视觉感知(三)：车道线检测
本期为大家带来车位线检测相关知识点，以及算法工程落地的全流程演示。上期我们讲了车位线检测是自动泊车领域必不可缺的一环，而今天的车道线检测则是辅助驾驶领域必不可缺的一环。所谓车道线检测任务就是对当前行驶道路的车道线进行检测，给出自车道及左右两侧至少各一个车道的车位线信息，如车道线的曲率、类型（虚线、实
OpenCV简介、导入及图像处理基础方法讲解（图文解释 附源码）
OpenCV简介、导入及图像处理基础方法讲解（图文解释 附源码）
AI别墅设计
生成平面图的流程：第一步：根据对大量训练样本的学习首先对整体布局操作东西南北的房间和中间客厅的进深及分布进行确定，包括确定楼梯的型号和方位朝向，确定厨房餐厅的方位位置关系和尺寸。虽然房屋平面图属于图像但是普通的图像处理处理算法，如：图像识别技术只是识别图像中有什么位置距离大小等无法用于图像生成，GA
开源项目 | 用AI给人像照片换发型和发色（附详细步骤 + 避坑指南)
我们新颖的表示方法能够从多个参考图像中传输视觉属性，包括痣和皱纹等特定细节，并且因为我们在潜在空间中进行图像混合，所以我们能够合成连贯的图像。我们的方法避免了其他方法中存在的混合伪影，并找到全局一致的图像。源码中是用yaml直接创建环境，environment/environment.yaml ，这
2024人工智能顶会 投稿时间
CCF A类会议共七场，如下：
AI前沿论文速递 24.01.23
AI前沿论文速递，github高星论文
跨镜头跟踪（多源跟踪）方案
对于多个镜头下对于目标物体的持续跟踪，需要跨镜头跟踪算法来解决 譬如当目标从一个镜头切换到另一个镜头，会出现目标跟丢的情况。 本篇以2个相机拍摄的目标跟踪场景为例。考虑涉及两种场景：（1）两台相机存在重叠区域；（2）两台相机不存在重叠区域。。
在网络中添加特征金字塔，和自注意力机制
FPN和注意力机制的阐述。
【YOLOv8】实战三：基于LabVIEW TensorRT部署YOLOv8
本文主要想和各位读者分享YOLOv8使用TensorRT工具包在LabVIEW中的部署。
合肥工业大学机器视觉期末复习 课件梳理（穿插作业中的伪代码）
因为合肥工业大学机器视觉课程的课件为全英文，为了方便以后学弟学妹们复习，于是将自己考前两天基于课件梳理的知识点上传，内容有的比较主观，有疑问的地方大家可以另外搜索了解
关于双非人工智能应该如何学习
学习人工智能都需要掌握什么知识
工信部颁发的人工智能证书《自然语言与语音处理设计开发工程师》证书到手啦！
由国家工信部权威认证的人工智能证书是跨入人工智能行业的敲门砖，随着人工智能技术的发展越来越成熟，相关的从业人员也会剧增，证书的考取难度也会变高。如果已经从事或者准备从事人工智能行业的人员，对于考证宜早不宜迟，早拿证早安心，国家对人工智能行业从业证书的要求将会越来越高，现在证书刚开始推广，无论从费用上
AI：120-智能监控下的行人交通违法行为自动罚款系统
AI：120-智能监控下的行人交通违法行为自动罚款系统在城市交通管理中，行人交通违法行为时有发生，如穿越马路时无视红灯、在禁止区域内闲逛等。传统的监控手段难以高效地识别和处理这些违法行为，而人工智能技术的引入为解决这一问题提供了新的可能性。
2024年1月10日最热AI论文Top5：DebugBench、AI智能体对齐、开放域问答系统、谈判游戏、联邦学习
大型语言模型（LLMs）已经展示出了卓越的编码能力。然而，作为编程熟练度的另一个关键组成部分，LLMs的调试能力相对未被充分探索。之前对LLMs调试能力的评估受到数据泄露风险、数据集规模以及测试错误种类多样性的显著限制。为了克服这些不足，我们引入了DebugBench，一个由4,253个实例组成的L
这个AI模型能识别出这个橘子吗？
图像识别任务是人工智能计算机视觉领域一个重要的子任务，本篇文章将通过使用一个预训练模型来帮助读者快速上手图像识别任务
总结 62 种在深度学习中的数据增强方式
此外，它表明传统的数据增强技术使 RL 算法能够在基于像素的控制和基于状态的控制方面胜过复杂的 SOTA 任务。从上图可以明显的看出，基于 SA 的数据增强方式可以将形状保留下来，但样式（包括颜色、纹理和对比度）是随机的。基于特征空间的数据增强首先将图像转换为嵌入或表示，然后对图像的嵌入执行数据增强
图像质量的评价指标【PSNR/SSIM/LPIPS/IE/NIE/Prepetual loss】
图像质量的评价指标【PSNR/SSIM/LIPIS/IE/NIE/Perceptual loss】
图像分割 Image Segmentation
图像分割是许多视觉理解系统的重要组成部分。它包括将图像（或视频帧）分割成多个片段或对象。分割在医学图像分析(例如，肿瘤边界提取和组织体积测量），自主载体(例如，可导航表面和行人检测），视频监控，和增强现实起到了非常重要的作用。
【年度总结】AI--2023年度大事记
AI 2023年度大事记
计算机视觉期末复习
立体匹配：为左图像的每个像素点(xl, yl)，在右图像中搜索对应点匹配基元：参与立体匹配，计算相似测度的基本单元常用的匹配基元：像素单个像素存在相似性歧义需结合一行或整幅图像的所有像素同时完成匹配局部窗口区域具有较好的局部独特性隐含假定：窗口内所有像素应能表征中心像素特征具有较好的独特性稀疏且不均
