offlineAt}=useNetwork()//设备检测
喵爪排序·2025-03-13 09:07

windows11 环境 paddleOCR 环境配置

一、系统环境：操作系统：Windows11专业版显卡：RTX4080CUDA：cuda_12.6.2_560.94_windows.exe、cudnn-windows-x86_64-8.9.7.29_cuda12-archivepython：3.12.8二、配置过程1.设置python国内源pipconfigsetglobal.index-urlhttps://pypi.tuna.tsinghua
一醉千秋·2025-03-13 08:27

整理：4篇论文介绍实时语义分割的未来，Transformer架构下的性能与效率平衡

在Transformer架构推动下，计算机视觉领域致力于打造一个极为强大且通用的大规模模型，它能处理物体检测、图像分割等多种任务。
mslion·2025-03-13 08:25

测试之 Bug 篇

各个阶段的内容：需求分析测试计划测试设计与开发测试执行测试评估上线运行维护用户角度：需求合理性技术角度：可行性及优化空间测试角度：业务逻辑错误检测制定开发/结束时间计划预估测试耗时1.参考需求/技术文档编写用例
ふり·2025-03-13 07:17

STM32常见外设的驱动示例和代码解析

1.GPIO驱动应用场景：控制LED、按键检测、继电器开关等。示例代码：//初始化LED（推挽输出）voidLED_Init(void){GPIO_InitTypeDefGPIO_Struct={
HH予·2025-03-13 07:16

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv8目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。
Limiiiing·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

计算机视觉中的目标检测是一个重要的任务，而YOLOv5是目前广泛应用的一种高效目标检测算法。
UksApps·2025-03-13 06:13

网络安全之防御保护8 - 11 天笔记

一、内容安全1、攻击可能只是一个点，防御需要全方面进行2、IAE引擎3、DFI和DPI技术---深度检测技术深度行为检测技术分为：深度包检测技术(DPI)、深度流检测技术(DFI)DPI---深度包检测技术
温柔小胖·2025-03-13 05:06

HALCON联合C#检测表面缺陷——视觉检测浅谈

今天和大家浅谈一下工业视觉检测，纯属个人见解。
奔跑的郑·2025-03-13 05:02

使用 UpTrain 提升 LLM 应用效果的实战指南

UpTrain作为一个开源平台，提供了一系列评估功能，使得开发者能够对LLM应用进行全面的检测，并提供问题解决的指导。
qahaj·2025-03-13 04:30

【机械视觉】C#+VisionPro联合编程———【五、硬币检测小项目实现(C#+VisionPro联合编程和csv文件格式操作)】

【机械视觉】C#+VisionPro联合编程———【五、硬币检测小项目实现(C#+VisionPro联合编程和csv文件格式操作)】项目介绍总共有十二张检测的图片，当点击检测按钮时检测当前展示的图片并且将检测效果展示在表格中
_Csharp·2025-03-13 04:55

基于 DeepSeek 的自动化运维（适合企业降本增效）

基于DeepSeek的自动化运维解决方案DeepSeek凭借其强大的AI能力（如自然语言处理、时序预测、异常检测），可显著提升运维效率，实现从监控告警到故障自愈的全流程自动化。
Real Man★·2025-03-13 03:47

Ubuntu20.04搭建Hyperledger Fabric2.4

ubuntu-20.04.4安装Gitaptinstallgit安装curlaptinstallcurl安装dockeraptinstalldocker.ioapt-yinstalldocker-compose检测
WangF1rst·2025-03-13 02:46

基于yolov11的瓶盖缺陷检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv11的瓶盖缺陷检测系统在现代制造业中，瓶盖的质量直接影响到产品的封装效果和消费者的使用体验。因此，对瓶盖进行快速、准确的缺陷检测至关重要。
FL1623863129·2025-03-13 02:12

JavaScript泄露浏览器插件信息引发的安全漏洞及防护措施

目录引言：被忽视的信息泄露风险一、插件信息泄露的三大途径1.Navigator.plugins对象检测2.MIME类型检测3.特性嗅探技术二、漏洞利用的典型案例1.已知漏洞直接利用2.精准社会工程攻击3
w2361734601·2025-03-13 01:38

Spring Boot+Vue项目从零入手

SpringBoot+Vue项目从零入手一、前期准备在搭建springboot+vue项目前，我们首先要准备好开发环境，所需相关环境和软件如下：1、node.js检测安装成功的方法：node-v2、vue
begei·2025-03-13 01:03

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

必读内容船新的YOLOv12改进专栏~1️⃣什么！不知道如何改进模型⁉️本专栏所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行，性价比极高。2️⃣找不到合适的模块⁉️所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到YOLOv12中，并进行二次创新，新颖度高，创新度高，能够适应不同的任务场景。3️⃣不确定自己改进的步
Limiiiing·2025-03-13 00:27

C语言笔记——第8章 对文件的输入输出

文章目录一、c文件的有关基本知识二、打开与关闭文件三、顺序读写数据文件四、随机读写数据文件五、文件读写的出错检测前言：在我看来，书应该越读越薄的，所以我的笔记尽量记录了每一个点，可供复习与查阅，但没有详细的解释
誓死守护发际线·2025-03-12 21:10

