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
【Call for papers】ICCV-2023（CCF-A/人工智能/2023年3月8日截稿）
ICCV is the premier international computer vision event comprising the main conference and several co-located workshops and tutorials.
深度学习-LeNet（第一个卷积神经网络）
LeNet模型是在1998年提出的一种图像分类模型，应用于支票或邮件编码上的手写数字的识别，也被认为是最早的卷积神经网络(CNN)，为后续CNN的发展奠定了基础，作者LeCun Y也被誉为卷积神经网络之父。
计算机视觉：场景识别（Scene Recognition）
计算机视觉：场景识别（Scene Recognition）
Paddlex入门教程2：搭建并配置Paddlex的推理环境（GPU版本）
在NVIDIA 3050GPU上配置Paddlex环境
YOLOv5算法详解
YOLOv5输入端、Backbone、Neck以及输出端的算法内容和主要改进
stable diffusion图片转图片（教程）
一个好的外绘需要一组与图片相匹配的优秀提示词、最大的 Denoising 和 CFG 比例，以及使用 Euler a 或 DPM2 a 生成 50 到 100 步数。通常，在执行此操作时，您需要自己为下一次迭代选择许多图像中的一个，因此此功能的有用性可能值得怀疑，但反正我已经设法获得了一些我无法获得
医学图像处理之Mrxs格式与读取
医学图像处理之Mrxs格式与读取
[YOLOv7/YOLOv5系列算法改进NO.8]非极大值抑制NMS算法改进Soft-nms
前 言：作为当前先进的深度学习目标检测算法YOLOv5，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv5的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效
车道线检测CLRNet算法复现在Tusimple数据集测试demo
ubuntu18.04复现CLRNet车道线检测算法
Playground AI：免费绘画图像创作工具
Playground AI 的目标是让任何人都能轻松地使用 AI 来创造美丽的图像，无论你是一个专业的设计师、艺术家、营销人员，还是一个普通的网民。你可以在 Playground AI 的网站上，选择不同的主题和风格，输入你想要的内容，然后看着 AI 为你创造出惊人的图像。A: Playground
设置和使用DragGAN：搭建非官方的演示版
DragGAN的官方版还没有发布，但是已经有非官方版的实现了，我们看看如何使用。DragGAN不仅让GAN重新回到竞争轨道上，而且为GAN图像处理开辟了新的可能性。
推荐10大Midjourney关键词网站，让你Ai创作如虎添翼！
其实当AI盛行后，网上Ai关键词网站就如雨后春笋般一样出现，近期也有在试玩了下，感觉挺不错，但是想关键词会让人想到词穷，这不，这两天利用了些闲于时间在在众多的AI关键词网站中，选了10个超实用的关键词网站，比较适合设计师、摄影师、插画师等图像工作者，好了，闲言碎语不要讲，快来看看今天的关键词干货吧↓
魔改YOLOv5/YOLOv7高阶版——改进之结合解耦头Decoupled_Detect
🚀🚀🚀NEW！！！魔改YOLOv5/YOLOv7目标检测算法来啦 ~💡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后台留言+点赞收藏喔！！！👍👍👍🔥🔥🔥
ORB-SLAM3代码详解----基本框架解析及ORB特征提取
一、ORB-SLAM3结构解析输入【Frame and IMU】：frame可以是单目，双目和RGB-D,外加一个IMU，视觉出来的图像，主要是使用ORB算法进行特征提取，IMU的数据主要是用来做积分。Tracking ：和ORB-SLAM2的第一个区别。在跟踪模块Tracking ，之前是只根据图
利用OpenCV把一幅彩色图像转换成灰度图
用Mat存储一幅图像时，若图像在内存中是连续存储的（Mat对象的isContinuous == true），则可以将图像的数据看成是一个一维数组，而其data（uchar*）成员就是指向图像数据的第一个字节的，因此可以用data指针访问图像的数据。彩色图像中的每个像素颜色由R、G、B三个分量来决定，
冲激阶跃与卷积
时移性质：若ƒ1(t)*ƒ2(t)=ƒ(t)，则有ƒ1(t-t1)*ƒ2(t-t2)=ƒ(t-t1-t2)。分配律：ƒ1(t)*[ƒ2(t)+ƒ3(t)]=ƒ1(t)*ƒ2(t)+ƒ1(t)*ƒ3(t)；f(t)与冲激偶函数的卷积：ƒ(t)*δ’(t)=f’(t)*δ(t)=ƒ’(t)；2）反转平移
