带图讲解，深度学习YOLO里面的anchors的进阶理解
可视化网格grid及anchors
【yolov6系列一】深度解析网络架构
在yolov5霸屏计算机视觉领域很久时，六月处美团开源了yolov6，并号称在精度和速度上均超越其他同量级的计算机视觉模型，刚刚瞅了一眼，star已经超过2.8k。网上基于yolov6的解读有很多，文末会附上美团的官方解读和开源代码的github链接。文本开始yolov6系列，先和大家分享下整个yo
Opencv项目实战：22 物体颜色识别并框选
本次项目要完成的是对物体颜色的识别并框选，有如下功能：（1）准确对颜色进行较大范围框选，统一使用绿色边界框显示。（2）识别物体内部的颜色边缘轮廓，以白色为边缘，对物体的框选更加细致。（3）可以对自己感兴趣的颜色进行识别选择，不想要的颜色不会被识别。（4）在窗口中的边框旁打印上颜色对应的英文字母。（5
基于轻量级YOLOv5开发构建汉字检测识别分析系统
基于轻量级YOLOv5开发构建汉字检测识别分析系统
双目相机基本原理
双目相机基本原理
小白系列（1） | 计算机视觉之图像分类
这篇文章，是对图像分类的技术做了一个简单的入门级的介绍，包括图像分类的重要性、基于机器学习/深度学习的图像分类介绍、实际的应用方向等等。
特征匹配算法GMS(Grid-based Motion Statistics)理论与实践
GMS一种基于运动统计的快速鲁棒特征匹配过滤算法，能明显地改善匹配结果，目前已经集成进入OpenCV之中
YOLOX优点介绍与解析，详细易懂。
YOLOX各个优点详解，让你一篇文章了解！
计算机视觉中的注意力机制
注意力机制（Attention Mechanism）源于对人类视觉的研究。 在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。 上述机制通常被称为注意力机制。 人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具
Python + OpenCV一步一步地实现图像拼接（原理与代码）
由于时间有限，这里仅先实现平面扭曲。由于已经计算出单应矩阵，可以使用该矩阵将第一张图像转换到第二张图像的平面上。对于在同一平面上的两张图像，一个很直观的思路是，迭代两幅图像，发现匹配的区域则覆盖，否则置为0。.........
Pytorch读取照片的三种方式（包括但不限于）
在后续神经网络的搭建及训练中，我们要确保其中涉及到的图像数据为Tensor，并且Tensor的数据类型为浮点型。在使用opencv读取图像时，需要注意其读取后的图像通道按照BGR的顺序排列而不是RGB。
Python语法和数据类型
Python语法如何规范的编写注释注释简而言之就是对一段代码解释和标注，Python代码他是有一个规范的,名字就叫PEP8 编写规范，那么我们如何才能做到规范的注释和编写我们的代码呢？下面有几种方法提供给各位观众老爷们。方式一：单行注释#+space+注释内容 (注意：这里千万不要少打那个
clip代码详解
代码地址：https://github.com/lucidrains/DALLE2-pytorch不需要准备数据就能运行，适合只查看源码运行流程注意:配置环境时需要新建环境，下载dalle2-pytorch会自动卸载原环境的pytorch CLIP整体流程如下，首先对图像提特征、对文本
GPT4来了，多模态模型上线
如此火的GPT-4是源于支持多模态，那到底什么是多模态呢？什么是模态?模态是一种社会性、文化性的资源，是物质媒体经过时间塑造而形成的意义潜势。从社会符号学的角度上对模态的认知可以是声音、文字和图像等。人类通过眼睛、耳朵、触觉等各种感觉器官接触世界，每种信息的来源或形式都可以称之为模态。同时，模态也可
CVPR 2022 结果出炉，最全论文下载及分类汇总（更新中）
CVPR2022/2021/2020/2019论文分类整理、代码汇总、论文解读、技术直播
什么是扩散模型（Diffusion Model）？
扩散模型简单介绍Diffusion Model
计算机视觉CV领域中多尺度特征的概念
计算机视觉CV领域中多尺度特征的概念，使用多尺度，就可以提取更全面的信息，既有全局的整体信息，又有局部的详细信息。
遥感航拍影像25篇CVPR39个数据集
本文讲解了39个数据集，关于高空卫星图和低空无人机航拍图相。本文汇总了25篇CVPR2020年和2021年的论文。本文详细介绍了这25篇论文的任务是什么，难点是什么，场景是什么。同时，本文在需要的地方解释了一些卫星图和航拍图的入门常识和前置知识，比如digital surface model的含义。
YOLOv7训练自己的数据集(超详细）
官方版本的YOLOv7训练自己的数据集
