MMOCR之多模态融合ABINET文字识别
今天是和大家继续分享MMOCR之ABINET文字识别。主要是一个独立自治多模态融合的思想。用文本模型提升模型整体的精度。视觉模型可以看做是先验信息，通过文本模型进行矫正。最后融合在一起，输出最终的结果，非常有新意。......
计算机视觉OpenCV-图像直方图
首先我们先要了解一下python三大剑客之一——matplotlib我们都知道matlab作为一个工具是公认的绘图牛，但是我想说的是python下的matplotlib这个超级剑客也是非常厉害的，因为python近年来才火热起来，所以热度没有matlib高，但是matlib可以实现的功能作为pyth
视频行人重识别系统（UI界面，Python源码，可下载）
视频行人检索系统，行人检测，行人重识别，python源码，UI界面，PyQT
关于 FLOPS、FLOPs、参数量的相关计算
最近找到一些计算FLOPs的文章，奈何全是水文，讲都讲不清楚，完完全全的究极缝合怪。因此，这里准备彻底搞懂。
【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）
本文主要学习 Windows下Qt + OpenCV的开发环境的相关配置，以及OpenCV入门相关案例包括 OpenCV图像原理、基础图像操作、案例实现
在哪里尝试爆火的AI绘画？16款AI绘画工具大盘点！
要说今年什么最火，一定是AI绘画。AI绘画在人工智能领域中大放异彩，彻底火了。随着各种开放代码和模型出现，国内外各种AI工具开始争奇斗艳，今天就来给大家盘点一下国内外AI绘画工具有哪些?其中那家生成效果最好？让我们一起来看看吧。
目标检测数据集标注文件统计并可视化--yolov5
# VOC: [x_min, y_min, x_max, y_max] 左上角和右下角# COCO: [x_min, y_min, width, height] 左上角和宽高# YOLO: [x_center, y_center, width, height] 归一化的中心点和宽高
【计算机视觉】OpenCV实现单目相机标定
在开始本篇博客之前，先填一下上一篇博客【计算机视觉】基于ORB角点+RANSAC算法实现图像全景拼接的坑(不算填吧，算做一个记录，因为并没有解决问题，留着看以后有没有空解决??)，不想看的可以直接跳到下一节。首先解决如何拼接多张图像(上篇博客只能拼接两张图像，多张图像需要保存两张图像的匹配结果，再重
dlib各个版本的下载以及安装教程和使用
Dlib 库是一个用来人脸关键点检测的 python 库。Dlib是一个包含机器学习算法的C++开源工具包。Dlib可以帮助您创建很多复杂的机器学习方面的软件来帮助解决实际问题。 ----志当高远且脚踏实地。程_七辰文章目录一、dlib
车道线检测——概述
车道线检测，是自动驾驶中重要的组成部分。该文主要对车道线检测做了简单的概括和总结。
【期末复习】北京邮电大学《数字内容安全》课程期末复习笔记（4. 多媒体安全）
对图像每进行一次Arnold变换，就相当于对该图像进行了一次置乱，一般来说这一过程需要反复进行多次才能达到令人满意的效果。利用Arnold变换对图像进行置乱后，使原本有意义的图像变成了像白噪声一样无意义的图像，从而实现了信息的初步隐藏。图像认证:如下公式计算两哈希序列的距离，即设定阈值r，如果dis
实战 | 用Python 和 OpenCV搭建老人跌倒智能监测系统 (步骤 + 源码)
由于我们将根据我们使用 OpenCV 获得的角度和坐标来假设一个人是在行走还是跌倒在地上，因此，我们必须计算角度，最简单的方法是定义一个函数，然后调用它在程序中。
基于OpenCV的图片和视频人脸识别
随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容，基于OpenCV的图片和视频人脸识别。介绍Haar的概念，以及如何对图片和视频中进行人脸检测，以及如何训练我们自己的模型，并在自己的模型下进行人脸识别。
使用 PatchCore 进行图像异常检测
我们已经介绍了 PatchCore 的关键概念，并将其应用于医学影像数据集。即使数据集非常有限，我们也看到了一些非常有希望的结果。一般来说，如果您有一个用例，其中正常数据很容易获取但异常数据很昂贵（甚至是先验未知的），anomalib 可能是一个值得考虑的好工具。相关代码与数据集下载：欢迎关注公众号
DINO 论文精度，并解析其模型结构 & DETR 的变体
截止2022年7月25日，DINO是目标检测的SOTA。本人根据源码的复现感受和DINO论文的精读心得，撰写本篇博客，希望对你有所帮助。DINO(DETR with Improved deNoising anchOr boxes)，一款最先进的端到端对象检测器。对比的去噪训练方式；用于锚点初始化的混
【OpenCV-Python】：查找物体轮廓+计算轮廓面积、长度、重心
😺一、查找物体轮廓🐶1.1 函数API函数：img, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]).
Colmap学习二：前端部分（特征点提取、匹配与剔除）
1 Colmap特征提取和描述colmap一般使用sift-gpu，涉及的知识：1.1 图像金字塔：DOG图像金字塔，再找极值1.2 SIFT特征检测与描述：确定主方向和128维的描述子，再归一化(消除光照的影响)。其中由于Euclidean distance 容易受较大值的影响，使用Helling
OpenCV实战——使用MSER提取特征区域
最大稳定极值区域 (maximally stable external regions, MSER) 算法同样使用注水过程类比提取图像中的特征区域，这些区域同样通过逐级淹没图像来创建，但我们将重点关注在浸入过程中保持相对稳定的盆地，这些区域对应于图像中目标对象的特征部分。在 OpenCV 中可以使用
万字长文：Stable Diffusion 保姆级教程
万字长文，超详细一步一步教你在本地部署运行当下超火的Stable Diffusion模型，生成各种风格图像。
