基于mediapipe的人体33个关键点坐标（BlazePose）
获取mediapipe中人体33个关键点的坐标（BlazePose）
机器学习算法：UMAP 深入理解（通俗易懂！）
UMAP 是 McInnes 等人开发的新算法。与t-SNE相比，它具有许多优势，最显着的是提高了计算速度并更好地保留了数据的全局结构。降维是机器学习从业者可视化和理解大型高维数据集的常用方法。最广泛使用的可视化技术之一是 t-SNE，但它的性能受到数据集规模的影响，并且正确使用它可能需要一定学习成
海康线阵相机调试指导
前段时间应公司结构要求，需评估结构和硬件，主要围绕线阵相机图像质量上，在此记录下调试过程中的一些经验，希望能给同行一些方向，互相学习。
Neuralangelo AI - 视频生成3D模型
通过 Neuralangelo，NVIDIA Research 展示了 AI 在将 2D 视频转换为身临其境的 3D 场景方面的巨大潜力。它捕捉复杂细节和纹理的能力为各个行业开辟了新的可能性，从游戏和艺术到机器人和工业数字孪生。Neuralangelo 彻底改变了创意工作流程，使专业人士能够以无与伦
高阶数据增强：Cutmix 原理讲解&零基础程序实现
CutMix是一种数据增强技术，用于在训练图像分类模型时减轻过拟合问题,可以帮助提高模型的泛化性能和鲁棒性，是竞赛的一个重要涨分点。CutMix的核心思想是将两张图像的一部分混合在一起，生成一个新的训练样本。本篇博客详细讲解了CutMix的原理，并从零开始教大家实现将CutMix移植到自己的网络模型
AI视觉算法训练平台介绍
模型训练：通过可视化工具调用模型训练器进行模型训练，核心参数包括优化器、学习速率、epochs等，还可以灵活设置训练时批量大小和训练集、验证集分割方式等。数据准备：先将需要训练的图像数据集上传至数据管理库。数据集应当包含尽可能多的安装在设备上的场景、目标，且在构建数据集时注意保证数据类型或格式的规范
二维图像处理到三维点云处理
下面是opencv和pcl的特点、区别和联系的详细对比表格。OpenCV和PCL虽然有一些相似之处，但它们的应用场景和功能是有所不同的。OpenCV主要用于图像处理和计算机视觉领域，而PCL则主要用于点云处理和三维重建领域。
多模态分析数据集（Multimodal Dataset）整理
本文整理了多模态数据集
Yolov5-模型配置文件(yolov5l.yaml)讲解
YOLOv5 的yaml文件解析与理解
OpenMV：20追踪其他物体的云台
和追踪小车的原理是一样的首先获得目标物体的x,y坐标，然后通过目标物体的xy坐标来控制我们云台的两个舵机的pid运动无论追踪什么物体，都是通过物体的x,y坐标来控制云台的运动，对于云台的舵机来说，它只知道传给它的是x,y坐标，并不知道OpenMV传给它的是小球的xy坐标还是人脸的xy坐标所以我们只需
OpenCv案例（九）： 基于OpenCvSharp图像分割提取目标区域和定位
利用OpenCVSharp，将图像中连靠在一起的物体分隔开，再提取轮廓和定位。
Ubuntu安装OpenCV3.4.5（两种方法&&图文详解）
没想到吧？只需要一条命令行就可以安装好opencv，它会自动下载安装所需的库文件，这里显示要149个，右下角显示还需要2小时11分，时间充裕怕麻烦的同学可以选择这种方法安装。点击进入opencv官网，下载Sources压缩包，这里我推荐3.4.5版本，安全稳定，当然你选择其他版本也没有影响。事实上，
OpenMV——色块识别
函数RGB(255,0,0)表示的是红色。RGB(255,0,0)含义：红色值 Red=255；绿色值 Green=0；蓝色值 Green=0。常见颜色:黑色RGB：红色值 Red=0；绿色值 Green=0；蓝色值 Green=0；蓝色RGB：红色值 Red=0；绿色值 Green=0；蓝色值 G
个人使用：Windows下 OpenCV 的下载安装（2021.12.4详细）
一、下载OpenCV 到OpenCV官网Release(发布)板块下载OpenCV-4.5.4 Windows。下载后是这样的然后双击他，解压，就是大佬们说的安装，实质就是解压一下，解压完出来一个文件夹，其他什么也没发生。你把这个文件夹放在哪都行，不过你要记住他在哪。正在解压解压完打开文件夹是这样
AI换脸教程——DeepFaceLab_NVIDIA_RTX3000_series
AI换脸对电脑硬件的要求较高，本文的环境租用阿里云服务器进行训练，显卡版本需要在较高的情况下进行迭代
Nvidia Jetson TX2 配置Cuda 加速的Opencv
Jetson TX2 OpenCV（开启cuda）
Stable Diffusion-生式AI的新范式
Latent Diffusion Model （LDM）是最初的文本-图像模型，稳定扩散模型（Stable Diffusion）是一种扩展。这意味着 "Stable Diffusion "也是一个文本-图像模型。CompVis和RunwayML的原始开放源代码是基于Rombach等人的论文–“Hig
神经辐射场（NERF）模型：一个令人惊叹的三维场景重建方法
简单来说，NERF 模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF 模型 只需要从单个或少数几个 2D 视角中预测每个像素点的颜色和深度值，而不需要使用多个 2D 图像或视角。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。
YOLOV5的FPS计算问题
pre-process：图像预处理时间，包括图像保持长宽比缩放和padding填充，通道变换（HWC->CHW）和升维处理等；inference：推理速度，指预处理之后的图像输入模型到模型输出结果的时间；NMS ：你可以理解为后处理时间，对模型输出结果经行转换等；data换为自己的数据集对应的yam
