Datawhale AI 夏令营 CV Task 1 笔记
使用F1score、MOTA指标来评估模型预测结果。对每个json文件得到两个指标的加权求和，最终得分为所有文件得分取均值。12其中，F1 Score是 Precision（精度）和 Recall（召回率）的调和平均值，专注于检测模型的准确性和完整性。
详解视觉Transformers
从2017年在《Attention is All You Need》中首次提出以来，Transformer模型已经成为自然语言处理（NLP）领域的最新技术。在2021年，论文《An Image is Worth 16x16 Words》成功地将Transformer应用于计算机视觉任务。从那时起，基
大模型 - 知识蒸馏原理解析
知识蒸馏通过教师模型提供的软标签引导学生模型，使得学生模型不仅关注硬标签的分类准确性，还能从软标签中学习更丰富的类别间关系，从而在模型压缩的同时尽量保留性能。这种方法特别适用于在资源受限的环境中部署高效的深度学习模型。
MimicMotion一张图片就可以生成小姐姐跳舞的视频，Windows一键运行包
最近，腾讯和上交大合作推出了一款名为MimicMotion的AI工具，简直是视频生成领域的一次重大突破。你只需提供一张姿态序列图片，MimicMotion就能生成细节丰富、逼真的人类动作视频，无论是舞蹈、运动还是日常活动，统统不在话下。
详细记录swfit微调interVL2-8B多模态大模型进行目标检测（附代码）
目标检测任务已经不是一个新鲜事了，但是多模态大模型作目标检测任务并不多见，本文详细记录swfit微调interVL2-8B多模态大模型进行目标检测的过程，旨在让更多人了解多模态大模型微调技术、共享微调经验。实际上，interVL2-8B多模态大模型在该任务上微调后的表现并不好。与此同时，我们还就电力
多光谱和高光谱及光谱仪成像原理
多光谱遥感涉及获取可见光、近红外、短波红外图像。多光谱图像捕获电磁光谱特定波长范围内的图像数据。捕获的不同材料在这些不同波长下反射和吸收不同。在这种成像方法中，可以通过在这些遥感图像中观察到的光谱反射特征来区分材料。高光谱遥感是一种分析宽光谱条带的技术，不仅仅是为每个像素分配原色，主要目标是从场景图
单目深度估计---- MiDaS DPT与Depth-Anything比较
DPT（Dense Predictive Transformers）与MiDaS都是深度学习模型，用于密集预测任务，如单目深度估计和语义分割。根据最新的研究和对比实验，DPT在多个方面展现出了对MiDaS的优势。：DPT-Hybrid与MiDaS相比，平均相对改进率超过了23%，
人脸操作：从检测到识别的全景指南
人脸操作技术从检测到识别，再到特征提取，涵盖了计算机视觉中多个重要方面。通过掌握这些技术，你可以在许多实际应用中实现人脸处理的功能，从而推动智能系统的应用和发展。希望本文能够帮助你更好地理解和应用人脸操作技术，为你在计算机视觉领域的探索提供有用的参考。
【计算机方向】中科院三区，最快1个月accept，还是非OA，速投！
总体来说，此期刊为SCI三区，IF：2.8，自引率较低，根据网友经验来看，最快1个月左右录用，最慢6个月左右录用，有该领域的作者可以投稿试试哦~~~知识工程、人工智能、专家系统、 大数据、自然语言处理、机器视觉、分析、 普适计算、人工智能计算模型、混合计算 智能系统、数据包络分析。物联网对各种物联网
《数字图像处理与机器视觉》案例（五） ---基于傅里叶变换和的数学形态学的水果彩色图像边缘提取方法
基于傅里叶变换和数学形态学的水果边缘提取方法结合了频域分析和形态学处理的优点，能够有效地提取水果图像中的边缘信息。text(textX, textY, sprintf('周长: %.1f', stats(k).Perimeter), ...%bw_fiil= bwareaopen(bw_fill,
【智能时代】的崛起：【人工智能】、【机器学习】与【计算机视觉】的革命
人工智能、机器学习、深度学习及计算机视觉的核心概念与应用，通过理论分析与代码示例展示了这些技术的实际操作和发展趋势。文章探讨了它们在医疗、金融、制造等领域的应用，及未来面临的挑战，为读者提供了全面的技术指南和未来展望。
发布Meta Segment Anything Model 2 (SAM 2)：开启图像和视频分割的新时代
继Meta Segment Anything Model (SAM) 在图像分割领域取得成功之后，Meta发布了SAM 2，这是一款用于图像和视频的实时可提示对象分割的统一模型，达到了业界最先进的性能。SAM 2的多种潜在应用包括与生成视频模型结合以创建新的视频效果，帮助建立更好的计算机视觉系统的快
【人工智能】Transformers之Pipeline（十三）：填充蒙版（fill-mask）
本文对transformers之pipeline的填充蒙版（fill-mask）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的填充蒙版（fill-mask）模型。
手把手教你暗通道先验去雾算法
暗通道先验去雾算法（Dark Channel Prior, DCP）是一种基于图像的去雾技术，由Kaiming He等人在2009年提出。这种算法利用了大气散射模型，通过估计大气光和图像的传输图来去除雾的影响。
语义分割快速入门教程（mmsegmentation平台）
让小白快速入门语义分割，少走弯路
专家混合系统MoE的综述
24年7月来自香港科技大学广州分校的论文“A Survey on Mixture of Experts”。
大型、复杂、逼真的安全服和安全帽检测：SFCHD数据集和SCALE方法
智能守护工地安全：SFCHD数据集与SCALE模块介绍
VisionPro二次开发学习笔记13-使用CogToolBlock进行图像交互
该程序演示了如何使用CogToolBlock进行图像交互.truncate从vpp文件中加载一个ToolBlock。用户可以通过应用程序窗体上的数字增减控件修改ToolBlock输入端子的值。用户还可以从coins.idb或采集FIFO中选择图像。通过读取输出端子的值，以更新应用程序标签，显示检查结
C# VideoCapture 多路视频播放
C# VideoCapture 多路视频播放
【OpenCV 】插值的方法原理，图片缩放，矫正，边界填充
对图像进行旋转缩放，就是对数组进行操作，乘以对应的矩阵，进行空间变换，而矩阵的行列式的值，就是缩放的倍数。插值是通过变化后图像的像素点的坐标，通过缩放倍数，找到原图对应的像素点坐标，通过权重得到新的像素值。小数的坐标对应原图周围四个像素点，对两个方向分别根据距离加权求和，之后再对的到的两个值进行加权
