AI视觉训练环境-【1】训练服务器搭建
训练服务器基于docker容器进行深度学习环境的搭建，开发人员通过PyCharm、VSCode等开发环境连接至远程训练服务器的容器，利用训练服务器的GPU进行训练。服务器操作系统：Ubuntu。
机器视觉检测在流水线上的技术应用
2、产品方向有无的检测：当产品需要检测方向和有无的时候，可以在产品的一边找一个标志点或相应的一个轮廊直角边、斜边、圆弧等几何图形做为一个模板，当软件在一定范围内找到相应的模板时认为产品有和方向是对的，当找不到相应的模板时认为方向是反的，此时可以发信号把产品剔除或控制相应的电机把产品反个方向。随着工业
BIT 变化检测模型复现 深度学习学习笔记 基于transformer结构的图像处理模型
transformer结构在遥感图像处理和计算机视觉当中展现出优势，BIT网络利用了transformer结构，这里是变化检测模型BIT复现过程，手把手教GitHub源码复现。包括数据结构解析、修改及环境配置，训练、预测过程报错及debug修改。利用pycharm进行代码debug。
使用YOLOv5实现实时目标检测结果保存
本文将分享保存实时目标检测结果的方法，包括将目标信息逐帧保存到.txt文件中、逐帧输出检测结果图片、以及如何保存所有检测图片（包括视野中无目标的帧）。
保障AI时代的图像安全：揭示解决虚假图片危机的三种策略
保障 AI 时代图像安全：揭示 AI 图像篡改、生成式鉴别与 OCR 对抗攻击的技术解决方案。
车道线检测CLRNet算法复现在Tusimple数据集测试demo
ubuntu18.04复现CLRNet车道线检测算法
机器视觉旋转中心的标定
机器视觉旋转中心标定原课
论文研究 | 基于机器视觉的 PCB 缺陷检测算法研究现状及展望
印刷电路板(PCB)是电子零件的基板,需求量极大,承载着电路元件和导线的布局,其优良与否对电子产品的质量有着重要影响。本篇论文从传统图像处理方式、传统机器学习及深度学习3大维度全面回顾了近 10 年基于机器视觉的PCB 缺陷检测算法。
基于halcon与c#联合的视觉处理软件
1、视觉软件当我们所拿到一个视觉项目，如果有一个拖拽式视觉软件
halcon脚本-深度学习【语义分割】
本文讲解使用halcon的语义分割是使用步骤，标注工具不使用halcon提供的标注工具，而是使用各个深度学习框架都使用的labelMe工具，然后使用hde脚本以及python脚本转化为标准的halcon训练及文件本文涉及数据标注、数据转化、训练、评估、预测几个模块。
二十. 在ROS系统上实现基于PyTorch YOLO v5的实时物体检测
在ROS系统上实现基于PyTorch YOLO v5的实时物体检测
AI视觉检测，助力工业生产实现智能化升级
作为全球领先的物联网整体解决方案供应商，为进一步保障移远通信模组、天线等产品的外观质量，移远通信持续加强智能工厂建设，依托自身在研发、技术等方面的优势，自研AI视觉检测系统，目前该系统已经在移远的常州智能工厂实现应用。
OpenART mini使用教程
OpenART mini 是我们在 NXP 的 OpenART 套件的基础上，去除非视觉部分而制作出来的迷你版。虽说只是迷你版，但“麻雀虽小，五脏俱全”。OpenART mini 不仅可以很轻松的完成机器视觉（machine vision）应用，还可以完成 OpenMV 不能完成的神经网络模型的部署
yolov3模型训练并部署到K210(零基础也可）
YOLOV3模型训练自己的数据集，并部署到K210上，零基础即可上手。
【AidLux】基于Aidlux实现人流统计（YOLOv5⼈体检测+Bytetrack多⽬标⼈体追踪+业务逻辑
《Aidlux智慧安防AI实战训练营》作业心得
