图像融合、Transformer、扩散模型
包大人说：“图像融合遇见Transformer，还是Transformer遇见图像融合？哪个更为贴切？”元芳回答：‘’都合适。‘’
Tiny ImageNet 数据集分享
Tiny Image Net 数据集分享
图像修复（Image Inpainting）任务中常用的掩码数据集
目前图像修复任务中最长用的数据集是来自于 Liu 等人2018年发布的论文， 该论文中提出用部分卷积解决inpainting的任务的同时，也公布了一个大型的mask数据集，该数据集在之后的 Inpainting 任务中被大量使用。作者对mask的孔洞大小进行了分类。每个种类有孔洞靠近边界的mask和
【学习笔记】Yolov5调用手机摄像头实时检测(环境配置+实现步骤)
yolov5 调用IP摄像头 实时检测
Halcon边缘检测Sobel、Laplace和Canny算子
提示：文章参考了网络上其他作者的文章，以及相关书籍，如有侵权，请联系作者。文章目录前言一、像素级边缘提取二、使用步骤1.引入库2.读入数据总结前言 除了阈值分割外，也可以通过检测区域的边缘得到目标区域。区域的边缘像素的
【深度学习】ResNet网络详解
ResNet
CVPR 2023 | OpenGait: 步态识别开源框架介绍
如果您也对人工智能和计算机视觉全栈领域感兴趣，强烈推荐您关注有料、有趣、有爱的公众号『CVHub』，每日为大家带来精品原创、多领域、有深度的前沿科技论文解读及工业成熟解决方案！同时欢迎添加小编微信: cv_huber，备注CSDN，加入官方学术|技术|招聘交流群，一起探讨更多有趣的话题！
YOLOv5图像分割中的NMS处理
在上一篇文章有讲到图像经过YOLOv5网络后得到的输出形式，主要是调用了BaseModel类下的forward得到的输出，输出的shape为【batch,25200,117】，这里的25200相当于总的anchors数量【以640*640的输入为例，共有anchors=80*80*3+40*40*3
生成式 AI 与强人工智能：探索 AI 技术的未来
人工智能技术进化的下一步，生成式 AI 与强人工智能。
InternImage实战：使用InternImage实现图像分类任务（一）
论文翻译：https://wanghao.blog.csdn.net/article/details/129379410官方源码： https://github.com/OpenGVLab/InternImage他来了！他来了！他带着氩弧焊的光芒过来了！作为CV的大模型，InternImage的光芒
计算机视觉之姿态识别（原理+代码实操）
计算机视觉中的姿态识别原理+模型介绍，同时通过代码实操简单的演示基于mediapipe的单人姿态识别。
Win10 下编译 OpenCV 4.7.0详细全过程，包含xfeatures2d
在Win10下编译 OpenCV 4.7.0过程中，踩了几个坑，这里记录下来，供大家参考。
【YOLO】P1 YOLO简介
YOLO简介，YOLO的相关介绍视频推荐~~
【数字图像处理】直方图均衡化与规定化
灰度级范围[0,L-1]的数字图像，在实际使用中，用哥灰度级的像素总数除以MN的整幅图像的像素数量，归一化到规律中进行计算，这样可以解除面积对哥灰度级在所有橡树中分布的影响，仅仅靠概率进行分析个灰度级的分布。在较暗的图像中，直方图的分量集中在灰度级的低段。低对比度图像具有较窄的直方图，且都集中于[0
【图像处理】图像拼接原理介绍
图像拼接（image mosaic）是将同一场景中的两张或多张重叠图像拼接成一张更大图像的技术，在机器视觉、医学成像等多个领域有着广泛的应用。常见的图像拼接算法流程如下：即提取输入图像中的特征，例如角点、边缘等信息。即将同一目标场景下的两张或多张图像在空间位置上对准。随机抽样一致性算法，用来剔除异常
目标检测算法——YOLOv5/YOLOv7改进结合新神经网络算子Involution（CVPR 2021）
💡💡魔法搭配计算机视觉领域各类创新新颖且行之有效的网络结构，平均精度均值mAP涨点明显，实验效果也俱佳。有需要的小伙伴可以在CSDN/QQ后台留言+点赞收藏喔！！！👍👍👍🔥🔥🔥
深度学习｜论文中常用的注意力模块合集(下)
注意力机制可以增加少量参数的情况下来提升计算精度和模型性能，在论文中常用的注意力模块合集(上)中介绍了三种注意力机制，它们分别是CA、CBAM和SE，均在目标检测和语义分割领域内能够提升模型的性能，废话不多说，直接开始讲解剩下的论文中常用的注意力模型。1、有效通道注意力(Efficient Chan
语义分割的常用指标详解
1 混淆矩阵假设有6个类别，L为10个真实标签的取值，P为对应的预测的标签值，先计算对应的n(类别数，这里假设为6）xL+P:bin的值一定是分类数的平方。混淆矩阵先将真实标签和预测标签抻成一维向量，做一个对应关系（nxL+P)，再将这个对应的一维向量抻成二维矩阵，如下图，很奇妙地将真实值与预测值之
ICLR 2023 | 达摩院开源轻量人脸检测DamoFD
目前的NAS方法主要由两个模块组成，网络生成器和精度预测器。其中网络生成器用于生成候选的backbone结构，精度预测器用来对采样的backbone结构预测精度。由于检测和分类的任务目标不一致，前者更重视backbone stage-level (c2-c5)的表征，而后者更重视high-level
