郑重提示：为了记录自己在学习过程中遇到的问题，所以记录了这篇博客。。在后面学习的过程中发现之前这篇博客记录的导出URDF模型坐标系设置方法存在一些问题，不好写DH参数表，，更更要命的是，好些朋友都收藏了这篇博客，为了不误导大...

一个基于OpenCV的Python程序，可以从摄像头捕获图像并识别简单数字。您可以根据需要进行调整，包括调整图像预处理和数字识别逻辑 # 设置Tesseract OCR的参数# 打开默认摄像头 # 从视频流中读取一帧...

1. 前言 1.1. 为什么要进行自监督学习 我们知道，标注数据总是有限的，就算ImageNet已经很大，但是很难更大，那么它的天花板就摆在那，就是有限的数据总量。NLP领域目前的经验应该是：自监督预训练使用的...

《数字图像处理-OpenCV/Python》连载（26）绘制椭圆和椭圆弧 本书京东优惠购书链接：https://item.jd.com/14098452.html 本书CSDN独家连载专栏：https://blog.csdn...

原文：盘一下最近爆火刷屏的3大AI视频项目 - 开始加速的未来|疯狂|动画|字节|ai|静态图_网易订阅 从PIKA爆火之后，AI视频项目开始井喷式爆发。 不管是学术界的，还是产品界的，都像在人们的眼光聚焦在AI视频上时，来...

文章目录 一、TVM二、示例代码1.TVM文件生成2.TVM推理 总结 一、TVM TVM是一个开源的端到端优化机器学习编译器，目的是加速模型在任意硬件上的计算。 一般情况下如果实在intel的cpu上面部署可能用Op...

最近，皮卡智能AI开发了一种基于深度学习的图像编辑工具，能够自动抠图，替换任何图像的背景，甚至可以为图像做延伸想象，现已在国内网站上线。 此功能更换背景仅需1-2分钟即可完成，生成非常自然、真实的图像，相比PS工具的繁琐操作...

图像模糊是一种常见的图像处理操作，它可以减少图像中的细节和噪声，从而得到更加平滑的图像。在本篇文章中，我们将使用MATLAB编程语言来实现图像模糊效果。 首先，我们需要加载要处理的图像。假设我们有一张名为"input.jpg...

图像处理之二值图像、灰度图像、RGB图像 1、二值图像 定义：二值图像是值仅仅包含黑色和白色的图像 计算机在处理时，会把黑色像素点处理为0，白色像素点处理1。由于只用一个比特位就能表示，所以称之为二值图像。 2、灰度图 为...

以下原图中，物体连靠在一起，目的是将其分割开，再提取轮廓和定位 原图： 最终效果： 麻烦的地方是，分割开右下角部分，两个连在一起的目标物体，下图所示： 基本方法：BoxFilter滤波、二值化、轮廓提取，凸包检测，图像...

近期打算复现pointcontrast这个模型做语义分割，一直卡在数据集的下载上，觉得有必要搞明白这个数据集是怎么回事。这里要非常感谢两个博主，下面有他们博文的连接，写的很好，我这里整理一下思路。 数据集简介 数据集的git...

一个不知名大学生，江湖人称菜狗 original author: jacky Li Email : 3435673055@qq.com 导读 本文将使用Python、OpenCV和MediaPipe搭建一个老人跌倒智能监...

博主创建了一个科研互助群Q：772356582，欢迎大家加入讨论交流一起学习。 加稠密建图：git@github.com:huashu996/ORB_SLAM3_Dense_YOLO.git 纯净版：git@github...

文本编辑器概要 在Ubuntu系统下，有许多文本编辑器可供选择，每个编辑器都有其独特的特性和用途。以下是一些常见的文本编辑器： Gedit： 这是Ubuntu默认的文本编辑器，它简单易用，适合基本的文本编辑任务。 安装方法：...

前言 Open3D是目前python中可用的用于 3D 数据处理的现代库，可以对点云、网格等三维数据进行读取、采样、配准、可视化等操作。其中对点云等三维模型进行可视化的功能在Python中显得非常方便。 在通过对官方文档的研...

文章目录 一、UNet++ 算法简介1.1 什么是 UNet++ 算法1.2 UNet++ 的优缺点1.3 UNet++ 在图像分割领域的应用 二、准备工作2.1 Python 环境配置2.2 相关库的安装 三...

