计算机视觉
-
概述:隐式神经表示(Implicit Neural Representations,INRs)
隐式神经表示(Implicit Neural Representations,INRs) 1 简介 1.1 传统的隐式表示 1.1.1 代数表示 1.1.2 函数表示 1.1.3 …
-
【YOLO系列】YOLOv4论文超详细解读2(网络详解)
上一篇我们一起读了YOLOv4的论文《YOLOv4:Optimal Speed and Accuracy of Object Detection》(直通车→【YOLO系列】YOL…
-
三维点云| CloudCompare软件使用总结
一、File open:打开文件 save:保存 应用实例:CloudCompare——laz与las格式点云相互转换及代码实现 https://blog.csdn.net/qq_…
-
cv::Mat的四种复制操作和cv::Mat作为函数形参的四种形式
说明 1、通过讲解cv::Mat类的深拷贝和浅拷贝来说明cv::Mat的四种复制操作 2、当cv::Mat作为函数形参时:cv::Mat temp、const cv::Mat te…
-
BLIP2-图像文本预训练论文解读
文章目录 摘要 解决问题 算法 模型结构 通过frozen图像编码器学习视觉语言表征 图像文本对比学习(ITC) 基于图像文本生成(ITG) 图文匹配(ITM) 从大规模语言模型学…
-
基于python+opencv+mediapipe实现手势识别详细讲解
目录 运行环境: 一、opencv 二、meidapipe配置 三、实现手部的识别并标注 1、参数分析 1.multi_hand_landmarks 2.multi_hand_w…
-
Python中cv2.Canny() 函数用法详解
Python中cv2.Canny() 函数用法详解 一、Canny算子边缘检测原理及步骤 cv2.Canny() 函数是 OpenCV 中的边缘检测函数之一,用于检测图像的边缘。它…
-
(九)相机内参、外参、反透视变换python opencv
背景知识 任务需求:将相机上的一个点投影到真实世界平面上去。 原则上单目相机是不可以的,因为只记录了二维信息,真实世界是三维的,双目相机可以通过视差,或者单目+IMU组合,但是由于…
-
什么是轴向注意力(Axial Attention)机制
Axial Attention,轴向注意力,有行注意力(row-attention)和列注意力(column-attention)之分,一般是组合使用。 原文阅读:https://…
-
BEV(Bird’s-eye-view)三部曲之二:方法详解
一、Introdution Why BEV 高度信息在自动驾驶中并不重要,BEV视角可以表达自动驾驶需要的大部分信息. BEV空间可以大致看作3D空间. BEV represent…
-
走进人工智能| Computer Vision 数字化时代的视觉启示录
前言: 计算机视觉是通过模仿人类视觉系统的工作原理,使计算机能够感知、理解和解释图像和视频的能力。 文章目录 序言 背景 适用领域 技术支持 应用领域 程序员如何学 总结 序言 ·…
-
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
对象检测是迄今为止计算机视觉中最重要的应用领域。然而,小物体的检测和大图像的推理仍然是实际使用中的主要问题,这是因为小目标物体有效特征少,覆盖范围少。小目标物体的定义通常有两种方式…
-
推荐10大Midjourney关键词网站,让你Ai创作如虎添翼!
为了让大家提高工作效率,本期将给大家推荐一些灵活高效Midjourney关键词网站,这样各位就可以直接参考别人的AI关键词进行创作了,听起来是不是很棒棒啊!其实当AI盛行后,网上A…
-
Tiny ImageNet 数据集分享
ImageNet官网上的数据集,动辄就100G,真的是太大了。 有需要Tiny Image Net 数据集的小伙伴可以点击这个下载链接: http://cs231n.stanfor…
-
毕业设计-基于计算机视觉的垃圾分类识别系统
目录 前言 课题背景和意义 实现技术思路 一、单目标垃圾图像识别研究 二、多目标垃圾图像识别研究 三、垃圾分类检测系统应用程序设计 四、系统功能设计 实现效果图样例 最后 前言 …
