计算机视觉：利用RANSAC算法优化关键点匹配
随机抽样一致算法（RANdom SAmple Consensus,RANSAC）,采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数。RANSAC算法被广泛应用在计算机视觉领域和数学领域，例如直线拟合、平面拟合、计算图像或点云间的变换矩阵、计算基础矩阵等方面。RANSAC算法假设数据中包
【计算机视觉 | 自然语言处理】Hugging Face 超详细介绍和使用教程
【计算机视觉 | 自然语言处理】Hugging Face 超详细介绍和使用教程
基于深度学习的图像分割
摘要遥感图像分割是利用遥感技术获取的高分辨率图像进行像素级别的分类，将图像中的不同物体或不同地物提取出来的过程。这个过程对于遥感应用具有重要意义，因为它能够提取出地物和地表特征，如河流、道路、建筑、植被、水体等，并且这些特征是地面实际存在的。图像分割可以为地面覆盖分类、土地利用覆盖变化分析、城市规划
图像风格迁移基础入门及实践案例总结
目录１图像的不同风格２何为图像风格迁移２.１基础概念及方法２.２示例３图像风格迁移的典型研究成果３.1deep-photo-styletransfer３.2CycleGAN３.3U-GAT-IT４风格迁移演进趋势５.使用训练好的模型来生成图像５.1环境５.2模型下载５.3使用训练好的模型６.训练一个
【2023 · CANN训练营第一季】进阶班笔记1
组合使用场景下，一般先使用DVPP对图片/视频进行解码、抠图、缩放等基本处理，但由于DVPP硬件上的约束，DVPP处理后的图片格式、分辨率有可能不满足模型的要求，因此还需要再经过AIPP进一步做色域转换、抠图、填充等处理。视频数据处理的接口，例如acldvppVpcResizeAsync，从接口名称
AI数字人：让图片变高清的图像超分辨率模型 Real-ESRGAN
Real-ESRGAN是一种基于深度学习的图像超分辨率增强方法，通过生成对抗网络实现高质量的图像重建。它在保留细节和增强图像逼真度方面表现出色，可以广泛应用于图像处理和增强领域。在AI数字人打造过程中，Real-ESRGAN主要用于语音驱动人脸后的图像增强，基于此增强技术构建高清数字人视频。
【AI视野·今日CV 计算机视觉论文速览 第258期】Mon, 2 Oct 2023
AI视野·今日CS.CV 计算机视觉论文速览Mon, 2 Oct 2023 (showing first 100 of 112 entries)Totally 100 papers👉上期速览✈更多精彩请移步主页Daily Computer Vision PapersMulti-task View
光流估计（一） 光流的简介与操作
光流是空间运动物体在观察成像平面上的像素运动的瞬时速度，也有人将二维平面图像内特定像素点的灰度/亮度的瞬时变化率定义为光流（`Optical flow can also be defined as the distribution of apparent velocities of movement
AI ＞ 图像识别的开源项目列举
这些开源项目和示例代码提供了丰富的资源和实践机会，可以帮助你快速提升图像识别的能力。建议你选择一个感兴趣的项目开始，先了解其基本概念和算法，然后逐步阅读和实践示例代码，探索其中的细节和技术。TensorFlow Models：TensorFlow Models 是一个由 TensorFlow 团队维
Yolov7改进总结(1)——ACmix网络选取，卷积与自注意力的融合，涨点明显
阅读最新的论文，结合最有效的模块，改进yolo结构，实现高效涨点。
人工智能基础部分11-图像识别实战（网络层联想记忆，代码解读）
大家好，我叫微学AI，今天给大家带来图像识别实战项目。图像识别实战是一个实际应用项目，下面介绍如何使用深度学习技术来识别和检测图像中的物体。主要涉及计算机视觉，实时图像处理和相关的深度学习算法。学习者将学习如何训练和使用深度学习模型来识别和检测图像中的物体，以及如何使用实时图像处理技术来处理图像。项
图片如何resize及使用opencv实现图片resize
example: 以下代码就可以将原图片转化为宽和长分别为300，300的图片。width和height可以自己任意指定，不论大小。
手部数据太难找？最全手部开源数据集分享
本期将给大家介绍22个与手部检测、手势识别、手部图像分割等任务相关的公开数据集，包含第一人称、第三人称视角，可用于人机交互、手语翻译、3D建模等场景。
VideoPose3D：基于视频的3D人体关键点检测
VideoPose3D，一个基于视频的3D人体关键点检测模型
Adding Conditional Control to Text-to-Image Diffusion Models
代码 URL：https://github.com/lllyasviel/ControlNet。
中国模式识别与计算机视觉大会｜多模态模型及图像安全的探索及成果
随着人工智能技术的不断演进，多模态大模型已是当下比较热的研究方向，它可以同时理解和生成多种输入和输出模态，如文本、图像、语音等，能够更好地模拟人类的多感知能力，给文档图像的分析处理带来了新的机遇和挑战！近期，中国模式识别与计算机视觉大会在厦门举办，是国内顶级的模式识别和计算机视觉领域学术盛会。大会汇
多模态及图像安全的探索与思考
智能图像处理作为其中的一个重要领域，合合信息开发出了高效、准确的图像处理算法和工具，为各种应用场景提供了优化的解决方案。答案是肯定的，OCR仍然是多模态大模型中的一项重要技术，因为要想训练一个很好的大模型，都依赖于高质量的大数据，而OCR本身就是一个提供高质量数据的工具。随着生成式人工智能的快速发展
图像分割中常用数据集及处理思路（含代码）
一些分割常用的道路数据集，以及一个普遍适合的读入数据代码
clion + opencv环境搭建
clion配置opencv环境，通过mingw源码编译opencv，设置相关环境变量。
【人工智能】MAAS 模型即服务：概念、应用场景、优势、挑战等 —— 我们人类已经进入人工智能大模型时代
MAAS即模型即服务，是一种通过网络提供人工智能模型的服务，用户可以通过API或其他接口访问和使用这些模型。MAAS的基本原理是将模型部署在云端服务器上，用户可以通过网络连接到这些服务器，使用云端的计算资源和存储空间，以及高效的模型部署和管理机制，从而实现模型的快速部署和使用。MAAS的出现，主要是
