带你了解ICCV、ECCV、CVPR三大国际会议
因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，是公认的三个会议中级别最高的。如果注意这些领域大牛的pulic
YOlov5网络架构
yolov5网络架构
Anchor based and Anchor free(无锚VS有锚)【总结】
anchor-based方法使用不同大小和形状的anchor框来回归和分类目标，例如faster rcnn、retinanet和yolo等。anchor-free，例如fcos、atss和cornernet等。anchor-free方法比anchor-based方法更简单和灵活，但可能存在召回率或定
CLIP，GLIP论文解读，清晰明了
CLIP：Contrastive Language-Image Pre-training，论文名称：Learning Transferable Visual Models From Natural Language Supervision。GLIP论文名称：Grounded Language-Im
OpenCV入门（十八）快速学会OpenCV 17 直线检测
霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough（霍夫）于1962年首次提出。最初的霍夫变换只能用于检测直线，经过发展后，霍夫变换不仅能够识别直线，还能识别其他简单的图形结构，常见的有圆、椭圆等。霍夫直线
国科大. 图像处理与计算机视觉：期末复习题目与知识点总结（一）
意义若一幅图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。该图像主要存在两个问题（1）存在椒噪声、（2）整体灰度值偏低，图像过暗，对比度过低。均值滤波器、中值滤波器、最大值和最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器。高斯噪声、瑞利噪声、伽马噪声、指数分布
CT重建概念和算法详细解析
从左到右分别为：反投影法，滤波反投影法，傅里叶变换。
YOLO v8！| 附教程+代码 以及 vs YOLOv6 v3.0
本文是我关于YOLOv8的经验和实验，以及和YOLOv6 v3.0的相关对比。Part 1 -YOLOv8Joseph Redmon、Santosh Divvala、Ross Girshick和Ali Farhadi推出了YOLO（You Only Look Once）系列计算机视觉模型，引起了许多
VQGAN（Vector Quantized Generative Adversarial Network）模型简介
为了训练 VQGAN 模型，需要使用大量的图像数据集和一些预处理技术，如数据增强和图像裁剪等。在训练过程中，VQGAN 模型会优化两个损失函数：一个用于量化误差（即离散化向量和连续值之间的误差），另一个用于生成器和判别器之间的对抗损失。在实际应用中，VQGAN 可以用于许多有趣的任务，如从文本生成图
简单介绍一下YOLO算法发展历程
YOLO到目前为止总共发布了八个版本（截止笔者发稿），其中YOLOv1奠定了整个YOLO系列的基础，后面的YOLO算法是对其的不断改进创新。接下来，笔者将简单介绍一下YOLOv1-v5的发展历程，并重点介绍YOLOv5。
CityScapes数据集介绍
Cityperson数据集，在16年CVPR上被提出，是张姗姗一波人在CityScapes数据集上进行标注得到的行人检测数据集。有标记的前景对象绝对不能有洞，也就是说，如果有一些背景可见的“通过”一些前景对象，它被认为是前景的一部分。例如:房子或天空前面的树叶(一切都是树)，透明的车窗(一切都是汽车
【OpenCv • c++】基础边缘检测算子 —— Laplace
边缘检测是图像处理与计算机视觉中最重要的技术之一，其目的是检测识别出图像中亮度变化剧烈的像素点构成的集合。图像边缘的正确检测对于分析图像中的内容、实现图像中物体的分割、定位等具有重要的作用。边缘检测大大减少了源图像的数据量，剔除了与目标不相干的信息，保留了图像重要的结构属性。边缘检测算子是利用图像边
大模型与大数据之间的关系
大模型和大数据之间是相辅相成、相互促进的关系。大数据指的是规模庞大、类型复杂、处理速度快的数据集合，通常包括结构化数据和非结构化数据。大数据具有广泛的应用场景，例如推荐系统、广告投放、客户关系管理等。在大数据的背景下，大模型可以通过对数据进行深度学习训练，从中提取出复杂的特征和规律，实现各种任务，例
SSIM学习
SSIM通过比较图像的亮度、对比度和结构等方面的相似性，计算出两幅图像之间的相似性分数。对比度以像素距离均值的偏移程度来进行描述，你可以想到如果一张图对比度越大，那它距离灰度的均值远的像素点就越多。其中，x和y分别表示待比较的两幅图像，l(x,y)、c(x,y)、s(x,y)分别为亮度相似度、对比度
什么是合成孔径雷达（SAR）
合成孔径雷达（Synthetic Aperture Radar，简称SAR）是一种利用雷达技术实现地面成像的系统。它通过发射脉冲电磁波并接收反射回来的信号，从而获取目标表面的反射信息。相比于光学成像技术，SAR可以在任何天气条件下获取高分辨率的地面图像，因此在遥感、军事侦察、地质勘探等领域得到了广泛
解决opencv / cv2 没有代码提示的问题
解决pycharm里面使用opencv / cv2无代码提示的问题
【CVPR小目标检测】- ISNet红外小目标检测
红外小目标检测是指从模糊背景中提取弱小目标。红外目标由于信噪比低、对比度低，容易淹没在强噪声和杂波背景中。本文提出了一种新的红外形状网络（ISNet），其中设计了泰勒有限差分（TFD）启发的边缘块和双向注意力聚集（TOAA）块来解决这一问题。TFD启发的边缘块从不同层次聚合和增强综合边缘信息，以提高
目标检测结果IOU不同取值的含义 IoU=0.50与IoU=0.50:0.95
Average Precision (AP)和Average Recall (AR)，AP是单个类别平均精确度，而mAP是所有类别的平均精确度。AP是Precision-Recall Curve曲线下面的面积。预测样本在检测中就是预测框的大小，我们设置的IoU就是指的真实框与预测框的交并比，如果大于
双目立体视觉之立体匹配算法
双目立体视觉是指使用两个摄像机从不同的角度获取同一个场景的左右视图，然后使用双目立体匹配算法来寻找左右视图中的匹配像素点对，最后利用三角测量原理来还原三维空间物理点过程。其中双目立体匹配算法是最为核心的。立体匹配是一种根据平面图像来恢复真实场景深度信息的技术，其做法是从两个或多个相同场景的图像中找出
NAFNet（ECCV 2022）-图像修复论文解读
图像修复新结构NAFNet，非线性激活函数非必须