1.文章信息 本次介绍的文章是2020年发表在IEEE 智能交通系统汇刊上的《T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction》。...

YOLOX的简述 一、 原因1. 背景2. 概念 二、 算法介绍2.1 YOLOX算法结构图：2.2 算法独特点2.3 Focus网络结构2.4 FPN，PAN2.5 BaseConv2.6 SPP2.7 CSPDar...

计算机视觉算法——基于Transformer的目标检测（DETR / Deformable DETR / Dynamic DETR / DETR 3D） 计算机视觉算法——基于Transformer的目标检测（DETR /...

欢迎来到本博客 本次博客内容将继续讲解关于OpenCV的相关知识 作者简介：⭐️⭐️⭐️目前计算机研究生在读。主要研究方向是人工智能和群智能算法方向。目前熟悉深度学习（keras、pytorch、yolo），p...

前言 最近把李沐大神《动手学深度学习v2》的目标检测部分学完了，就想找一个项目练练手，学以致用嘛，觉着人脸口罩佩戴检测比较符合当下时代背景，所以就选择了这个项目，也是前几天刚刚完成的，写下这篇博客记录一下具体过程，废话不多说...

nn.Conv3d 是 PyTorch 中实现三维卷积操作的类。 1.维度说明 其输入和输出的维度如下： 输入维度： 输入张量的维度应为 (N, C_in, D, H, W ，其中： N: 批量大小 (batch size ...

AI绘画后面的论文——ControlNet:Adding Conditional Control to Text-to-Image Diffusion Models 代码：lllyasviel/ControlNet: Let...

前不久看了一篇“如何使用Python检测和识别车牌？”用OpenCV对输入图像进行预处理，用imutils将原始输入图像裁剪成所需的大小，用pytesseract将提取车牌字符转换成字符串(车牌识别 。 但经实测，美式车牌识...

1、D435i相机简介 RealSenseD435i 是一款立体视觉深度相机，如下图所示，其集成了两个红外传感器（IR Stereo Camera）、一个红外激光发射器（IR Projector）和一个彩色相...

线性方程组的求解包括直接法和迭代法，其中迭代法包括传统的高斯消元法，最速下降法，牛顿法，雅克比迭代法，共轭梯度法，以及智能启发式算法求解法和神经网络学习算法，传统算法可以相互组合改进，智能仿生启发式算法包...

Ⅰ. 数字图像的表示 0x00 位数 计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息。 我们平常接触的图像都是8位数图像，包含0～255灰度。 0：代表最黑 1：表示最白 0x01 二值图像 一幅二值图像的二...

一分钟搞懂ResNet 1.输入输出：2.应用：3.优缺点：4.其他 1.输入输出： ResNet的输入和输出通常都是图像或者图像特征，具体输入和输出的尺寸和通道数取决于具体的网络结构和任务。在ResNet中，输入图像首先...

目录 一、图像文件的读写 操作步骤： 显示图像文件的三个常用属性： 例： 二、图像文件的处理 常用的图像处理方法 1、图像的显示 2、图像的保存 3、图像的拷贝与粘贴 4、图像的缩放与旋转 5、图像的颜色变换 6、...

IoU损失函数 IoU损失是目标检测中最常见的损失函数，表示的就是真实框和预测框的交并比，数学公式如下： LossIoU​=1−IoU IoU损失会有两个主要的缺点 当预测框与真实框都没有交集的时候，计算出来的I...

一、Python Usage 欢迎来到 YOLOv8 Python 使用文档！ 本指南旨在帮助您将 YOLOv8 无缝集成到您的 Python 项目中，以进行对象检测、分割和分类。 在这里，您将学习如何加载和使用预训练模型、...

文章目录 note一、diffusion模型1.1 Stable Diffusion简介1.2 和GAN对比的优势 二、Latent diffusion model原理2.1 潜在空间(Lantent Space 2....

风格迁移 本节将介绍如何使用卷积神经网络，自动将一个图像中的风格应用在另一图像之上，即风格迁移（style transfer） (Gatys et al., 2016 。 这里我们需要两张输入图像：一张是内容图像，另一张是风...

opencv可以有多有趣 前言内容实现成果 前言 这一段时间没怎么写博客，偶尔写一次也是比较正经的博客，感觉自己都不正常了。今天看课的时候突然来了灵感，那就整个烂活玩一玩。 先把视频中的人物边缘找出来，然后再在一张白色底板...

