【01Studio MaixPy AI K210】13.颜色识别
【代码】【01Studio MaixPy AI K210】13.颜色识别。
CVPR2023对抗攻击相关论文
在各种计算机视觉应用中，现实世界的对抗性物理补丁被证明在妥协最先进的模型中是成功的。基于输入梯度或特征分析的现有防御已经被最近基于 GAN 的攻击所破坏，这些攻击会产生自然补丁。在本文中，我们提出了Jedi，这是一种针对对抗性补丁的新防御，它对现实补丁攻击具有弹性。Jedi从信息论的角度解决了补丁定
OpenCV将BGR转换为NV12
提供将BGR转换为NV12的方法
SadTalker AI模型使用一张图片与一段音频便可以自动生成视频
SadTalker模型是一个使用图片与音频文件自动合成人物说话动画的开源模型，我们自己给模型一张图片以及一段音频文件，模型会根据音频文件把传递的图片进行人脸的相应动作，比如张嘴，眨眼，移动头部等动作。然后就可以git sadtalker的工程目录，并安装相应的第三方库，这里主要是torch相关的库，
【YOLOv5】LabVIEW+TensorRT的yolov5部署实战（含源码）
【YOLOv5】LabVIEW+TensorRT的yolov5部署实战（含源码）
opencv 边缘检测 cv2.Canny()详解
可选参数，用于存储边缘检测的结果。如果没有指定该参数，则函数会自动创建一个与输入图像相同大小的数组来存储检测到的边缘图像。函数是OpenCV中用于边缘检测的函数，其主要功能是检测图像中的边缘并标记出来。函数进行边缘检测时，阈值的选择对最终的结果有很大的影响。：第一个阈值，用于边缘检测中的滞后阈值，建
YOLOV8改进对比 vs v5 X
YOLOv8与YOLOX的对比
Mx-yolov3+Maixpy+ K210进行本地模型训练和目标检测
我接触K210同样也是因为一次比赛，需要进行目标检测并对垃圾进行分类，在接触到K210之前我一直使用各种YOLO版本检测，并部署到树莓派和nano上，一次偶然的机会，我发现了K210，这里要感谢我的一位学长，是他带着我开始了K210的学习，让我从盲目的命令行指令转到Maxipy上使用Python来学
深度学习——损伤函数（dice_loss）
深度学习——损伤函数（dice_loss）
倾斜摄影三维模型的OSGB、3DTiles格式的层级划分和块大小划分规则浅析
总之，在进行OSGB和3DTiles格式的层级划分和块大小划分时，需要考虑多方面因素，如数据精度、空间范围、加载性能和用户体验等，并根据实际情况进行调整和优化，以提高数据读取速度和效率，减少内存占用和加载时间。在倾斜摄影三维模型OSGB、3DTiles格式的模型轻量化、数据转换等处理过程中，对层级和
探索人工智能 | 计算机视觉 让计算机打开新灵之窗
计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等。
基于mediapipe的人体33个关键点坐标（BlazePose）
获取mediapipe中人体33个关键点的坐标（BlazePose）
机器学习算法：UMAP 深入理解（通俗易懂！）
UMAP 是 McInnes 等人开发的新算法。与t-SNE相比，它具有许多优势，最显着的是提高了计算速度并更好地保留了数据的全局结构。降维是机器学习从业者可视化和理解大型高维数据集的常用方法。最广泛使用的可视化技术之一是 t-SNE，但它的性能受到数据集规模的影响，并且正确使用它可能需要一定学习成
海康线阵相机调试指导
前段时间应公司结构要求，需评估结构和硬件，主要围绕线阵相机图像质量上，在此记录下调试过程中的一些经验，希望能给同行一些方向，互相学习。
Neuralangelo AI - 视频生成3D模型
通过 Neuralangelo，NVIDIA Research 展示了 AI 在将 2D 视频转换为身临其境的 3D 场景方面的巨大潜力。它捕捉复杂细节和纹理的能力为各个行业开辟了新的可能性，从游戏和艺术到机器人和工业数字孪生。Neuralangelo 彻底改变了创意工作流程，使专业人士能够以无与伦
高阶数据增强：Cutmix 原理讲解&零基础程序实现
CutMix是一种数据增强技术，用于在训练图像分类模型时减轻过拟合问题,可以帮助提高模型的泛化性能和鲁棒性，是竞赛的一个重要涨分点。CutMix的核心思想是将两张图像的一部分混合在一起，生成一个新的训练样本。本篇博客详细讲解了CutMix的原理，并从零开始教大家实现将CutMix移植到自己的网络模型
AI视觉算法训练平台介绍
模型训练：通过可视化工具调用模型训练器进行模型训练，核心参数包括优化器、学习速率、epochs等，还可以灵活设置训练时批量大小和训练集、验证集分割方式等。数据准备：先将需要训练的图像数据集上传至数据管理库。数据集应当包含尽可能多的安装在设备上的场景、目标，且在构建数据集时注意保证数据类型或格式的规范
二维图像处理到三维点云处理
下面是opencv和pcl的特点、区别和联系的详细对比表格。OpenCV和PCL虽然有一些相似之处，但它们的应用场景和功能是有所不同的。OpenCV主要用于图像处理和计算机视觉领域，而PCL则主要用于点云处理和三维重建领域。
多模态分析数据集（Multimodal Dataset）整理
本文整理了多模态数据集
Yolov5-模型配置文件(yolov5l.yaml)讲解
YOLOv5 的yaml文件解析与理解
