【年度总结】AI--2023年度大事记
AI 2023年度大事记
计算机视觉期末复习
立体匹配：为左图像的每个像素点(xl, yl)，在右图像中搜索对应点匹配基元：参与立体匹配，计算相似测度的基本单元常用的匹配基元：像素单个像素存在相似性歧义需结合一行或整幅图像的所有像素同时完成匹配局部窗口区域具有较好的局部独特性隐含假定：窗口内所有像素应能表征中心像素特征具有较好的独特性稀疏且不均
神经网络卷积反卷积及池化计算公式、特征图通道数（维度）变化实例
神经网络卷积反卷积及池化计算公式、特征图通道数（维度）变化实例
Python-OpenCV实现简单的颜色识别（对红色和蓝色识别并输出）
摄像头识别红色和蓝色并框选，当该颜色占摄像头屏幕上的大多数时打印出该颜色的名称新手学习笔记，第一次写博客，若有错误还请指出（ ~`_` ）~
opencv(20) 图像阈值（二值化）
二值化核心思想，设阈值，大于阈值的为0（黑色）或 255（白色），使图像称为黑白图。阈值可固定，也可以自适应阈值。自适应阈值一般为一点像素与这点为中序的区域像素平均值或者高斯分布加权和的比较，其中可以设置一个差值也可以不设置。图像的阈值化旨在提取图像中的目标物体，将背景以及噪声区分开来。通常会设定一
OpenCV实现手势音量控制
本次实验需要使用OpenCV和mediapipe库进行手势识别，并利用手势距离控制电脑音量。cv2：OpenCV库，用于读取摄像头视频流和图像处理。mediapipe：mediapipe库，用于手部关键点检测和手势识别。ctypes和comtypes：用于与操作系统的音频接口进行交互。pycaw：p
huggingface下载的.arrow数据集读取与使用说明
huggingface下载的arrow数据集读取与使用说明
OpenCV（11）：模板匹配实例讲解
在OpenCV中，模板匹配是一种图像处理技术，用于在一个大的图像中查找和定位一个小的目标图像（也称为模板）。通俗而言，就是通过一张图片找到和另一张图片相似的部分
从零开始使用MMSegmentation训练Segformer
写在前面：最新想要用最新的分割算法如：Segformer or SegNeXt 在自己的数据集上进行训练，但是有不是搞语义分割出身的，而且也没有系统的学过MMCV以及MMSegmentation。所以就折腾了很久，感觉利用MMSegmentation搭建框架可能比较系统，但是对于不熟悉的或者初学者非
图像去噪技术简述
随着每天拍摄的数字图像数量激增，对更准确、更美观的图像的需求也在增加。然而，现代相机拍摄的图像不可避免地会受到噪声的影响，从而导致视觉图像质量下降。因此，需要在不丢失图像特征（边缘、角和其他尖锐结构）的情况下降低噪声。迄今为止，研究人员已经提出了多种降低噪声的方法。每种方法都有自己的优点和缺点。在本
人工智能详细笔记：深度学习解决图像分割问题（FCN Unet Deeplab）
图像分割是指将一幅数字图像分成若干个部分或者对象的过程。该任务的目标是将图像中的每个像素分配给其所属的对象或者部分，因此它通常被视为一种像素级别的图像分析。
带你完全读懂正则化（看这一篇就够了）
想要了解什么是正则化 ，只需要看这一篇就够了
机器人手眼标定原理与python实现
机器人手眼标定分为eye in hand与eye to hand两种。本文介绍两种标定原理，并附python标定实现。
人工智能与量子计算：开启未知领域的智慧之旅
人工智能量子计算的结合既是科技发展的必然趋势，也是打开计算科学未知领域的一把金钥匙。人工智能与量子计算的结合是科技领域的一场创新盛宴，引领我们进入了探索未知领域的新时代。量子计算与人工智能的结合为科技领域带来了前所未有的机遇，同时也面临着前所未有的挑战。量子计算的崛起为人工智能领域注入了新的活力，开
基于opencv-mediapipe的手势识别
基于opencv-mediapipe的手势识别，使用手指构成的角度大小来判断手指是否弯曲或伸出
输电线路/杆塔/电力设施/安全穿戴等目标检测数据集
10+智慧电力领域的细分场景目标检测数据集
ubuntu18.04系统安装opencv及opencv_contrib
这篇文章博主是正在学习的过程中总结的，有什么问题请各位提出，便于博主改正。博主使用的ubuntu系统是18.04opencv和均是4.6.0版本的，使用Qt编写使用opencv的程序。安装任意版本都是通用的，如果有问题，欢迎各位提出修改建议。
【国科大课程】AI院 数字图像处理-杨戈、彭思龙
2022年秋季《数字图像处理》课程复习整理。
PCL三维点云中的立体框映射到二维图像（在图像中绘制立体框）
三维点云与图像的映射，或者说是将三维点云中的点与二维图像中的某一个像素点进行对应。那么这么做的目的是什么呢？用途是什么呢“目的：目的就是将三维点与二维图像之间的映射关系作用1、可以给点云赋予彩色信息，增强点云所表达物体或对象的辨识度；2、可以将三维点云中绘制的目标物体通过映射关系绘制到二维图像中（最
医学图像去噪 -----EDCNN
本文提出了一种新的基于稠密连通卷积结构的去噪模型，即基于边缘增强的稠密连通网络(EDCNN)。 通过设计的基于可训练Sobel算子的边缘增强模块，该方法能够自适应地获取输入图像更丰富的边缘信息。 此外，我们还引入了复合损失函数，它是MSE损失和多尺度感知损失的加权融合。
