【论文合集】Awesome Anomaly Detection
Anomaly Detection: The process of detectingdata instances that significantly deviate from the majority of the whole dataset.
走进人工智能| Computer Vision 数字化时代的视觉启示录
作为笔者，我对计算机视觉的未来发展充满了期待和兴奋。随着技术的不断进步和创新，计算机视觉将在许多领域展现出更大的潜力和影响力。首先，计算机视觉将在医疗领域发挥更重要的作用。随着人工智能和深度学习的发展，计算机视觉可以更准确地分析医学影像，辅助医生进行疾病诊断和治疗。这将提高医疗领域的效率和准确性，为
AI工程师认证，看这一篇就够了
人工智能行业近几年发展迅速，从业人员也越来越多，能力的标准也越来越需要相关证书或认证来进行区分。目前中国关于人工智能的认证大致可以分为三类，一类是职称的评审认证；第二类是权威机构颁发的证书认证；第三类是大型企业的认证。
Nerf系列数据集记录
nerf系列数据集记录
毕业设计-基于 MATLAB 的图形图像处理系统的设计与实现
毕业设计-基于 MATLAB 的图形图像处理系统的设计与实现：在数字信息化的今天，我们都被各种各样的信息所包围着，如何这些海量的信息里面快 速准确的寻找出有用的信息，成为了你能脱颖而出的关键。而信息是抽象的，它依附在各种 媒体所表示的数据中，其中，图像信息是人类获取信息的重要来源之一。 数字图像处理
YOLOv8 全家桶再迎新成员！新增Pose Estimation模型!
关注公众号，发现CV技术之美不知不觉间，YOLOv8已经发布三个月了，等待中的YOLOv8论文没来，昨天官方默默又加了新模型：姿态估计。说好的"目标检测"工业界标杆，正向着“CV全家桶”阔步向前。现在你可以用YOLOv8做目标检测、实例分割、图像分类、目标跟踪、姿态估计了，也许还有更多惊喜在后面。要
Open3D点云数据处理（一）：VSCode配置python，并安装open3d教程
本文详细介绍了vscode配置python的步骤，包括下载与安装。同时给出了快速安装open3d的方法。
什么是轴向注意力（Axial Attention）机制
注意力机制之 Axial Attention
2023年计算机、视觉与智能技术国际会议(ICCVIT 2023)
算法、自主和可信计算、5G、AI在通信中的应用、人工智能、机器学习、计算机视觉、计算智能、模式识别、大数据、数据挖掘、区块链技术、生物医学信息学与计算、计算机体系结构、计算机系统、嵌入式系统、数据压缩、高性能计算、图像处理、移动计算、移动和普适计算、计算机与网络安全、密码、数据隐藏、并行和分布式计算
多传感器数据融合技术
多传感器数据融合技术形成于上世纪80年代，目前已成为研究的热点。它不同于一般信号处理，也不同于单个或多个传感器的监测和测量，而是对基于多个传感器测量结果基础上的更高层次的综合决策过程。把分布在不同位置的多个同类或不同类传感器所提供的局部数据资源加以综合进行分析，消除多传感器信息之间可能存在的冗余和矛
深度学习之卷积神经网络中常用模型评估指标(混淆矩阵，精确率，召回率，特异度计算方法)——python代码
混淆矩阵，精确率，召回率，特异度作为卷积神经网络的模型性能评价指标，它们的计算和绘制具有非常重要的意义，特别是在写论文的时候，我们往往需要这些指标来证明我们模型的优异性，这里给出相应的代码方便大家计算和绘制自己的混淆矩阵和计算各种指标。首先是文件夹摆放方式： num_classes.json为写自己
PointNet解读
PointNet解决的问题：如上图所示：1.点云图像的分类（整片点云是什么物体）2.点云图像的部件分割（整片点云所代表的物体能拆分的结构）3.点云图像的语义分割（将三维点云环境中不同的物体用不同的颜色区分开）论文中展示的输入输出效果：1.部件分割的效果（左边是输入不完整的点云，右边是输入完整的点云）
树莓派利用python-opencv使用CSI摄像头调用监控视频
树莓派利用python-opencv使用SCI摄像头编写代码打开摄像头图像，完成实时监控
【项目学习】记录segment-anything、SAM及衍生自动标注工具使用
记录segment-anything、SAM及衍生标注工具使用
SAM 模型真的是强悍到可以“分割一切”了吗？
关注公众号，发现CV技术之美上周，Meta AI发布了 Segment Anything Model（SAM）—— 第一个图像分割基础模型。很多计算机视觉从业者惊呼“这下CV真的不存在了，快跑！”。但是SAM 模型真的是强悍到可以“分割一切”了吗？它在哪些场景或任务中还不能较好地驾驭呢？研究社区已经
c++读取yolov5模型进行目标检测（读取摄像头实时监测）
本文是篇基于yolov5模型的一个工程，主要是利用c++将yolov5模型进行调用并测试，从而实现目标检测任务 任务过程中主要重点有两个，第一 版本问题，第二配置问题。有的可能需要cmake反正我没用 链接：https://pan.baidu.com/s/1-eLo7ecgQg94Mjtw-p
【tph-yolov5】论文简读
论文名称： TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone-captured Scenarios论文下载地址：https://arxiv.org/abs/21
计算机视觉——期末复习（简答题）
计算机视觉、期末复习
opencv图像识别主要流程
该函数还可返回一个可选的hiararchy结果，这是一个ndarray，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应