单片机实现的数字电压表设计

无论是在工业自动化、医疗监测还是环境检测等领域，准确地
赵阿萌·2025-03-12 21:06

实现一个超轻量级实例分割网络的思路

文章目录前言一、基本思路二、picodet三、yolact三、picodet+yolact总结前言在某些工业领域，由于成本问题算力有限，只能实时跑一些超轻量级网络，拿目标检测来说，例如yolo-fast
CV工程师小朱·2025-03-12 17:45

文档处理的数字化和革新 - ComIDP

智能文档处理是一种结合了人工智能（AI）、机器学习（ML）和光学字符识别（OCR）的技术，用于自动提取各种文档格式中的有价值信息。与传统的数据捕获方法需要大量手动干预不同，IDP利
·2025-03-12 17:07

数据挖掘导论Pangaea-Ning Tan 读书笔记——（第一，二，三章）

《数据挖掘导论》Pang-NingTan，MichaelSteinbach，VipinKumar读书笔记，第一章绪论数据挖掘任务预测任务描述任务分类任务回归任务聚类分析关联分析异常检测章节导读数据挖掘数据处理第
小黄人的黄·2025-03-12 16:33

运行PaddleOCR时遇到的一些问题汇总

官方文档提供了PaddleOCR的各类用例说明，但是使用中仍然会有一些问题，这里做一些总结和整理跑通train.py代码pythontools/train.py-cconfigs/rec/PP-OCRv3
江木27·2025-03-12 15:27

利用 WPF 和阿里云实现图片多区域文字识别并保存至 Excel

同时，借助阿里云的文字识别服务，利用其先进的OCR（OpticalCharacterRecogni
如沐春风菜鸡收割机·2025-03-12 14:54

如何提升OmniParser V2的小元素识别率——YOLOv8 增加 P2 层的性能变化解析

YOLOv8增加P2层通过牺牲部分计算效率换取了小目标检测性能的显著提升，尤其适用于高分辨率、小目标密集的场景。
AI-AIGC-7744423·2025-03-12 14:22

OmniParser技术分析（一）

1.引言通过上篇文章介绍OmniParser:下一代纯视觉UI自动化测试先驱相信大家已经对OmniParser有初步了解，接下来详细介绍下OmniParser使用了哪些技术模型实现了对UI纯视觉的检测和理解
_深海凉_·2025-03-12 14:22

氢气浓度检测仪维护方法有哪些？

氢气浓度检测仪是一种用于监测环境中氢气浓度的设备，广泛应用于工业生产、实验室、加氢站等场所。为了确保其长期稳定运行和测量准确性，定期维护和保养是必不可少的。
德克西尔DrKsir·2025-03-12 12:13

美颜sdk在实时音视频中的技术应用

以下从技术模块、性能优化、应用场景及挑战等角度进行详细分析：一、核心技术模块与应用1.人脸检测与特征点定位美颜SDK通过深
Face Beauty美颜SDK·2025-03-12 12:12

用OpenCV写个视频播放器可还行？（Python版）

引言提到OpenCV，大家首先想到的可能是图像处理、目标检测，但你是否想过——用OpenCV实现一个带进度条、倍速播放、暂停功能的视频播放器？
程序员Linc·2025-03-12 12:41

AI：230-YOLOv8与RT-DETR的完美结合 | 重塑目标检测技术的前沿【保姆级教程】

正在不断更新中~文章目录YOLOv8与RT-DETR的完美结合|重塑目标检测
一键难忘·2025-03-12 12:09

iOS有反检测能力的越狱工具shadow的分析和检测

Shadow包地址：https://github.com/jjolano/shadow/releases/download/v2.0.x%40old/me.jjolano.shadow_2.0.20_iphoneos-arm.deb分析工具：IDA7.0基本思路在分析越狱工具shadow之前，所有越狱工具都是对进程进行注入挂钩来实现。注入从作用范围来看，分为两类：用户态注入，通过动态库内核态注入，
debugeeker·2025-03-12 10:27

从需求文档到测试点：基于 OCR 和智能接口的高效图片信息提取与分析

在软件测试的实际工作中，需求文档是测试工程师的重要工具。然而，随着项目规模的不断扩大，需求文档中的内容变得越来越复杂，特别是图片信息往往承载了核心的业务逻辑、流程图、UI设计、表格说明以及潜在测试点。这些图片信息是测试计划和测试用例设计的关键，但手动解析这些内容不仅耗费时间，还容易遗漏重要细节。为了帮助测试工程师高效、精准地提取图片信息，并结合智能分析技术实现测试点推理，本文将分享一套完整的技术解
Python测试之道·2025-03-12 10:55

YOLOv5涨点优化：原创自研 | 魔改Bottleneck，具备多尺度和特征通道融合的结构

本文原创自研创新改进：魔改Bottleneck，具备多尺度和特征通道融合的结构，该模型在检测准确性方面都取得了良好的效果，尤其在缺陷检测方向。
AI小怪兽·2025-03-12 09:51
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他