OpenMV：20追踪其他物体的云台
和追踪小车的原理是一样的首先获得目标物体的x,y坐标，然后通过目标物体的xy坐标来控制我们云台的两个舵机的pid运动无论追踪什么物体，都是通过物体的x,y坐标来控制云台的运动，对于云台的舵机来说，它只知道传给它的是x,y坐标，并不知道OpenMV传给它的是小球的xy坐标还是人脸的xy坐标所以我们只需
OpenCv案例（九）： 基于OpenCvSharp图像分割提取目标区域和定位
利用OpenCVSharp，将图像中连靠在一起的物体分隔开，再提取轮廓和定位。
Ubuntu安装OpenCV3.4.5（两种方法&&图文详解）
没想到吧？只需要一条命令行就可以安装好opencv，它会自动下载安装所需的库文件，这里显示要149个，右下角显示还需要2小时11分，时间充裕怕麻烦的同学可以选择这种方法安装。点击进入opencv官网，下载Sources压缩包，这里我推荐3.4.5版本，安全稳定，当然你选择其他版本也没有影响。事实上，
OpenMV——色块识别
函数RGB(255,0,0)表示的是红色。RGB(255,0,0)含义：红色值 Red=255；绿色值 Green=0；蓝色值 Green=0。常见颜色:黑色RGB：红色值 Red=0；绿色值 Green=0；蓝色值 Green=0；蓝色RGB：红色值 Red=0；绿色值 Green=0；蓝色值 G
AI换脸教程——DeepFaceLab_NVIDIA_RTX3000_series
AI换脸对电脑硬件的要求较高，本文的环境租用阿里云服务器进行训练，显卡版本需要在较高的情况下进行迭代
Nvidia Jetson TX2 配置Cuda 加速的Opencv
Jetson TX2 OpenCV（开启cuda）
Stable Diffusion-生式AI的新范式
Latent Diffusion Model （LDM）是最初的文本-图像模型，稳定扩散模型（Stable Diffusion）是一种扩展。这意味着 "Stable Diffusion "也是一个文本-图像模型。CompVis和RunwayML的原始开放源代码是基于Rombach等人的论文–“Hig
神经辐射场（NERF）模型：一个令人惊叹的三维场景重建方法
简单来说，NERF 模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF 模型 只需要从单个或少数几个 2D 视角中预测每个像素点的颜色和深度值，而不需要使用多个 2D 图像或视角。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。
YOLOV5的FPS计算问题
pre-process：图像预处理时间，包括图像保持长宽比缩放和padding填充，通道变换（HWC->CHW）和升维处理等；inference：推理速度，指预处理之后的图像输入模型到模型输出结果的时间；NMS ：你可以理解为后处理时间，对模型输出结果经行转换等；data换为自己的数据集对应的yam
Halcon图像拼接
图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。
cv2.resize()用法
cv2.resize() 是 OpenCV 中的一个函数，用于改变图像的大小。语法：cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])参数：src - 原始图像dsize - 目标图像的大小，格式为(宽度，高度)dst - 用于存储结
人工智能之超分辨率算法详解
科学家们利用深度学习算法，训练神经网络提取低分辨率图像中的高分辨率细节信息，并通过逐渐加深和优化网络结构，从而实现更加准确和精细的超分辨率处理。超分辨率算法是一种基于机器学习和深度学习的技术，能够将低分辨率图像（LR）增强到高分辨率图像（HR），从而实现图像的超分辨率（SR），提升图像清晰度的能力。
K210学习笔记（十二）——MaixHub本地训练模型（Windows）
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结
Darknet53详细原理（含torch版源码）
Darknet53详细原理（含torch版源码）—— cifar10
【YOLOX简述】
YOLOX简述
【计算机视觉 | 目标检测】术语理解2：Grounding 任务、MLM、ITM代理任务
【计算机视觉 | 目标检测】术语理解2：Grounding 任务、MLM、ITM代理任务
CLion配置opencv环境
基于clion编译opencv库，从而搭建clion下得opencv环境
VS2019+OpenCV+Qt5.15.2安装及工程配置
该文件仅 1.39 MB，是 VS 2019 Community 简体中文版的一个安装引导程序，启动后勾选需要的组建即可进行在线下载安装。把你们的opencv代码复制进main.cpp中即可以正常运行（前提：已经配置好了opencv，将之前配置的属性表导入工程对应属性中）。VS工程下，扩展-》管理扩
注意力机制——ECANet（Efficient Channel Attention Network）
ECANet注意力机制是针对通道维度的注意力加权机制。它的基本思想是，通过学习通道之间的相关性，自适应地调整通道的权重，以提高网络的性能。ECANet通过两个步骤实现通道注意力加权： 1.提取通道特征 2.计算通道权重。）是一种新颖的注意力机制，用于深度神经网络中的
