毕业设计-基于深度学习的图像文字识别系统
毕业设计-基于深度学习的图像文字识别系统：随着信息化水平的不断提升，以图像为主的多媒体信 息迅速成为重要的信息传递媒介，图像中的文字数据包含 丰富的高层语义信息与分析价值。光学字符识别（Optical Character Recognition，OCR）指利用电子设备（例如扫描仪 或数码相机）检查纸
【HDR】曝光融合（Exposure Fusion）
在曝光融合（Exposure Fusion）算法问世之前，多曝光序列合成用于显示的HDR需要两个步骤，第一步是将多张不同曝光的低动态范围图像合成为HDR（例如Debevec提出的加权融合方法），通常HDR为12bit或者16bit；第二步是通过tonemapping对高动态范围HDR进行压缩以支持低
OpenMMLab-AI实战营第二期——2-1.人体关键点检测与MMPose
关键点提取，属于模式识别人体姿态估计的下游任务：行为识别（比如：拥抱。。下游任务：CG和动画，这个是最常见的应用下游任务：人机交互（手势识别，依据收拾做出不同的响应，比如：HoloLens会对五指手势（3D）做出不同的反应）自顶向下方法自底向上方法单阶段方法基于Transformer的方法。
opencv 五 缺陷检测实战1（检测以连通域面积特征为缺陷）
上图为灰度图，由网格状排列黑点和大面积的黑点区域（即缺陷）组成，具体**缺陷类型为粘连**，其**形态学特征为 连通域面积较大**。查找图中缺陷（大面积的黑点）**算法的核心思想为：遍历所有的轮廓，根据面积判断缺陷**，当连通域面积大于一定的值（面积比普通的黑点大），即判断为缺陷，并在原图上标出缺陷
Halcon图像灰度值运算&图像截取及合并&灰度特征值介绍
获取灰度直方图：gray_histo算子：gray_histo(Regions, Image : : : AbsoluteHisto, RelativeHisto)示例：gray_histo (Region6, Image1, AbsoluteHisto, RelativeHisto)Region6
BEVFusion论文解读
本文将介绍MIT韩松课题组在自动驾驶方面的最新工作，他们提出了一种高效且通用的多任务多传感器融合框架BEVFusion。它统一了共享鸟瞰(BEV)表示空间中的多模态特征，很好地保留了几何信息和语义信息。
【人工智能】AGI 通用人工智能基础概念、实现原理、挑战和发展前景
随着计算机技术、机器学习和神经网络等技术的发展，人工智能（Artificial Intelligence, AI）已经成为当今计算机科学和工程领域的热门话题之一。强人工智能（Strong AI）或通用人工智能（英语：Artificial General Intelligence）是具备与人类同等智慧
YOLOV5 INT8 量化对比
对比了两种INT8量化, 熵校准的量化有更高的速度，但是吧…
BiFPN 论文重点研读：高效双向跨尺度连接和加权特征融合
本文重点在于说明设计了BiFPN特征网络结构，如果能多使用几次BiFPN的话，会使实验效果更好。
【目标检测】Grounding DINO：开集目标检测器(CVPR2023)
Grounding DINO，一种开集目标检测方案，将基于Transformer的检测器DINO与真值预训练相结合。开集检测关键是引入自然语言至闭集检测器，用于open world的检测。Grounding DINO将检测器分为三个阶段的紧密融合方案，包括。可实现对新颖类别进行检测，特定属性目标识别
从传统的图像压缩到基于深度学习的图像压缩
早期的图像压缩方法直接利用熵编码减少图像的编码冗余来实现压缩，例如，霍夫曼（Huffman）编码，算术编码，上下文自适应二进制算术编码。在20世纪 60年代后期基于图像变换的压缩方法被提出，这种压缩方法即将图像从空间域转换至频率域在频率域进行编码。变换编码中用到的变换方法主要包括傅里叶变换，Hada
【人工智能】企业如何使用 AI与人工智能的定义、研究价值、发展阶段的深刻讨论
企业如何使用 AI与人工智能的定义、研究价值、发展阶段的深刻讨论定义详解研究价值发展阶段企业如何使用 AI？科学介绍
在IOS上YUV NV21格式的CVPixelBufferRef转opencv的RGB格式cv::Mat的方法
在IOS上YUV NV21格式的CVPixelBufferRef转opencv的RGB格式cv::Mat的方法。
ZED使用指南（一）
一、连接相机将相机插入USB3.0端口。二、下载ZED SDK（Jetson）1、NVIDIA Jetson安装操作系统Jetpack2、下载和系统匹配的ZED SDK进入下载的文件夹：cd path/to/download/folder使用chmod +x命令增加安装程序的执行权限，注意将名称替换
Opencv cv2.putText 函数详解
【代码】Opencv cv2.putText 函数详解。
论文中常用的注意力模块合集(上)
在深度卷积神经网络中，通过构建一系列的卷积层、非线性层和下采样层使得网络能够从全局感受野上提取图像特征来描述图像，但归根结底只是建模了图像的空间特征信息而没有建模通道之间的特征信息，整个特征图的各区域均被平等对待。在一些复杂度较高的背景中，容易造成模型的性能不佳，因此可以引入注意力机制，而注意力机制
论文阅读：multimodal remote sensing survey 遥感多模态综述
从多模态表示，对齐，融合，跨模态转换，协同学习等5个大方面来介绍在遥感领域的分类和相关工作
Recognize Anything:一个强大的图像标记模型
Recognize Anything是一种新的图像标记基础模型，与传统模型不同，它不依赖于手动注释进行训练;相反，它利用大规模的图像-文本对
深入浅出CenterFusion
结合论文和代码理解CenterFusion
用C++部署yolov5模型
要在C语言中部署YoloV5模型，可以使用以下步骤：安装C语言的深度学习库，例如Darknet或者ncnn。下载训练好的YoloV5模型权重文件(.pt文件)和模型配置文件(.yaml文件)。将下载的权重文件和配置文件移动到C语言深度学习库中指定的目录下。在C语言中编写代码，使用深度学习库加载Yol