一、查询OpenCV库的路径 1. 打开终端或命令提示符 2. 输入以下命令来查询OpenCV库的路径： 这个命令将返回OpenCV库的链接选项，其中包含库的路径信息。 3. 查找返回结果中的`-L`选项，后面跟着的路...

角点基本概念 角点通常被定义为两条边的交点，或者说，角点的局部邻域应该具有两个不同区域的不同方向的边界。角点检测(Corner Detection 是计算机视觉系统中获取图像特征的一种方法，广泛应用于运动检测、图像匹配、视频...

前面的废话 （可以直接跳过这一段）：真的很激动啊，这个问题我搞了至少两个小时。先让我描述一下这个过程当我在b站上学习了opencv的人脸识别：读取图片、图片灰度化、修改图片尺寸、绘制矩形框、检测单or多张人脸、检测视频中的人...

1.介绍 Intel RealSense D435、D455等D4系列： Intel D4系列深度相机是由英特尔（Intel）公司推出的一款深度感知摄像头，专为实现计算机视觉和深度学习应用而设计。这款相机使用了英特尔的深度感...

目录 前言 一、MobileNetV3的介绍 1、MobileNetV3的原理和特点 2、MobileNetV3的结构 二、YOLOv7的介绍 1、YOLOv7的结构和流程...

论文：Objects as Points 论文链接：https://arxiv.org/pdf/1904.07850.pdf 论文代码：https://github.com/xingyizhou/CenterNet 文章目...

标注工具是处理原始数据的第一关，无论是检测任务、分割任务还是3D感知、点云等，都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成，而对于个人或小的团队来说，一款开源好用的标注工具则至关重要...

本文致力于让读者对以下这些模型的创新点和设计思想有一个大体的认识，从而知晓YOLOv1到YOLOv4的发展源流和历史演进，进而对目标检测技术有更为宏观和深入的认知。本文讲解的模型包括：YOLOv1,SSD,YOLOv2,YO...

前言： Hello大家好，我是Dream。 今天来学习一下如何使用OpenCV实现图像加噪与滤波，欢迎大家一起参与探讨交流~ 本文目录： 一、实验内容二、实验环境和配置三、实验原理及操作1. 添加噪声2.噪声二值化3....

民用无人机驾驶员口试指南 教员适用 第一部分：控制站部分（同时含遥控器及链路） 1. 列举两种以上地面站软件设计与使用上的异同？ 答：APM 地面站、大疆地面站、零度地面站、纵横地面站、UP 地面站等，具体略。 2....

基于摄像头的三种基本巡线控制 开源代码地址: https://github.com/ittuann/Enterprise_E 博客目录: https://blog.csdn.net/sorcererr/article/det...

OpenCV图像识别：使用矩形框框选目标 OpenCV是一款广泛应用于计算机视觉领域的开源计算机视觉库。在图像识别任务中，矩形框是一种常见的工具，可以用来框选出感兴趣区域。本文将介绍如何使用OpenCV选择矩形框。 首先，需...

1.Tusimple数据集 特点：位于高速路，天气晴朗，车道线清晰，特点是车道线以点来标注。(ground_truth:json格式 （提供带有实例级车道注释的大规模图像数据。 但是不适用于视频实例车道检测。） 1、车道线...

1. YOLOV5的前处理Anchor的改进 1.1 Anchor生成的改进 首先YOLOV3/V4/V5都是根据训练的数据集来生成anchor, 就是在训练之前用一个独立的程序去计算Anchor, 但是还不够好 因为自...

目录 1.前言 2.方法概括 3.算法介绍 3.1图像-文本特征提取与增强 3.2基于文本引导的目标检测 3.3跨模态解码器 3.4文本prompt特征提取 4.应用场景 4.1结合生成模型完成目标区域生成 4.2结合sta...

文章目录 讲在前面一、Novel AI1. 网站介绍2. AI作画 二、AI绘画的内在原理1. Diffusion Model的基本过程2. 扩散模型的兴起 讲在前面 大概在今年10月初期，AI作画的热潮突然被掀起，这...